CN115298535A - 用于区分分析物和诊断的可检测阵列及与其相关的方法和系统 - Google Patents
用于区分分析物和诊断的可检测阵列及与其相关的方法和系统 Download PDFInfo
- Publication number
- CN115298535A CN115298535A CN202080075357.XA CN202080075357A CN115298535A CN 115298535 A CN115298535 A CN 115298535A CN 202080075357 A CN202080075357 A CN 202080075357A CN 115298535 A CN115298535 A CN 115298535A
- Authority
- CN
- China
- Prior art keywords
- array
- polymer
- acrylate
- acrylamide
- photoinitiator
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 126
- 238000003491 array Methods 0.000 title description 54
- 239000000178 monomer Substances 0.000 claims abstract description 92
- 239000000017 hydrogel Substances 0.000 claims abstract description 72
- 229920000642 polymer Polymers 0.000 claims abstract description 71
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 68
- 239000000758 substrate Substances 0.000 claims abstract description 59
- 201000010099 disease Diseases 0.000 claims abstract description 56
- 239000012491 analyte Substances 0.000 claims abstract description 39
- 238000010438 heat treatment Methods 0.000 claims abstract description 33
- 238000006303 photolysis reaction Methods 0.000 claims abstract description 23
- 238000003384 imaging method Methods 0.000 claims abstract description 16
- 238000013528 artificial neural network Methods 0.000 claims abstract description 13
- 239000000243 solution Substances 0.000 claims description 75
- 206010028980 Neoplasm Diseases 0.000 claims description 45
- IAZDPXIOMUYVGZ-UHFFFAOYSA-N Dimethylsulphoxide Chemical compound CS(C)=O IAZDPXIOMUYVGZ-UHFFFAOYSA-N 0.000 claims description 40
- 201000011510 cancer Diseases 0.000 claims description 37
- 239000011550 stock solution Substances 0.000 claims description 30
- 239000000047 product Substances 0.000 claims description 29
- 210000002700 urine Anatomy 0.000 claims description 27
- HRPVXLWXLXDGHG-UHFFFAOYSA-N Acrylamide Chemical compound NC(=O)C=C HRPVXLWXLXDGHG-UHFFFAOYSA-N 0.000 claims description 21
- 239000012956 1-hydroxycyclohexylphenyl-ketone Substances 0.000 claims description 18
- XMLYCEVDHLAQEL-UHFFFAOYSA-N 2-hydroxy-2-methyl-1-phenylpropan-1-one Chemical compound CC(C)(O)C(=O)C1=CC=CC=C1 XMLYCEVDHLAQEL-UHFFFAOYSA-N 0.000 claims description 18
- MQDJYUACMFCOFT-UHFFFAOYSA-N bis[2-(1-hydroxycyclohexyl)phenyl]methanone Chemical compound C=1C=CC=C(C(=O)C=2C(=CC=CC=2)C2(O)CCCCC2)C=1C1(O)CCCCC1 MQDJYUACMFCOFT-UHFFFAOYSA-N 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 17
- NIXOWILDQLNWCW-UHFFFAOYSA-N 2-Propenoic acid Natural products OC(=O)C=C NIXOWILDQLNWCW-UHFFFAOYSA-N 0.000 claims description 16
- -1 N-dimethylacrylamide Chemical compound 0.000 claims description 16
- 238000000576 coating method Methods 0.000 claims description 16
- 230000015654 memory Effects 0.000 claims description 16
- SMZOUWXMTYCWNB-UHFFFAOYSA-N 2-(2-methoxy-5-methylphenyl)ethanamine Chemical compound COC1=CC=C(C)C=C1CCN SMZOUWXMTYCWNB-UHFFFAOYSA-N 0.000 claims description 14
- 239000011248 coating agent Substances 0.000 claims description 14
- 239000000203 mixture Substances 0.000 claims description 14
- ISAOCJYIOMOJEB-UHFFFAOYSA-N benzoin Chemical compound C=1C=CC=CC=1C(O)C(=O)C1=CC=CC=C1 ISAOCJYIOMOJEB-UHFFFAOYSA-N 0.000 claims description 12
- 230000015843 photosynthesis, light reaction Effects 0.000 claims description 12
- 238000001228 spectrum Methods 0.000 claims description 12
- RZVINYQDSSQUKO-UHFFFAOYSA-N 2-phenoxyethyl prop-2-enoate Chemical compound C=CC(=O)OCCOC1=CC=CC=C1 RZVINYQDSSQUKO-UHFFFAOYSA-N 0.000 claims description 11
- QZPSOSOOLFHYRR-UHFFFAOYSA-N 3-hydroxypropyl prop-2-enoate Chemical class OCCCOC(=O)C=C QZPSOSOOLFHYRR-UHFFFAOYSA-N 0.000 claims description 11
- CYUZOYPRAQASLN-UHFFFAOYSA-N 3-prop-2-enoyloxypropanoic acid Chemical compound OC(=O)CCOC(=O)C=C CYUZOYPRAQASLN-UHFFFAOYSA-N 0.000 claims description 11
- NDWUBGAGUCISDV-UHFFFAOYSA-N 4-hydroxybutyl prop-2-enoate Chemical compound OCCCCOC(=O)C=C NDWUBGAGUCISDV-UHFFFAOYSA-N 0.000 claims description 11
- UUORTJUPDJJXST-UHFFFAOYSA-N n-(2-hydroxyethyl)prop-2-enamide Chemical compound OCCNC(=O)C=C UUORTJUPDJJXST-UHFFFAOYSA-N 0.000 claims description 11
- OMNKZBIFPJNNIO-UHFFFAOYSA-N n-(2-methyl-4-oxopentan-2-yl)prop-2-enamide Chemical compound CC(=O)CC(C)(C)NC(=O)C=C OMNKZBIFPJNNIO-UHFFFAOYSA-N 0.000 claims description 11
- MVBJSQCJPSRKSW-UHFFFAOYSA-N n-[1,3-dihydroxy-2-(hydroxymethyl)propan-2-yl]prop-2-enamide Chemical compound OCC(CO)(CO)NC(=O)C=C MVBJSQCJPSRKSW-UHFFFAOYSA-N 0.000 claims description 11
- QNILTEGFHQSKFF-UHFFFAOYSA-N n-propan-2-ylprop-2-enamide Chemical compound CC(C)NC(=O)C=C QNILTEGFHQSKFF-UHFFFAOYSA-N 0.000 claims description 11
- 239000002904 solvent Substances 0.000 claims description 11
- NTYJJOPFIAHURM-UHFFFAOYSA-N Histamine Chemical compound NCCC1=CN=CN1 NTYJJOPFIAHURM-UHFFFAOYSA-N 0.000 claims description 10
- 208000035475 disorder Diseases 0.000 claims description 10
- 238000012549 training Methods 0.000 claims description 10
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 claims description 9
- 238000006116 polymerization reaction Methods 0.000 claims description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 8
- ZODNDDPVCIAZIQ-UHFFFAOYSA-N (2-hydroxy-3-prop-2-enoyloxypropyl) 2-methylprop-2-enoate Chemical compound CC(=C)C(=O)OCC(O)COC(=O)C=C ZODNDDPVCIAZIQ-UHFFFAOYSA-N 0.000 claims description 7
- UQFMGLLQCSSNQM-UHFFFAOYSA-N 2-(phenylcarbamoyloxy)ethyl 2-methylprop-2-enoate Chemical compound CC(=C)C(=O)OCCOC(=O)NC1=CC=CC=C1 UQFMGLLQCSSNQM-UHFFFAOYSA-N 0.000 claims description 6
- AEPWOCLBLLCOGZ-UHFFFAOYSA-N 2-cyanoethyl prop-2-enoate Chemical compound C=CC(=O)OCCC#N AEPWOCLBLLCOGZ-UHFFFAOYSA-N 0.000 claims description 6
- NIXOWILDQLNWCW-UHFFFAOYSA-M Acrylate Chemical compound [O-]C(=O)C=C NIXOWILDQLNWCW-UHFFFAOYSA-M 0.000 claims description 6
- 244000028419 Styrax benzoin Species 0.000 claims description 6
- 235000000126 Styrax benzoin Nutrition 0.000 claims description 6
