皮特团队被击败,量化纤毛运动的发展方法

这样的数字签名可以帮助医生更快更准确地诊断纤毛运动(CM)缺陷,也可能导致严重的呼吸气道间隙缺陷和发育缺陷包括先天性心脏病。

目前,医生尝试确定厘米缺陷使用video-microscopy或间接通过使用电子显微镜纤毛超微结构缺陷的检查。这通常需要分析从鼻腔呼吸道纤毛运动细胞,高级调查员脉轮Chennubhotla解释说,博士,助理教授计算系统生物学,皮特医学院。

这样的“视觉评论可以是主观的,耗时且容易出错的,”他说。“在这个项目中,我们团队使用计算方法客观、可靠地确定厘米缺陷。”

研究人员使用两个独立的数据集——一个来自匹兹堡儿童医院UPMC (CHP)和其他国际儿童医学中心(有色)在华盛顿特区——从健康个体以及患者已经患有先天性心脏病或原发性纤毛运动障碍(PCD)来识别正常和异常运动的数字签名,频率等因素占纤毛来回跳动,他们击败的广度和旋转模式,以及他们的同步性。

然后研究人员验证他们的技术通过检测病人样品以盲目的方式,发现计算工具正确识别金刚石病例的90%以上在CHP在有色和所有的病例。PCD是一种罕见的疾病,纤毛是不能移动的或跳动异常,导致气道粘液间隙,限制损害呼吸功能和肺部感染的风险增加,其他支气管问题。

“我们希望开始临床试验中,医生可以上传一个视频来自全国各地的患者的鼻粘膜纤毛运动为评估一个网站的技术,”塞西莉亚Lo说联合研究员,博士,博士f·萨金特契弗发育生物学的教授和主席,皮特医学院。“如果成功的话,这个方法可能在未来作为一线屏幕快速识别高危病人。”