راه ترقی

آخرين مطالب

پیوند هوش مصنوعی با فناوری نانو برای شناسایی سریعتر بیماری‌ها دانش

پیوند هوش مصنوعی با فناوری نانو برای شناسایی سریعتر بیماری‌ها
  بزرگنمايي:

راه ترقی - ایرنا /دانشمندان دانشگاه توکیو فناوری جدیدی به نام «نانومتری عمیق» (Deep Nanometry) توسعه داده‌اند که با ترکیب تجهیزات نوری پیشرفته و الگوریتم کاهش نویز مبتنی بر یادگیری عمیق، قابلیت تحلیل نانوذرات با دقت بالا را فراهم می‌کند.
 از ستاد ویژه توسعه فناوری نانو، این فناوری می‌تواند نانوذرات موجود در نمونه‌های پزشکی را با سرعت بسیار بالا بررسی کرده و حتی مقادیر ناچیزی از ذرات نادر را نیز با دقت شناسایی کند. نانومتری عمیق تاکنون توانسته حضور وزیکول‌های خارج‌سلولی (EVs) را که از نشانه‌های اولیه سرطان روده محسوب می‌شوند، تشخیص دهد و امید می‌رود که در سایر زمینه‌های پزشکی و صنعتی نیز کاربرد داشته باشد.
بدن انسان مملو از ذرات میکروسکوپی است که کوچک‌تر از سلول‌ها هستند. از جمله این ذرات، وزیکول‌های خارج‌سلولی هستند که می‌توانند در تشخیص زودهنگام بیماری‌ها و همچنین در سامانه‌های انتقال دارو مورد استفاده قرار گیرند. با این حال، این ذرات بسیار نادر هستند و یافتن آن‌ها در میان میلیون‌ها ذره دیگر به یک فرایند پیش‌غنی‌سازی (Pre-enrichment) زمان‌بر و پرهزینه نیاز دارد.

این چالش محققان، از جمله دکتر یوئیچیرو ایواموتو پژوهشگر پسادکتری در مرکز تحقیقات علوم پیشرفته و فناوری دانشگاه توکیو، را بر آن داشت تا راهکاری برای تشخیص سریع و دقیق وزیکول‌های خارج‌سلولی توسعه دهند.
ایواموتو در این باره می‌گوید: روش‌های اندازه‌گیری متداول اغلب از نظر توان پردازشی محدودیت‌هایی دارند و نمی‌توانند ذرات نادر را در مدت‌زمان کوتاهی شناسایی کنند. برای رفع این مشکل، ما فناوری نانومتری عمیق (DNM) را توسعه دادیم که شامل دستگاهی جدید برای تشخیص نانوذرات و یک روش کاهش نویز مبتنی بر یادگیری عمیق بدون نظارت است که حساسیت این فناوری را افزایش می‌دهد. این سیستم با توان عملیاتی بالا، امکان شناسایی دقیق ذرات نادری مانند وزیکول‌های خارج‌سلولی را فراهم می‌کند.
تحقیقات منتشرشده در ژورنال Nature Communications نشان می‌دهد که فناوری نانومتری عمیق قادر است ذراتی به کوچکی 30 نانومتر را شناسایی کند. این در حالی است که می‌تواند بیش از 100 هزار ذره را در هر ثانیه تشخیص دهد. در روش‌های سنتی تشخیص سریع، اغلب تنها سیگنال‌های قوی ثبت می‌شوند و احتمال از دست رفتن سیگنال‌های ضعیف وجود دارد. اما فناوری نانومتری عمیق قادر است این سیگنال‌های ضعیف را نیز شناسایی کند.
این موضوع را می‌توان به جستجوی یک قایق کوچک در دریای متلاطم تشبیه کرد. زمانی که امواج بلند دریا آرام شوند، جستجو برای یافتن قایق بسیار آسان‌تر می‌شود. در این فناوری، هوش مصنوعی نقش مهمی ایفا می‌کند و با یادگیری رفتار امواج، به حذف نویزهای پس‌زمینه کمک می‌کند.
فناوری نانومتری عمیق علاوه بر تشخیص پزشکی، می‌تواند در حوزه‌های دیگر نیز تحول‌آفرین باشد. این فناوری امکان استفاده در تشخیص‌های کلینیکی مبتنی بر ذرات، توسعه واکسن‌ها، پایش محیط‌زیست و حتی در تحلیل سیگنال‌های الکتریکی را دارد.
ایواموتو درباره این دستاورد می‌گوید: توسعه فناوری نانومتری عمیق برای من یک مسیر شخصی نیز بود. این تنها یک پیشرفت علمی نیست، بلکه ادای احترامی به مادرم است که الهام‌بخش من برای تحقیق در زمینه تشخیص زودهنگام سرطان شد. رؤیای ما این است که بتوانیم روش‌های تشخیصی نجات‌بخش را سریع‌تر و در دسترس‌تر کنیم.