- 235000008411 Sumatra benzointree Nutrition 0.000 claims description 6
- 229960002130 benzoin Drugs 0.000 claims description 6
- 210000004369 blood Anatomy 0.000 claims description 6
- 239000008280 blood Substances 0.000 claims description 6
- 235000019382 gum benzoic Nutrition 0.000 claims description 6
- 230000000379 polymerizing effect Effects 0.000 claims description 6
- XDLMVUHYZWKMMD-UHFFFAOYSA-N 3-trimethoxysilylpropyl 2-methylprop-2-enoate Chemical compound CO[Si](OC)(OC)CCCOC(=O)C(C)=C XDLMVUHYZWKMMD-UHFFFAOYSA-N 0.000 claims description 5
- WURBFLDFSFBTLW-UHFFFAOYSA-N benzil Chemical compound C=1C=CC=CC=1C(=O)C(=O)C1=CC=CC=C1 WURBFLDFSFBTLW-UHFFFAOYSA-N 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 5
- 230000036541 health Effects 0.000 claims description 5
- 229920000140 heteropolymer Polymers 0.000 claims description 5
- 229960001340 histamine Drugs 0.000 claims description 5
- 239000003999 initiator Substances 0.000 claims description 5
- 239000002480 mineral oil Substances 0.000 claims description 5
- YRDNVESFWXDNSI-UHFFFAOYSA-N n-(2,4,4-trimethylpentan-2-yl)prop-2-enamide Chemical compound CC(C)(C)CC(C)(C)NC(=O)C=C YRDNVESFWXDNSI-UHFFFAOYSA-N 0.000 claims description 5
- KWVGIHKZDCUPEU-UHFFFAOYSA-N 2,2-dimethoxy-2-phenylacetophenone Chemical compound C=1C=CC=CC=1C(OC)(OC)C(=O)C1=CC=CC=C1 KWVGIHKZDCUPEU-UHFFFAOYSA-N 0.000 claims description 4
- KPUWHANPEXNPJT-UHFFFAOYSA-N disiloxane Chemical class [SiH3]O[SiH3] KPUWHANPEXNPJT-UHFFFAOYSA-N 0.000 claims description 4
- 229920001519 homopolymer Polymers 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 4
- OKQXCDUCLYWRHA-UHFFFAOYSA-N 3-[chloro(dimethyl)silyl]propyl 2-methylprop-2-enoate Chemical compound CC(=C)C(=O)OCCC[Si](C)(C)Cl OKQXCDUCLYWRHA-UHFFFAOYSA-N 0.000 claims description 3
- KBQVDAIIQCXKPI-UHFFFAOYSA-N 3-trimethoxysilylpropyl prop-2-enoate Chemical compound CO[Si](OC)(OC)CCCOC(=O)C=C KBQVDAIIQCXKPI-UHFFFAOYSA-N 0.000 claims description 3
- BLRPTPMANUNPDV-UHFFFAOYSA-N Silane Chemical compound [SiH4] BLRPTPMANUNPDV-UHFFFAOYSA-N 0.000 claims description 3
- 125000003236 benzoyl group Chemical group [H]C1=C([H])C([H])=C(C([H])=C1[H])C(*)=O 0.000 claims description 3
- 239000012530 fluid Substances 0.000 claims description 3
- 239000012634 fragment Substances 0.000 claims description 3
- 208000002672 hepatitis B Diseases 0.000 claims description 3
- 235000013336 milk Nutrition 0.000 claims description 3
- 239000008267 milk Substances 0.000 claims description 3
- 210000004080 milk Anatomy 0.000 claims description 3
- 235000010446 mineral oil Nutrition 0.000 claims description 3
- 210000002381 plasma Anatomy 0.000 claims description 3
- 229910000077 silane Inorganic materials 0.000 claims description 3
- 238000002560 therapeutic procedure Methods 0.000 claims description 3
- 241000700605 Viruses Species 0.000 claims description 2
- QFSSAXOPLMHRSO-UHFFFAOYSA-N [4-[3-aminopropyl(diethoxy)silyl]oxy-2-hydroxypentyl] prop-2-enoate Chemical compound NCCC[Si](OCC)(OCC)OC(C)CC(O)COC(=O)C=C QFSSAXOPLMHRSO-UHFFFAOYSA-N 0.000 claims description 2
- 230000004913 activation Effects 0.000 claims description 2
- 230000002496 gastric effect Effects 0.000 claims description 2
- 238000007477 logistic regression Methods 0.000 claims description 2
- 238000005259 measurement Methods 0.000 claims description 2
- 230000007935 neutral effect Effects 0.000 claims description 2
- 238000001356 surgical procedure Methods 0.000 claims description 2
- 239000007795 chemical reaction product Substances 0.000 claims 2
- 210000000941 bile Anatomy 0.000 claims 1
- 238000002512 chemotherapy Methods 0.000 claims 1
- 230000007613 environmental effect Effects 0.000 claims 1
- 210000003722 extracellular fluid Anatomy 0.000 claims 1
- 210000003608 fece Anatomy 0.000 claims 1
- 238000007306 functionalization reaction Methods 0.000 claims 1
- 238000009169 immunotherapy Methods 0.000 claims 1
- 238000000338 in vitro Methods 0.000 claims 1
- 210000003296 saliva Anatomy 0.000 claims 1
- 210000002966 serum Anatomy 0.000 claims 1
- 238000001514 detection method Methods 0.000 abstract description 19
- 238000011534 incubation Methods 0.000 abstract description 3
- 238000003745 diagnosis Methods 0.000 abstract 1
- 229920002521 macromolecule Polymers 0.000 description 56
- 239000000523 sample Substances 0.000 description 47
- 238000004458 analytical method Methods 0.000 description 22
- 238000006243 chemical reaction Methods 0.000 description 22
- 230000035945 sensitivity Effects 0.000 description 17
- 238000002474 experimental method Methods 0.000 description 14
- 239000003550 marker Substances 0.000 description 13
- 238000012360 testing method Methods 0.000 description 12
- 208000000236 Prostatic Neoplasms Diseases 0.000 description 11
- 230000008569 process Effects 0.000 description 10
- 239000013598 vector Substances 0.000 description 10
- 206010060862 Prostate cancer Diseases 0.000 description 9
- 239000011521 glass Substances 0.000 description 9
- 238000002360 preparation method Methods 0.000 description 9
- 238000003860 storage Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 102000004169 proteins and genes Human genes 0.000 description 8
- 108090000623 proteins and genes Proteins 0.000 description 8
- 208000001333 Colorectal Neoplasms Diseases 0.000 description 7
- 239000012153 distilled water Substances 0.000 description 7
- 125000000524 functional group Chemical group 0.000 description 7
- 238000002372 labelling Methods 0.000 description 7
- 208000020816 lung neoplasm Diseases 0.000 description 7
- 235000018102 proteins Nutrition 0.000 description 7
- 238000000692 Student's t-test Methods 0.000 description 6
- 238000013459 approach Methods 0.000 description 6
- 239000000679 carrageenan Substances 0.000 description 6
- 235000010418 carrageenan Nutrition 0.000 description 6
- 229920001525 carrageenan Polymers 0.000 description 6
- 229940113118 carrageenan Drugs 0.000 description 6
- 238000009826 distribution Methods 0.000 description 6
