RBF神经网络与癌细胞黏附度活性检测研究

作者：李丹

来源：医学理论与实践, 2022, 35(21): 3604-3621.

DOI：10.19381/j.issn.1001-7585.2022.21.002

• 细胞活性
• 黏附强度
• 离心力
• RBF神经网络
• 微流控芯片

目的：研究癌细胞黏附强度与其活性的相关性，并利用机器学习算法提高细胞活性检测方法的准确性。方法：从同一批癌细胞培养皿中分离出两个样本组，一个样本组利用设计制作的离心式微流控芯片，建立癌细胞黏附脱离动态曲线，并提取细胞多黏附强度信息(τ20、τ50、τ80);另一个样本组细胞进行药物反应实验，得到药物反应的半抑制浓度(IC50),利用RBF神经网络算法，将癌细胞多黏附信息作为输入，癌细胞半抑制浓度IC50作为输出，建立细胞活性评估预测模型。结果：相比于传统细胞计数法，基于多黏附强度信息融合的细胞活性评估方法提高了17.2%,该方法具有统计学意义(P<0.05)。结论：利用细胞多黏附特征融合评估细胞活性的方法，有助于提高细胞活性检测精度，对抗癌新药物测试、细胞毒理学实验以及其他生化反应刺激实验具有至关重要的作用。

• 单位
  南京市第二医院; 南京中医药大学