根据发表在eLife上的一项研究，一种使用尖端技术的新工具能够根据血栓的成因区分不同类型的血栓。
该工具可以帮助医生诊断导致血栓的原因，并帮助他们选择针对原因的治疗方法来分解血栓。例如，它可以帮助他们确定阿司匹林或另一种抗凝药物是否是刚刚心脏病发作或中风的人的最佳选择。
当称为血小板的小粘性血细胞聚集在一起时，就会发生血凝块。这有助于在割伤后止血，但也可能因阻塞血管而导致中风或心脏病发作。“不同类型的血栓是由不同的分子引起的，但它们看起来都非常相似，”主要作者、博士 Yuqi Zhou 解释说。日本东京大学化学系学生。“更重要的是，使用显微镜等现有工具几乎不可能区分它们。”
为了开发一种更有效的方法来识别不同类型的血凝块，Zhou 和她的同事从健康个体身上采集了血液样本，然后将它们暴露于不同的凝血剂中。该团队使用一种称为高通量成像流式细胞术的技术捕获了数千张不同类型凝块的图像。
接下来，他们使用一种称为卷积神经网络的机器学习技术来训练计算机识别由不同分子引起的不同类型凝块形状的细微差异。他们在 25,000 张计算机从未见过的血块图像上测试了这个工具，发现它也能够区分图像中的大多数血块类型。
最后，他们测试了这种被他们命名为智能血小板聚集分类器 (iPAC) 的新工具是否可以诊断人类血液样本中的不同凝块类型。他们从四个健康人身上采集了血样，将他们暴露在不同的凝血剂中，结果表明 iPAC 可以区分不同类型的血块。
“我们证明了 iPAC 是研究凝块形成潜在机制的有力工具，”Zhou 说。她补充说，鉴于最近有关 COVID-19 导致血栓的报道，这项技术有朝一日也可以用于更好地了解这些血栓背后的机制，尽管目前对该病毒的很多了解仍然未知。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！