- 210000004185 liver Anatomy 0.000 description 6
- 208000014018 liver neoplasm Diseases 0.000 description 6
- 239000000126 substance Substances 0.000 description 6
- 238000012353 t test Methods 0.000 description 6
- UHVMMEOXYDMDKI-JKYCWFKZSA-L zinc;1-(5-cyanopyridin-2-yl)-3-[(1s,2s)-2-(6-fluoro-2-hydroxy-3-propanoylphenyl)cyclopropyl]urea;diacetate Chemical compound [Zn+2].CC([O-])=O.CC([O-])=O.CCC(=O)C1=CC=C(F)C([C@H]2[C@H](C2)NC(=O)NC=2N=CC(=CC=2)C#N)=C1O UHVMMEOXYDMDKI-JKYCWFKZSA-L 0.000 description 6
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 5
- 238000003556 assay Methods 0.000 description 5
- 210000004027 cell Anatomy 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 201000005202 lung cancer Diseases 0.000 description 5
- 108090000765 processed proteins & peptides Proteins 0.000 description 5
- 238000012216 screening Methods 0.000 description 5
- 206010009944 Colon cancer Diseases 0.000 description 4
- 108020004414 DNA Proteins 0.000 description 4
- 102000053602 DNA Human genes 0.000 description 4
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 4
- 241001465754 Metazoa Species 0.000 description 4
- ISWSIDIOOBJBQZ-UHFFFAOYSA-N Phenol Chemical compound OC1=CC=CC=C1 ISWSIDIOOBJBQZ-UHFFFAOYSA-N 0.000 description 4
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 description 4
- 239000000090 biomarker Substances 0.000 description 4
- 239000003153 chemical reaction reagent Substances 0.000 description 4
- 150000001875 compounds Chemical class 0.000 description 4
- 239000003431 cross linking reagent Substances 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 239000008103 glucose Substances 0.000 description 4
- 238000010191 image analysis Methods 0.000 description 4
- 239000002071 nanotube Substances 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000001902 propagating effect Effects 0.000 description 4
- 210000002307 prostate Anatomy 0.000 description 4
- 150000003384 small molecules Chemical class 0.000 description 4
- 241000894007 species Species 0.000 description 4
- 208000024891 symptom Diseases 0.000 description 4
- 238000004809 thin layer chromatography Methods 0.000 description 4
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 3
- 239000004472 Lysine Substances 0.000 description 3
- KDXKERNSBIXSRK-UHFFFAOYSA-N Lysine Natural products NCCCCC(N)C(O)=O KDXKERNSBIXSRK-UHFFFAOYSA-N 0.000 description 3
- OKKJLVBELUTLKV-UHFFFAOYSA-N Methanol Chemical compound OC OKKJLVBELUTLKV-UHFFFAOYSA-N 0.000 description 3
- 238000002835 absorbance Methods 0.000 description 3
- 150000001412 amines Chemical class 0.000 description 3
- 210000004102 animal cell Anatomy 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 239000005388 borosilicate glass Substances 0.000 description 3
- 125000003636 chemical group Chemical group 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000001723 curing Methods 0.000 description 3
- 239000000975 dye Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000002255 enzymatic effect Effects 0.000 description 3
- 208000006454 hepatitis Diseases 0.000 description 3
- 231100000283 hepatitis Toxicity 0.000 description 3
- 230000003100 immobilizing effect Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 201000007270 liver cancer Diseases 0.000 description 3
- 210000004072 lung Anatomy 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000004949 mass spectrometry Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 229910052751 metal Inorganic materials 0.000 description 3
- 239000002184 metal Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- ZIUHHBKFKCYYJD-UHFFFAOYSA-N n,n'-methylenebisacrylamide Chemical compound C=CC(=O)NCNC(=O)C=C ZIUHHBKFKCYYJD-UHFFFAOYSA-N 0.000 description 3
- 108020004707 nucleic acids Proteins 0.000 description 3
- 102000039446 nucleic acids Human genes 0.000 description 3
- 150000007523 nucleic acids Chemical class 0.000 description 3
- 239000013610 patient sample Substances 0.000 description 3
- 239000004033 plastic Substances 0.000 description 3
- 229920003023 plastic Polymers 0.000 description 3
- 229920001223 polyethylene glycol Polymers 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 239000007921 spray Substances 0.000 description 3
- 238000002834 transmittance Methods 0.000 description 3
- CIWBSHSKHKDKBQ-JLAZNSOCSA-N Ascorbic acid Chemical compound OC[C@H](O)[C@H]1OC(=O)C(O)=C1O CIWBSHSKHKDKBQ-JLAZNSOCSA-N 0.000 description 2
- 229930006000 Sucrose Natural products 0.000 description 2
- CZMRCDWAGMRECN-UGDNZRGBSA-N Sucrose Chemical compound O[C@H]1[C@H](O)[C@@H](CO)O[C@@]1(CO)O[C@@H]1[C@H](O)[C@@H](O)[C@H](O)[C@@H](CO)O1 CZMRCDWAGMRECN-UGDNZRGBSA-N 0.000 description 2
- 244000269722 Thea sinensis Species 0.000 description 2
- XSQUKJJJFZCRTK-UHFFFAOYSA-N Urea Chemical compound NC(N)=O XSQUKJJJFZCRTK-UHFFFAOYSA-N 0.000 description 2
- 150000001336 alkenes Chemical class 0.000 description 2
- 150000001408 amides Chemical class 0.000 description 2
- BFNBIHQBYMNNAN-UHFFFAOYSA-N ammonium sulfate Chemical compound N.N.OS(O)(=O)=O BFNBIHQBYMNNAN-UHFFFAOYSA-N 0.000 description 2
- 229910052921 ammonium sulfate Inorganic materials 0.000 description 2
- 235000011130 ammonium sulphate Nutrition 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 125000001797 benzyl group Chemical group [H]C1=C([H])C([H])=C(C([H])=C1[H])C([H])([H])* 0.000 description 2
- 239000013060 biological fluid Substances 0.000 description 2
- 238000001574 biopsy Methods 0.000 description 2
- 125000002915 carbonyl group Chemical group [*:2]C([*:1])=O 0.000 description 2
- 238000007635 classification algorithm Methods 0.000 description 2
- 238000013145 classification model Methods 0.000 description 2
- 235000016213 coffee Nutrition 0.000 description 2
- 235000013353 coffee beverage Nutrition 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000005094 computer simulation Methods 0.000 description 2
- 239000000356 contaminant Substances 0.000 description 2