لینک کوتاه:
https://www.rahetaraghi.ir/Fa/News/1039794/

نظرات شما

ارسال دیدگاه

Protected by FormShield
مخاطبان عزیز به اطلاع می رساند: از این پس با های لایت کردن هر واژه ای در متن خبر می توانید از امکان جستجوی آن عبارت یا واژه در ویکی پدیا و نیز آرشیو این پایگاه بهره مند شوید. این امکان برای اولین بار در پایگاه های خبری - تحلیلی گروه رسانه ای آریا برای مخاطبان عزیز ارائه می شود. امیدواریم این تحول نو در جهت دانش افزایی خوانندگان مفید باشد.

ساير مطالب

مردم می‌توانند از ساعت 5 عصر اعتبار کالابرگ را دریافت کنند

طرح پیش فروش 4 محصول سایپا اسفند 1403

89 هزار واحد نهضت ملی مسکن فروش اقساطی شد

بررسی نحوه اجرای آزادسازی سهام‌ عدالت در کمیسیون حقوقی مجلس

حساب تسویه‌ نشده مهندس با رئال مادرید

موعود بنیادی فر: چشمی دچار اشتباه محاسباتی شد

حجت کریمی: با خطیر اختلاف سلیقه داشتم ولی به حالا ربطی ندارد

واکنش براتی بعد از انتخابات فدراسیون: از این به بعد به زندگی شخصی ام می رسم!

کریمی و خطیر، وزن سنگین استقلالی‌های فدراسیون

یک نام جذاب برای جانشینی کونسیسائو در میلان

براتی پس از عدم انتخاب در هیئت رئیسه؛ به زندگی‌ام می‌رسم!

روبیک طلایی به عباس‌زاده اهدا شد

آردا از رئال به بایرن، لیورپول یا آرسنال می‌رود

باید داور به کنار مانیتور می‌آمد؛ توضیحات آموزشی علی میرزابیگی درباره دو صحنه مشکوک دربی

نشست مشترک سران قوا به میزبانی دولت

تست بازیگری «علی شادمان» در فیلم رویای سینما

دیالوگی از فیلم «کداکروم» که اشاره به فلسفه در لحظه زیستن داره

بازگشت جواد رضویان ‌با یک برنامه جدید در نوروز

بعد 20 سال من میگی لباس خان!

«گل‌های کاغذی» و «خانواده خلج» به ازمیر می‌روند

تیتراژ قدیمی و نوستالژیک «ماه عسل» با اجرای محسن یگانه

«هیوا سیفی‌زاده»، خواننده و نوازنده تنبک آزاد شد

احسان یاسین: تا قبل از عصر جدید یک اثر فارسی هم نداشتم

شهادت دو نیروی بسیجی در سراوان

ثبت تخلفات رانندگی با پهپاد از سوی پلیس راهور

تشخیص هوشمند ناهنجاری‌های اسکلتی کودکان با عکس موبایلی

درمان سرطان با کمک «خرس آبی»

دومین رمان گلاره عباسی رونمایی شد

مرکز دائره‌المعارف بزرگ اسلامی وقف شد

سرمقاله فرهیختگان/ جنگ تعرفه‌ای علیه رعیت

وزیر صمت: 870 شهرک صنعتی در کل کشور داریم

تداوم ارز 28500 تومانی در سال 1404

یک مقام صنفی: وزارت صمت در ضعیف‌ترین حالت خودش اداره می‌شود

فرزین: ارز 28500 تومانی تغییر نمی‌کند

رئیس کمیسیون اجتماعی: افزایش حقوق کارگران باید حداقل 40 درصد باشد

مالیات بر عایدی سرمایه؛ تَبی که رو به خاموشی می‌رود

وزیر جهاد: عرضه سیب‌زمینی در کشور تثبیت شد

وزیر صمت: بسته حمایتی صنعت تصویب شد

پاسخ وزیر صمت به واگذاری ایران‌خودرو به کروز

درآمدزایی باشگاه‌ها نیازمند توجه به حق پخش تلویزیونی است

اسفندیارپور: بخشی از مشکلات امروز فوتبال به قوانین و مقررات بر می گردد

حیدر بهاروند: من نمی‌توانم حق همه را به یک باشگاه بدهم

رشفورد و آسنسیو ما را قهرمان می‌کنند!

هشداری که اینیگو مارتینز داد: یا همه یا هیچ!

امباپه خطرناک‌ترین مهاجم اروپا شد

شکایت فولاد از داور بازی با ذوب‌آهن

مطمئنم امباپه در رئال مشکل روانی داشت!

فریده شجاعی: کار من با این رای بسیار دشوار شده است

بازی مرگ و زندگی برای سهمیه آسیایی ایران!

واکنش معنادار شمخانی به ملاقات زلنسکی و ترامپ با یادآوری خاطره دیدار نخست وزیر ژاپن با رهبر انقلاب