加州大学欧文分校的电气工程师、计算机科学家和生物医学工程师已经发明了一种新的芯片，可以帮助研究肿瘤的异质性，从而减小对癌症治疗的阻力。

在今天发表在《先进生物系统》上的一篇论文中，研究人员描述了他们是如何将人工智能、微流体技术和纳米喷墨打印技术结合在一起的，这种设备能够在单细胞水平上检测和鉴别癌症和健康组织。

“癌细胞和肿瘤的异质性可能导致不同患者的治疗抵抗力增加和结果不一致，”该研究报告的主要作者、UCI生物医学工程研究生Kushal Joshi说。该研究小组的新型生物芯片解决了这个问题，它允许从样本中精确地描述各种癌细胞。

“单细胞分析对于识别和分类癌症类型以及研究细胞异质性至关重要。“为了设计更好的癌症治疗药物，有必要了解肿瘤的发生、发展和转移，”UCI电子工程和计算机科学以及生物医学工程的助理教授Rahim Esfandyarpour说传统上用于研究癌症的技术和技术大多复杂、笨重、昂贵，需要训练有素的操作人员和较长的准备时间。”

他说，他的团队克服了这些挑战，将机器学习技术与无障碍喷墨打印和微流体技术相结合，开发出低成本、小型化的生物芯片，这些芯片的原型简单，能够对各种细胞类型进行分类。

在该仪器中，样本通过微流控通道，电极经过精心放置，可在一个通道内监测病变细胞与健康细胞电特性的差异。UCI研究人员的创新之处在于设计出一种方法，用喷墨打印机在大约20分钟内完成生物芯片关键部件的原型制作，从而可以在不同的环境下轻松制造。所涉及的大多数材料都是可重复使用的，如果是一次性的，则价格低廉。

本发明的另一个方面是结合机器学习来管理微型系统产生的大量数据。人工智能的这一分支加速了对大型数据集的处理和分析，发现模式和关联，预测精确的结果，并有助于快速有效的决策。

Esfandyarpour说，通过将机器学习纳入生物芯片的工作流程中，该团队提高了分析的准确性，减少了对熟练分析师的依赖，这也使该技术对发展中国家的医疗专业人士具有吸引力。

他说：“世界卫生组织说，近60%的乳腺癌死亡是由于缺乏资源的国家缺乏早期检测计划。”我们的工作在单细胞研究、肿瘤异质性研究以及可能在癌症诊断方面有潜在的应用，尤其是在成本、基础设施受限和医疗技术有限的发展中国家。”

参考文献：Kushal Joshi et al, A Machine Learning‐Assisted Nanoparticle‐Printed Biochip for Real‐Time Single Cancer Cell Analysis, Advanced Biosystems (2020).  DOI: 10.1002/adbi.202000160。