- 238000002790 cross-validation Methods 0.000 description 2
- XUJNEKJLAYXESH-UHFFFAOYSA-N cysteine Natural products SCC(N)C(O)=O XUJNEKJLAYXESH-UHFFFAOYSA-N 0.000 description 2
- 235000018417 cysteine Nutrition 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000002405 diagnostic procedure Methods 0.000 description 2
- 150000002148 esters Chemical class 0.000 description 2
- 230000007717 exclusion Effects 0.000 description 2
- 230000001747 exhibiting effect Effects 0.000 description 2
- 238000002189 fluorescence spectrum Methods 0.000 description 2
- 235000009569 green tea Nutrition 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000011528 liquid biopsy Methods 0.000 description 2
- 229910044991 metal oxide Inorganic materials 0.000 description 2
- 150000004706 metal oxides Chemical class 0.000 description 2
- 239000004005 microsphere Substances 0.000 description 2
- 238000010369 molecular cloning Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000007899 nucleic acid hybridization Methods 0.000 description 2
- 239000002773 nucleotide Substances 0.000 description 2
- 125000003729 nucleotide group Chemical group 0.000 description 2
- 235000015097 nutrients Nutrition 0.000 description 2
- JRZJOMJEPLMPRA-UHFFFAOYSA-N olefin Natural products CCCCCCCC=C JRZJOMJEPLMPRA-UHFFFAOYSA-N 0.000 description 2
- 238000002515 oligonucleotide synthesis Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 102000004196 processed proteins & peptides Human genes 0.000 description 2
- 239000000985 reactive dye Substances 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- CDBYLPFSWZWCQE-UHFFFAOYSA-L sodium carbonate Substances [Na+].[Na+].[O-]C([O-])=O CDBYLPFSWZWCQE-UHFFFAOYSA-L 0.000 description 2
- 239000011780 sodium chloride Substances 0.000 description 2
- 239000005720 sucrose Substances 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- 239000012855 volatile organic compound Substances 0.000 description 2
- 239000012224 working solution Substances 0.000 description 2
- CHHHXKFHOYLYRE-UHFFFAOYSA-M 2,4-Hexadienoic acid, potassium salt (1:1), (2E,4E)- Chemical compound [K+].CC=CC=CC([O-])=O CHHHXKFHOYLYRE-UHFFFAOYSA-M 0.000 description 1
- VURVYGFWNNGSMX-UHFFFAOYSA-N 2-aminoacetic acid;2-(phosphonomethylamino)acetic acid Chemical compound NCC(O)=O.OC(=O)CNCP(O)(O)=O VURVYGFWNNGSMX-UHFFFAOYSA-N 0.000 description 1
- QTWJRLJHJPIABL-UHFFFAOYSA-N 2-methylphenol;3-methylphenol;4-methylphenol Chemical compound CC1=CC=C(O)C=C1.CC1=CC=CC(O)=C1.CC1=CC=CC=C1O QTWJRLJHJPIABL-UHFFFAOYSA-N 0.000 description 1
- 241000894006 Bacteria Species 0.000 description 1
- 108091003079 Bovine Serum Albumin Proteins 0.000 description 1
- 241000282472 Canis lupus familiaris Species 0.000 description 1
- 208000009458 Carcinoma in Situ Diseases 0.000 description 1
- 241000700198 Cavia Species 0.000 description 1
- 102000008186 Collagen Human genes 0.000 description 1
- 108010035532 Collagen Proteins 0.000 description 1
- FBPFZTCFMRRESA-FSIIMWSLSA-N D-Glucitol Natural products OC[C@H](O)[C@H](O)[C@@H](O)[C@H](O)CO FBPFZTCFMRRESA-FSIIMWSLSA-N 0.000 description 1
- ZZZCUOFIHGPKAK-UHFFFAOYSA-N D-erythro-ascorbic acid Natural products OCC1OC(=O)C(O)=C1O ZZZCUOFIHGPKAK-UHFFFAOYSA-N 0.000 description 1
- 101000886418 Drosophila melanogaster GATA-binding factor C Proteins 0.000 description 1
- 241000282326 Felis catus Species 0.000 description 1
- 206010018910 Haemolysis Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 241000699670 Mus sp. Species 0.000 description 1
- 108091034117 Oligonucleotide Proteins 0.000 description 1
- BPQQTUXANYXVAA-UHFFFAOYSA-N Orthosilicate Chemical compound [O-][Si]([O-])([O-])[O-] BPQQTUXANYXVAA-UHFFFAOYSA-N 0.000 description 1
- 241000283973 Oryctolagus cuniculus Species 0.000 description 1
- 229920002565 Polyethylene Glycol 400 Polymers 0.000 description 1
- 239000002202 Polyethylene glycol Substances 0.000 description 1
- 241000700159 Rattus Species 0.000 description 1
- 108020004511 Recombinant DNA Proteins 0.000 description 1
- 241000665016 Salomona Species 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- DBMJMQXJHONAFJ-UHFFFAOYSA-M Sodium laurylsulphate Chemical compound [Na+].CCCCCCCCCCCCOS([O-])(=O)=O DBMJMQXJHONAFJ-UHFFFAOYSA-M 0.000 description 1
- 210000001744 T-lymphocyte Anatomy 0.000 description 1
- 239000008049 TAE buffer Substances 0.000 description 1
- DAKWPKUUDNSNPN-UHFFFAOYSA-N Trimethylolpropane triacrylate Chemical compound C=CC(=O)OCC(CC)(COC(=O)C=C)COC(=O)C=C DAKWPKUUDNSNPN-UHFFFAOYSA-N 0.000 description 1
- 239000013504 Triton X-100 Substances 0.000 description 1
- 229920004890 Triton X-100 Polymers 0.000 description 1
- 238000003848 UV Light-Curing Methods 0.000 description 1
- 229930003268 Vitamin C Natural products 0.000 description 1
- 229930003316 Vitamin D Natural products 0.000 description 1
- QYSXJUFSXHHAJI-XFEUOLMDSA-N Vitamin D3 Natural products C1(/[C@@H]2CC[C@@H]([C@]2(CCC1)C)[C@H](C)CCCC(C)C)=C/C=C1\C[C@@H](O)CCC1=C QYSXJUFSXHHAJI-XFEUOLMDSA-N 0.000 description 1
- ZNOZWUKQPJXOIG-XSBHQQIPSA-L [(2r,3s,4r,5r,6s)-6-[[(1r,3s,4r,5r,8s)-3,4-dihydroxy-2,6-dioxabicyclo[3.2.1]octan-8-yl]oxy]-4-[[(1r,3r,4r,5r,8s)-8-[(2s,3r,4r,5r,6r)-3,4-dihydroxy-6-(hydroxymethyl)-5-sulfonatooxyoxan-2-yl]oxy-4-hydroxy-2,6-dioxabicyclo[3.2.1]octan-3-yl]oxy]-5-hydroxy-2-( Chemical compound O[C@@H]1[C@@H](O)[C@@H](OS([O-])(=O)=O)[C@@H](CO)O[C@H]1O[C@@H]1[C@@H]2OC[C@H]1O[C@H](O[C@H]1[C@H]([C@@H](CO)O[C@@H](O[C@@H]3[C@@H]4OC[C@H]3O[C@H](O)[C@@H]4O)[C@@H]1O)OS([O-])(=O)=O)[C@@H]2O ZNOZWUKQPJXOIG-XSBHQQIPSA-L 0.000 description 1
- PVLBXNICXUCXTA-UHFFFAOYSA-N [2-hydroxy-3-(3-triethoxysilylpropylamino)propyl] prop-2-enoate Chemical compound CCO[Si](OCC)(OCC)CCCNCC(O)COC(=O)C=C PVLBXNICXUCXTA-UHFFFAOYSA-N 0.000 description 1
- VZTQQYMRXDUHDO-UHFFFAOYSA-N [2-hydroxy-3-[4-[2-[4-(2-hydroxy-3-prop-2-enoyloxypropoxy)phenyl]propan-2-yl]phenoxy]propyl] prop-2-enoate Chemical compound C=1C=C(OCC(O)COC(=O)C=C)C=CC=1C(C)(C)C1=CC=C(OCC(O)COC(=O)C=C)C=C1 VZTQQYMRXDUHDO-UHFFFAOYSA-N 0.000 description 1
- JLCPHMBAVCMARE-UHFFFAOYSA-N [3-[[3-[[3-[[3-[[3-[[3-[[3-[[3-[[3-[[3-[[3-[[5-(2-amino-6-oxo-1H-purin-9-yl)-3-[[3-[[3-[[3-[[3-[[3-[[5-(2-amino-6-oxo-1H-purin-9-yl)-3-[[5-(2-amino-6-oxo-1H-purin-9-yl)-3-hydroxyoxolan-2-yl]methoxy-hydroxyphosphoryl]oxyoxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxyoxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(5-methyl-2,4-dioxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(6-aminopurin-9-yl)oxolan-2-yl]methoxy-hydroxyphosphoryl]oxy-5-(4-amino-2-oxopyrimidin-1-yl)oxolan-2-yl]methyl [5-(6-aminopurin-9-yl)-2-(hydroxymethyl)oxolan-3-yl] hydrogen phosphate Polymers Cc1cn(C2CC(OP(O)(=O)OCC3OC(CC3OP(O)(=O)OCC3OC(CC3O)n3cnc4c3nc(N)[nH]c4=O)n3cnc4c3nc(N)[nH]c4=O)C(COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3COP(O)(=O)OC3CC(OC3CO)n3cnc4c(N)ncnc34)n3ccc(N)nc3=O)n3cnc4c(N)ncnc34)n3ccc(N)nc3=O)n3ccc(N)nc3=O)n3ccc(N)nc3=O)n3cnc4c(N)ncnc34)n3cnc4c(N)ncnc34)n3cc(C)c(=O)[nH]c3=O)n3cc(C)c(=O)[nH]c3=O)n3ccc(N)nc3=O)n3cc(C)c(=O)[nH]c3=O)n3cnc4c3nc(N)[nH]c4=O)n3cnc4c(N)ncnc34)n3cnc4c(N)ncnc34)n3cnc4c(N)ncnc34)n3cnc4c(N)ncnc34)O2)c(=O)[nH]c1=O JLCPHMBAVCMARE-UHFFFAOYSA-N 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- HGEVZDLYZYVYHD-UHFFFAOYSA-N acetic acid;2-amino-2-(hydroxymethyl)propane-1,3-diol;2-[2-[bis(carboxymethyl)amino]ethyl-(carboxymethyl)amino]acetic acid Chemical compound CC(O)=O.OCC(N)(CO)CO.OC(=O)CN(CC(O)=O)CCN(CC(O)=O)CC(O)=O HGEVZDLYZYVYHD-UHFFFAOYSA-N 0.000 description 1
- 230000002378 acidificating effect Effects 0.000 description 1
- 150000001252 acrylic acid derivatives Chemical class 0.000 description 1
- 238000012382 advanced drug delivery Methods 0.000 description 1
- 150000001298 alcohols Chemical class 0.000 description 1
- 125000002947 alkylene group Chemical group 0.000 description 1
- 238000010171 animal model Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000975 bioactive effect Effects 0.000 description 1
- 238000009534 blood test Methods 0.000 description 1
- 229940098773 bovine serum albumin Drugs 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000004202 carbamide Substances 0.000 description 1
- 150000001720 carbohydrates Chemical class 0.000 description 1
- 150000001732 carboxylic acid derivatives Chemical class 0.000 description 1
- 150000001735 carboxylic acids Chemical class 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000004113 cell culture Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000011976 chest X-ray Methods 0.000 description 1
- 238000010367 cloning Methods 0.000 description 1
- 229920001436 collagen Polymers 0.000 description 1
- 238000002052 colonoscopy Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 229920000547 conjugated polymer Polymers 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 229920001577 copolymer Polymers 0.000 description 1
- 229930003836 cresol Natural products 0.000 description 1
- 235000021438 curry Nutrition 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 239000000412 dendrimer Substances 0.000 description 1
- 229920000736 dendritic polymer Polymers 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000011982 device technology Methods 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- CEGDCUKGIQDKKW-UHFFFAOYSA-L disodium;2-hydroxypropane-1,2,3-tricarboxylic acid;carbonate Chemical compound [Na+].[Na+].[O-]C([O-])=O.OC(=O)CC(O)(C(O)=O)CC(O)=O CEGDCUKGIQDKKW-UHFFFAOYSA-L 0.000 description 1
- BJVWCKXHSNBHGB-UHFFFAOYSA-L disodium;chloride;hydroxide Chemical compound [OH-].[Na+].[Na+].[Cl-] BJVWCKXHSNBHGB-UHFFFAOYSA-L 0.000 description 1
- 230000008029 eradication Effects 0.000 description 1
- 210000003743 erythrocyte Anatomy 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000005669 field effect Effects 0.000 description 1
- 238000002073 fluorescence micrograph Methods 0.000 description 1
- 238000001506 fluorescence spectroscopy Methods 0.000 description 1
- 230000002538 fungal effect Effects 0.000 description 1
- 230000005021 gait Effects 0.000 description 1
- FBPFZTCFMRRESA-GUCUJZIJSA-N galactitol Chemical compound OC[C@H](O)[C@@H](O)[C@@H](O)[C@H](O)CO FBPFZTCFMRRESA-GUCUJZIJSA-N 0.000 description 1
- 210000000232 gallbladder Anatomy 0.000 description 1
- 230000008588 hemolysis Effects 0.000 description 1
- 238000007417 hierarchical cluster analysis Methods 0.000 description 1
- 201000004933 in situ carcinoma Diseases 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 208000017169 kidney disease Diseases 0.000 description 1
- 230000003907 kidney function Effects 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 238000011898 label-free detection Methods 0.000 description 1
- 231100000518 lethal Toxicity 0.000 description 1
- 230000001665 lethal effect Effects 0.000 description 1
- 210000000265 leukocyte Anatomy 0.000 description 1
- 239000003446 ligand Substances 0.000 description 1
- 230000003908 liver function Effects 0.000 description 1
- 238000000504 luminescence detection Methods 0.000 description 1
- 238000004020 luminiscence type Methods 0.000 description 1
- 239000012139 lysis buffer Substances 0.000 description 1
- 230000001320 lysogenic effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000004066 metabolic change Effects 0.000 description 1
- 238000002493 microarray Methods 0.000 description 1
- 238000000386 microscopy Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 230000009456 molecular mechanism Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 239000002077 nanosphere Substances 0.000 description 1
- 210000002445 nipple Anatomy 0.000 description 1
- 239000002777 nucleoside Substances 0.000 description 1
- 150000003833 nucleoside derivatives Chemical class 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 150000002894 organic compounds Chemical class 0.000 description 1
- 238000004223 overdiagnosis Methods 0.000 description 1
- 210000000496 pancreas Anatomy 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 230000006320 pegylation Effects 0.000 description 1
- JLFNLZLINWHATN-UHFFFAOYSA-N pentaethylene glycol Chemical compound OCCOCCOCCOCCOCCO JLFNLZLINWHATN-UHFFFAOYSA-N 0.000 description 1
- 150000002989 phenols Chemical class 0.000 description 1
- 238000000206 photolithography Methods 0.000 description 1
- 229920001184 polypeptide Polymers 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- QKKNRLVLUXCBRW-UHFFFAOYSA-L potassium sodium dodecyl sulfate (2E,4E)-hexa-2,4-dienoate Chemical compound C(C=CC=CC)(=O)[O-].[K+].S(=O)(=O)(OCCCCCCCCCCCC)[O-].[Na+] QKKNRLVLUXCBRW-UHFFFAOYSA-L 0.000 description 1
- 239000004302 potassium sorbate Substances 0.000 description 1
- 229940069338 potassium sorbate Drugs 0.000 description 1
- 235000010241 potassium sorbate Nutrition 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000009790 rate-determining step (RDS) Methods 0.000 description 1
- 230000009257 reactivity Effects 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 239000005368 silicate glass Substances 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000000344 soap Substances 0.000 description 1
- 229910000029 sodium carbonate Inorganic materials 0.000 description 1
- 235000017550 sodium carbonate Nutrition 0.000 description 1
- 235000002639 sodium chloride Nutrition 0.000 description 1
- 239000001509 sodium citrate Substances 0.000 description 1
- NLJMYIDDQXHKNR-UHFFFAOYSA-K sodium citrate Chemical compound O.O.[Na+].[Na+].[Na+].[O-]C(=O)CC(O)(CC([O-])=O)C([O-])=O NLJMYIDDQXHKNR-UHFFFAOYSA-K 0.000 description 1
- 235000011083 sodium citrates Nutrition 0.000 description 1
- 238000000527 sonication Methods 0.000 description 1
- 239000000600 sorbitol Substances 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 210000000952 spleen Anatomy 0.000 description 1
- 239000007858 starting material Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 239000004094 surface-active agent Substances 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 150000003573 thiols Chemical class 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 238000013518 transcription Methods 0.000 description 1
- 230000035897 transcription Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 239000000107 tumor biomarker Substances 0.000 description 1
- 230000005748 tumor development Effects 0.000 description 1
- 238000002562 urinalysis Methods 0.000 description 1
- 238000005353 urine analysis Methods 0.000 description 1
- 238000007740 vapor deposition Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 239000011782 vitamin Substances 0.000 description 1
- 229930003231 vitamin Natural products 0.000 description 1
- 235000013343 vitamin Nutrition 0.000 description 1
- 229940088594 vitamin Drugs 0.000 description 1
- 235000019154 vitamin C Nutrition 0.000 description 1
- 239000011718 vitamin C Substances 0.000 description 1
- 235000019166 vitamin D Nutrition 0.000 description 1
- 239000011710 vitamin D Substances 0.000 description 1
- 150000003710 vitamin D derivatives Chemical class 0.000 description 1
- 229940046008 vitamin d Drugs 0.000 description 1
- 238000003260 vortexing Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- 210000005253 yeast cell Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/251—Colorimeters; Construction thereof
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/33—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using ultraviolet light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N21/6428—Measuring fluorescence of fluorescent products of reactions or of fluorochrome labelled reactive substances, e.g. measuring quenching effects, using measuring "optrodes"
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/543—Immunoassay; Biospecific binding assay; Materials therefor with an insoluble carrier for immobilising immunochemicals
- G01N33/544—Immunoassay; Biospecific binding assay; Materials therefor with an insoluble carrier for immobilising immunochemicals the carrier being organic
- G01N33/545—Synthetic resin
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
- G01N33/57484—Immunoassay; Biospecific binding assay; Materials therefor for cancer involving compounds serving as markers for tumor, cancer, neoplasia, e.g. cellular determinants, receptors, heat shock/stress proteins, A-protein, oligosaccharides, metabolites
- G01N33/57488—Immunoassay; Biospecific binding assay; Materials therefor for cancer involving compounds serving as markers for tumor, cancer, neoplasia, e.g. cellular determinants, receptors, heat shock/stress proteins, A-protein, oligosaccharides, metabolites involving compounds identifable in body fluids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/576—Immunoassay; Biospecific binding assay; Materials therefor for hepatitis
- G01N33/5761—Hepatitis B
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/776—Validation; Performance evaluation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N21/6428—Measuring fluorescence of fluorescent products of reactions or of fluorochrome labelled reactive substances, e.g. measuring quenching effects, using measuring "optrodes"
- G01N2021/6439—Measuring fluorescence of fluorescent products of reactions or of fluorochrome labelled reactive substances, e.g. measuring quenching effects, using measuring "optrodes" with indicators, stains, dyes, tags, labels, marks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/251—Colorimeters; Construction thereof
- G01N21/253—Colorimeters; Construction thereof for batch operation, i.e. multisample apparatus
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10064—Fluorescence image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20132—Image cropping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30072—Microarray; Biochip, DNA array; Well plate
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30096—Tumor; Lesion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Immunology (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Theoretical Computer Science (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Urology & Nephrology (AREA)
- Hematology (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Cell Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Food Science & Technology (AREA)
- Microbiology (AREA)
- Medicinal Chemistry (AREA)
- Biotechnology (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Oncology (AREA)
- Radiology & Medical Imaging (AREA)
- Hospice & Palliative Care (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Data Mining & Analysis (AREA)
Abstract
本文描述了用于使用分析物无关方法进行疾病检测的系统、设备和方法。此类系统、设备和方法可以包括使用具有设置在基材上的水凝胶的阵列，其中所述水凝胶包含一种或多种聚合单体和一种或多种光引发剂或它们的光分解产物。包含一种或多种未标记的分析物的一个或多个样品可以接触聚合物阵列。可以温育设置在所述阵列上的所述样品第一预定时间期，并且在预定温度下加热第二预定时间期。成像装置(例如，平板扫描仪)可以用于测量在所述温育和加热之后所述阵列产生的一个或多个比色或发光信号的量。然后可以使用使用所述样品训练的神经网络来预测所述样品的诊断或疾病类别。
Description
相关申请的交叉引用
本申请根据美国法典第35篇第119条(e)款要求2019年8月29日提交的标题为“BIOMARKER-AGNOSTIC COLORIMETRIC SIGNATURE ARRAY DISTINGUISHES BETWEENMULTIPLE ANALYTES AND DISEASE STATES”的美国临时申请号62/893,703的权益，该临时申请以引用的方式整体并入本文。
技术领域
本公开整体涉及使用可检测阵列的系统、装置和方法。更具体而言，本公开涉及使用包含光引发剂或它们的光分解产物的可检测阵列来检测不同类型的分析物以及基于此类分析物的检测诊断疾病状态的优化的系统、装置和方法。
背景技术
可检测阵列可以用于将分析物结合或固定于表面或特征部上，从而检测分析物的存在以及诊断疾病状态。很多现有的可检测阵列仅限于选择性结合至单一分析物或单一类型的分析物，这限制了它们对包含多种目标分析物的样品的应用。对分析物与可检测阵列的结合进行分析以诊断疾病状态的方法也受到限制，因为它们通常需要在分析物被捕获至表面(诸如阵列)上之前对它们进行标记，例如通过添加染料、染色剂、配体等，或者它们必须在结合至表面之后被标记的探针(例如，寡核苷酸、抗体、标记的抗体等)结合。这些方法受到很多限制，包括标记偏差和由于标记反应而增加的费用、由非特异性标记产生的背景。因此，本领域需要用于未标记的分析物的无偏差捕获和检测的改进的方法。
发明内容
本公开尤其提供了在包括多个特征部的基材(例如，阵列)上捕获以及在存在或不存在标记的情况下检测多种不同类型的分析物的优化的系统、装置和方法。
在一个实施方案中，阵列包括设置在基材上的多种聚合物，所述聚合物各自包含一种或多种聚合单体和一种或多种光引发剂或者它们的一种或多种光分解产物。
在一个实施方案中，用于检测未标记的分析物的方法包括：使包含一种或多种分析物的一个或多个样品接触包括在基材上的聚合物阵列，所述聚合物包含此前暴露于紫外(UV)光第一预定时间期的光引发剂；将设置在所述聚合物阵列上的所述一个或多个样品温育第二预定时间期；将所述聚合物阵列在预定温度下加热第三预定时间期；以及使用成像装置来测量响应于所述加热而产生的一个或多个比色或发光信号的量。
在一个实施方案中，方法包括：制备包含光引发剂的光引发剂溶液；制备多种单体储液，所述单体储液各自包含单体；将一定体积的所述光引发剂溶液添加至一定体积的所述多种单体储液中的每种和所述多种单体储液的多个组合中的每个，以产生多种点样溶液；将预定体积的所述多种点样溶液中的每种点样于表面上；以及使包含所述点样溶液的所述阵列暴露于紫外(UV)光预定时间期；从而使点样于所述表面上的所述预定体积的所述多种点样溶液中的每种聚合，以产生聚合物阵列。
在一个实施方案中，方法包括：在处理器处以及对于多个受试者，接收与多个阵列点的比色或发光信号谱相关的图像数据，所述多个阵列点(1)接触与所述受试者相关的一个或多个样品，以及(2)在预定温度下加热预定时间期，所述多个阵列点中的每个包含含有此前暴露于紫外(UV)光的光引发剂的不同的水凝胶组合物；对于所述多个受试者中的每个，处理与所述受试者相关的图像数据，以产生针对所述多个阵列点中的每个的颜色强度值；对于所述多个受试者中的每个，训练神经网络，以通过使用与除所述受试者之外的每个受试者相关的颜色强度值以及所述多个受试者的颜色强度值校准所述神经网络来对所述受试者进行分类；以及对于所述多个受试者中的每个，使用针对所述受试者而训练的所述中性网络来预测针对所述受试者的诊断类别。
在一个实施方案中，确定受试者的疾病、障碍或病症状态的方法包括：使阵列接触来自所述受试者的一种或多种分析物；将所述阵列上的所述一种或多种分析物温育第一时间期，从而允许所述一种或多种分析物的一部分被捕获在所述阵列上；将所述阵列在预定温度下加热第二时间期；以及使用成像装置来测量响应于所述加热而产生的一个或多个比色或发光信号的量。
附图说明
专利或申请文件含有至少一个以彩色绘制的附图。美国专利及商标局将根据要求和必要费用的支付来提供具有彩色附图的本专利或专利申请公开的副本。
图1是根据一些实施方案的可检测阵列的示意图。
图2是根据一些实施方案的一种或多种分析物结合至可检测阵列的过程的示意图。
图3描绘了将2,2-二甲氧基-2-苯基苯乙酮(DMPA)光分解为分子种类苄基和苯偶姻的反应方案。
图4A描绘了含有和不含有DMPA并且已经暴露于或未暴露于紫外(UV)光的不同的溶液。
图4B是描绘不同的DMPA溶液的吸光度以及紫外光暴露的和非紫外光暴露的DMPA的各种体积比的线图。
图5A、图5B和图5C是描绘由含有DMPA的不同单体在改变不同的参数时产生的比色产物的相对信号的柱状图。图5A描绘了基于不同的UV暴露时间的相对信号的变化。图5B描绘了基于不同的DMPA浓度的相对信号的变化。图5C描绘了基于温度的相对信号的变化。
图6A至图6C显示了描绘由含有不同的光引发剂的不同的单体在不同的温度下产生的比色产物的相对信号的柱状图。
图7描绘了对从图5A至图5C和图6中描绘的光引发剂实验收集的数据进行的t检验的p值。
图8是描绘根据一些实施方案的一种将样品施加于阵列以及从阵列获得比色数据的方法的流程图。
图9是描绘根据一些实施方案的一种制备具有光引发剂的可检测阵列的方法的流程图。
图10是描绘根据一些实施方案的一种分析从阵列获得的比色数据的方法的流程图。
图11A和图11B描绘了暴露于三十九(39)种不同的分析物的阵列的比色谱。
图12描绘了暴露于图11A和11B中描绘的三十九(39)种不同的分析物的阵列的比色产物的点强度热图。
图13描绘了对暴露于图11A和11B中描绘的三十九(39)种不同的分析物的阵列的比色数据进行层次聚类的输出。
图14描绘了显示暴露于图11A和11B中描绘的三十九(39)种不同的分析物的阵列的比色数据的不同的计算分析的图。
图15A至图15D是显示根据一些实施方案的使用阵列的疾病状态研究中的受试者的人口统计学概况的图。
图16描绘了显示根据一些实施方案的来自使用阵列产生的比色数据来训练的模型的输入和输出的流程。
图17A描绘了如图16中所描绘的模型的性能指标。
图17B描绘了如图16中所描绘的关于模型的错误分类的信息。
图17C是根据一些实施方案的使用如应用于图15A至图15D中描绘的疾病状态研究中的受试者的分析和模型来描绘跨不同的样品大小的癌症的不同阶段的真阳性和灵敏度的图表。
图17D是根据一些实施方案的使用如应用于图15A至图15D中描绘的疾病状态研究中的受试者的分析和模型来描绘跨不同的样品大小的癌症的不同阶段的灵敏度的线图。
图18是根据一些实施方案的使用如应用于图15A至图15D中描述的疾病状态研究中的模型来描述训练模型以及对样品进行分类或诊断的方法的流程图。
图19描绘了暴露于二十九(29)种不同的分析物的阵列和未暴露于分析物的阵列的比色谱。
图20描绘了根据一些实施方案的用于处理和分析比色数据的示例性计算装置。
具体实施方式
本文所述的系统、装置和方法尤其涉及使用可检测阵列和检测方法来捕获和检测不同的分析物。在一些实施方案中，本公开提供了包含光引发剂或它们的光分解产物的可检测阵列。在一些实施方案中，可检测阵列上的分析物(例如标记的或未标记的分析物)使用非酶促褐变反应来检测。在一些实施方案中，本公开提供了采用可检测阵列来检测从受试者获得的样品中存在的一种或多种分析物从而诊断受试者的疾病或病症的方法。在一些实施方案中，根据此类诊断方法诊断为患有疾病或病症的受试者用合适的治疗方法来治疗。
在本文所述的实施方案中，除非明确指出相反，否则系统、装置和方法可以采用本领域的技术范围内的分子生物学、重组DNA技术、蛋白质表达和蛋白质/肽/碳水化合物化学的常规方法，出于说明目的，很多这些方法在下文有所描述。此类技术的实例在Sambrook等人,Molecular Cloning:A Laboratory Manual(第3版,2000)；DNA Cloning:A PracticalApproach,第I&II卷(D.Glover编)；Oligonucleotide Synthesis(N.Gait编,1984)；Oligonucleotide Synthesis:Methods and Applications(P.Herdewijn编,2004)；Nucleic Acid Hybridization(B.Hames&S.Higgins编,1985)；Nucleic AcidHybridization:Modern Applications(Buzdin和Lukyanov编,2009)；Transcription andTranslation(B.Hames&S.Higgins编,1984)；Animal Cell Culture(R.Freshney编,1986)；Freshney,R.I.(2005)Culture of Animal Cells,a Manual of Basic Technique,第5版Hoboken NJ,John Wiley&Sons；B.Perbal,A Practical Guide to Molecular Cloning(第3版2010)；Farrell,R.,RNA Methodologies:A Laboratory Guide for Isolation andCharacterization(第3版2005).Poly(ethylene glycol),Chemistry and BiologicalApplications,ACS,Washington,1997；Veronese,F.和J.M.Harris编,Peptide andprotein PEGylation,Advanced Drug Delivery Reviews,54(4)453-609(2002)；Zalipsky,S.等人,“Use of functionalized Poly(Ethylene Glycols)for modificationof polypeptides”载于Polyethylene Glycol Chemistry:Biotechnical and BiomedicalApplications中有所描述，这些文献中的每个的公开内容均并入本文。
概述
本公开尤其可以提供用于捕获例如来自复杂生物混合物的多种分析物的阵列，以及用于此类分析物的无标记检测的方法以及基于所述方法的诊断平台。
本公开部分基于以下出乎意料的发现：在一些实施方案中，在基于UV的聚合之前，在水凝胶阵列中包含优化浓度的光引发剂化合物(例如，2,2-二甲氧基2-苯基苯乙酮(DMPA)、1-羟基-环己基苯基酮(HCPK)和2-羟基-2-甲基-1-苯基-1-丙酮(HMPP)以及它们的光分解产物)可产生最适合捕获分析物和通过非酶促褐变反应(例如，通过焦糖化反应或美拉德(Maillard)反应)来检测分析物的大分子聚合物。本公开还部分基于以下出乎意料的发现：在一些实施方案中，在水凝胶阵列聚合期间，某些最佳时长的紫外光暴露可产生能够通过非酶促褐变反应(例如，通过焦糖化反应或美拉德反应)来改善结合分析物的比色检测的水凝胶阵列。本公开还部分基于以下出乎意料的发现：在一些实施方案中，在使阵列接触一种或多种分析物之后，在某些最佳温度下加热此类水凝胶阵列(包含光引发剂化合物或它们的光分解产物)持续某些最佳时间可产生改善的比色标志，所述比色标志是充分区分的并且能够对包含不同的类型或量的分析物的样品进行分类。因此，本公开尤其提供改善的和通用的可检测阵列以及在不需要分析物标记的情况下使用所述可检测阵列来捕获和检测分析物的方法。
在一个实施方案中，制备多种单体、聚合物或者单体和聚合物储液，将它们与光引发剂化合物混合，并且接触基材。在一个实施方案中，制备多种单体、聚合物或者单体和聚合物储液，将它们与光引发剂化合物混合，并且点样于基材上以形成阵列。单体、聚合物或者单体和聚合物储液可以通过在阵列上点样的方式混合在一起，或者它们可以在点样于阵列上之前混合在一起。在一些方面，基材包括基材涂层。在一些方面，基材涂层包含一种或多种适当的化学基团，用于将一种或多种大分子固定于基材的表面。例如，在特定实施方案中，基材涂层包含可以与点样于基材上的单体或聚合物一起聚合的化学基团。在一些方面，将包含多种单体、聚合物或者单体和聚合物储液、与光引发剂混合的阵列暴露于紫外光一段时间，从而用光引发剂和基材涂层使点样于上面的任何单体和聚合物固化，例如促进单体和聚合物与基材的共价连接，和/或促进光引发剂光分解成自由基，所述自由基与其他自由基反应形成捕获于大分子内的新分子种类。在聚合之后，阵列可以暴露于包含一种或多种分析物的不同的样品(例如，来自从受试者获得的样品)，从而在阵列上捕获来自样品的一种或多种分析物。包含捕获的分析物的阵列随后可以在特定温度下加热，以产生可以使用成像装置捕获的比色标志。在一些方面，使用计算模型(例如，神经网络)来处理和分析由阵列产生并使用成像装置捕获的比色标志，以对样品进行分类(例如，以诊断疾病或病症)。
在一些实施方案中，本文所述的系统、装置和方法用于诊断不同的类型的疾病或病症和/或疾病或病症的不同阶段(例如，癌症的不同阶段)。常规诊断方法通常需要鉴定和验证用于检测和分类疾病的新生物标志物。这种生物标志物的鉴定和验证是医学诊断的限速步骤。整合多种分析物的复杂标志可以是解决该限制的一种方法。然而，目前的标志平台往往专注于特定的分析物类别，例如核酸、抗体、蛋白质或挥发性有机化合物。这种基于样品的特异性需要样品处理步骤来分离和标记目标分析物类别。因此，通常需要专门的装备(例如，DNA测序仪、微阵列扫描仪和质谱仪)来分离分析物和/或检测结果。因此，此类标志平台可以仅限于它们可以分析的分析物，并且需要大量样品处理和装备的专业知识，这使得此类平台很难使用。
本文所述的系统、装置和方法提供了处理化学空间的标志平台，所述化学空间涵盖多种分析物类别，例如核酸、抗体、蛋白质或挥发性有机化合物。在一些实施方案中，此类标志平台的使用包括使样品与如本文所述的水凝胶阵列接触以及加热此类阵列。因此，此类标志平台可以降低成本，易于使用，并能够同时筛查多种病症。
在一些实施方案中，系统、装置和方法可以利用尿液样品，这是一种未充分利用的诊断信息源。虽然尿液具有优势，但血液测试的市场大于尿液分析。尿液含有确定的分析物，所述分析物可以到达预先过滤的收集器皿中，无需进一步处理即可进行分析。尿液的收集是非侵入性的，样品降解的可能性较小，这与可能遭受溶血的血液样品不同。此外，基于ctDNA和其他循环核酸的检测的分析可以具有高度特异性并且缺乏灵敏度。这种液体活检方法可能需要另外的信息层，诸如表观遗传学和蛋白质组学，以提高灵敏度。因此，本文所述的利用具有水凝胶阵列的尿液谱的系统、装置和方法可以是液体活检方法的有用补充。
在一些实施方案中，本文所述的系统、装置和方法可以针对某些背景进行定制。例如，分析物标志可用作疾病的一般筛查、定位疾病部位(例如，癌症部位)、检测疾病的复发或用作单一疾病的筛查测试。具体而言，尿液标志可用于筛查疾病，例如肺癌，目前尚无普遍可用的筛查测试。例如，在美国，由于辐射造成的伤害和高假阳性率或此类扫描，建议对肺癌风险高的个体进行计算机断层(CT)扫描。
在一些实施方案中，本文所述的系统、装置和方法可用于检测疾病的不同阶段，例如癌症的不同阶段。本公开部分基于以下出乎意料的发现：不同阶段的癌症可以具有不同的比色标志，这些标志可以使用本文所述的计算方法来区分。在一些实施方案中，不同的标志可用于区分惰性癌症和致死癌症。这些数据可用于最大限度地减少对患者预期寿命没有影响的生长缓慢的肿瘤的过度诊断和过度治疗。
系统、装置和方法可以减少对人工解释的需要，从而减少人工训练和/或知识。在一些实施方案中，如本文所述的标志平台可以基于数据驱动的方法。此类标志平台可以使用计算系统和方法捕获比色数据内的复杂依赖性和相关性。当关注一个或几个生物标志物时，这种复杂依赖性和相关性可能会丢失。在一些实施方案中，此类平台可用于鉴定生物标志物以阐明疾病的分子机制。
应当注意，在本发明的一个方面或实施方案的上下文中描述的实施方案和特征部也适用于本发明的其他方面和实施方案。
阵列
可检测阵列可以包括具有用于结合一种或多种分析物的多个特征部或结合位点的基材。图1描绘了根据一些实施方案的可检测阵列100的非限制性实例。可检测阵列100包括具有多个特征部102的基材120。如本领域的技术人员可以理解，可以包括在阵列上的特征部的数量可以受基材的尺寸和特征部的期望密度限制，但是不同尺寸的基材和/或密度可以产生更少或更多数量的特征部102。基材120可以由任何合适的基材材料制成，例如塑料、玻璃和陶瓷中的一种或多种。在某些实施方案中，基材是玻璃。在特定实施方案中，基材是硅酸盐或硼硅酸盐玻璃。根据基材的形状或尺寸，所述多个特征部102可以具有任何适当的形状或尺寸。例如，当基材120是板时，所述多个特征部102可以是板中的孔。当基材120是载玻片时，所述多个特征部102中的每个可以是载玻片上的不同的位置。在替代实施方案中，当基材是颗粒时，所述多个特征部可以是颗粒中的孔或开口。在一个实施方案中，基材120包括玻璃、塑料、金属、复合材料、丙烯酸或生物活性基材中的至少一种或者一种或多种。
图2描绘了根据实施方案的可检测阵列100的示例性特征部102的横截面视图。所述多个特征部102中的每个可以独立地包括一个或多个基材涂层106，用于将一种或多种大分子104固定到基材120的表面。一个或多个基材涂层106可以独立地涂覆所述多个特征部中的每个的全部或一部分。基材涂层106可以是任何含有适当化学基团的涂层，用于将一种或多种大分子104固定到基材的表面。在一些实施方案中，基材涂层106的身份可以取决于待固定到基材的一种或多种大分子104的身份。例如，如果一种或多种大分子104包括纳米管，则基材涂层106可以具有与纳米管结合的化学部分。又如，如果一种或多种大分子104包括聚合物，则基材涂层106可以具有一个或多个可以聚合成聚合物主链的官能团，诸如烯烃。在一些实施方案中，基材涂层106包含至少一种硅烷或至少一种硅氧烷。在一些实施方案中，使用的特定硅氧烷包括一种或多种丙烯酰硅氧烷，诸如3-甲基丙烯酰氧基丙基三甲氧基硅烷、3-丙烯酰氧基丙基三甲氧基硅烷、N-(3-丙烯酰氧基-2-羟丙基)-3-氨基丙基三乙氧基硅烷和3-甲基丙烯酰氧基丙基二甲基氯硅烷中的一者或多者。
一种或多种大分子(例如，示例性可检测阵列100上的104)可以包括任何大分子。在一些具体实施方案中，大分子提供一个或多个无偏结合位点。在一些实施方案中，此类具有无偏结合位点的大分子可以具有一个或多个用于结合分析物的游离官能团，诸如羰基、胺、酰胺、羧酸、酯、醇等。例如，用于本发明的一些基于聚合物的大分子具有一个或多个用于结合分析物的游离官能团，诸如羰基、胺、酰胺、羧酸、酯、醇等。此外，具有或不具有游离官能团的聚合物可以结合一种或多种分析物，这不仅基于官能团(如果存在)的性质，而且基于聚合物的形状及其与分析物在三个维度上的相互作用，例如，凭借它们的大小和形状。类似地，包括纳米管的大分子可以含有或可以不含有任何游离官能团，但由于它们的大小和形状，它们仍然可以结合一种或多种分析物。
一种或多种大分子(例如，示例性可检测阵列100上的104)可以是例如聚合物、表面活性剂、纳米球、纳米管、树枝状聚合物、微球和聚合微球中的至少一种。当大分子包括聚合物时，聚合物可以是均聚物或共聚物。大分子104可以包括(甲基)丙烯酰胺、(甲基)丙烯酸酯和N,N'-(亚烷基)双丙烯酰胺中的一种或多种。例如，在一些实施方案中，大分子104包括丙烯酸2-羧基乙酯、丙烯酸、丙烯酰胺、丙烯酸组胺、N-[三(羟甲基)甲基]丙烯酰胺、丙烯酸羟丙酯、丙烯酸4-羟丁酯、N-羟乙基丙烯酰胺、N,N,-二甲基丙烯酰胺、N-(1,1-二甲基-3-氧代丁基)丙烯酰胺、N-异丙基丙烯酰胺、乙二醇苯醚丙烯酸酯、N,N'-亚甲基双丙烯酰胺、丙烯酸1,1,3,3,3-六氟异丙酯和N-叔辛基丙烯酰胺中的一者或多者。在一些实施方案中，大分子包括丙烯酸2-羧基乙酯、丙烯酸、丙烯酰胺、丙烯酸组胺、N-[三(羟甲基)甲基]丙烯酰胺、丙烯酸羟丙酯、丙烯酸4-羟丁酯、N-羟乙基丙烯酰胺、N,N,-二甲基丙烯酰胺、N-(1,1-二甲基-3-氧代丁基)丙烯酰胺、N-异丙基丙烯酰胺、乙二醇苯醚丙烯酸酯、N,N'-亚甲基双丙烯酰胺、丙烯酸1,1,3,3,3-六氟异丙酯和N-叔辛基丙烯酰胺中的两者或更多者。
在一些实施方案中，一种或多种大分子(例如，示例性可检测阵列100上的104)还可以包括至少一种交联剂。交联剂可以是本领域已知的任何交联剂。交联剂可以包括，例如，一种或多种含有两个、三个、四个或更多个烯烃或丙烯酸官能团的分子，诸如双丙烯酰胺、三羟甲基丙烷三丙烯酸酯、双酚A-双(2-羟丙基)丙烯酸酯和1-(丙烯酰氧基)-3-(甲基丙烯酰氧基)-2-丙醇中的一者或多者。
一种或多种大分子(例如，示例性可检测阵列100上的104)可以以预定形状或图案排列在基材上。例如，如可检测阵列100上所示，多个大分子可以沿可检测阵列的x和y轴均匀地放置，从而产生有序的多个大分子，每个大分子与最近的相邻大分子隔开相同的距离。在一些实施方案中，需要优化大分子之间的间距，例如，以确保在检测期间，来自被一个大分子捕获的任何分析物的信号不会干扰来自被附近大分子捕获的分析物的信号。在一些实施方案中，可检测阵列上的大分子的间距不均匀，而是沿可检测阵列的一个或多个部分变化。在一些实施方案中，所述多个特征部(例如，示例性可检测阵列100上的所述多个特征部102)中的每个包含不同的大分子。在一些实施方案中，所述多个特征部(例如，示例性可检测阵列100上的所述多个特征部102)中的几个包含相似或相同的大分子。在一些实施方案中，呈现在可检测阵列上的大分子的这种冗余可以是有益的，因为它能够在单个阵列上重复捕获和检测分析物，这可以提高使用此类阵列进行分析物检测的可靠性和再现性。因此，所述多个特征部中的每个的每个基材涂层106可以包含相对于基材的其他特征部在化学身份、三维形状、物理设置图案或它们的组合方面是唯一的大分子。或者，可检测阵列可以包含多个此类独特大分子中的每个，从而在阵列上提供冗余以使得能够在单个阵列上重复检测分析物。这些变量可以通过多种方式实现。例如，可以使用光刻技术在不同的特征部上产生不同的大分子图案。又如，当基材是板时，固定在板的每个孔中的大分子可以具有不同的化学身份。还如，当基材120是图1中描绘的载玻片时，每个化学上不同的大分子都可以固定在载玻片上的不同位置；在这种情况下，载玻片上的每个不同的位置是不同的特征部，以使得载玻片包括固定有化学上不同的大分子的多个特征部102。在这些或其他方式中，一个或多个大分子104可以包括多个化学上不同的大分子，并且每个化学上不同的大分子可以固定到基材120的所述多个特征部102中的不同的特征部102。例如，一种或多种大分子104可以包括至少两种、至少十二种、至少七十二种、至少九十六种或至少两百八十八种化学上不同的大分子，其中的每种可以固定到基材的所述多个特征部的不同的特征部。
在一些实施方案中，如下文进一步描述，大分子104可以包括用光引发剂固化的水凝胶。水凝胶可以通过将一种或多种单体储液和光引发剂溶液组合，然后用紫外(UV)光固化组合溶液来形成。例如，可以通过将单个单体与光引发剂组合来形成大分子104。或者，不同的大分子104可以通过将两种单体例如A和B以不同的比率(例如50:50、10:90)聚合在一起而形成。在某些情况下，具有不同的比率的单体会导致结构差异和分析物的不同的结合。
合适单体的实例包括：丙烯酰胺、丙烯酸2-羧基乙酯、丙烯酸、丙烯酸2-氰基乙酯、N-[三(羟甲基)甲基]丙烯酰胺、丙烯酸羟丙酯异构体、丙烯酸4-羟丁酯、N-羟乙基丙烯酰胺、N,N-二甲基丙烯酰胺、N-异丙基丙烯酰胺、N-(1,1-二甲基-3-氧代丁基)丙烯酰胺、2-甲基丙烯酰氧基乙基苯基氨基甲酸酯、1-丙烯酰氧基-3-(甲基丙烯酰氧基)-2-丙醇和乙二醇苯醚丙烯酸酯。可以使用本领域已知的方法制备单体储液。例如，在一些实施方案中，单体储液通过将单体(例如，上文列出的合适单体之一)溶解在合适的溶剂中来制备。例如，在一些实施方案中，二甲基亚砜(DMSO)用于溶解一种或多种此类单体。在一些实施方案中，单体储液通过将单体直接或在首先将单体溶解在二甲基亚砜(DMSO)中之后将单体溶解在本文公开的单体溶剂溶液(例如，单体溶剂1或单体溶剂2)中来制备。例如，在一些实施方案中，将单体溶解在DMSO中，然后进一步与含有丙烯酰胺、N,N'-亚甲基双丙烯酰胺、蒸馏水和DMSO的单体溶剂溶液混合，然后根据需要添加另外的丙烯酸或丙烯酰胺以达到单体的所需浓度。可以通过将光引发剂溶解在任何合适的溶剂中来配制光引发剂溶液。在特定实施方案中，光引发剂溶解在DMSO中。合适的光引发剂的实例DMPA、HCPK和HMPP。可以将水凝胶溶液放置(例如，点样)到基材(例如，基材120)上并且随后使用紫外光固化。关于某些水凝胶制备剂的具体参数和UV固化参数的进一步细节参考图3至图6进行描述。
在一些实施方案中，当可检测阵列诸如可检测阵列100与包含分析物的样品接触时，可检测阵列100上的一种或多种大分子104与一种或多种分析物110结合。在一些实施方案中，分析物与一种或多种大分子104的表面104a结合。在一些实施方案中，分析物能够通过在聚合过程中产生的孔在大分子内部扩散，然后分析物在大分子内部结合。一种或多种分析物110可以包括与一种或多种大分子中的至少一种结合的小分子、蛋白质、肽、核苷酸、核苷、细菌、病毒、真菌细胞、酵母细胞和动物细胞中的一种或多种。具体而言，多种不同的分析物110可以与一种或多种大分子结合。例如，如果可检测阵列100与受试者的血液或尿液接触，则一种或多种大分子104可以结合至细胞，诸如红细胞、白细胞、T细胞等，并且还结合至血液中存在的蛋白质和小分子。具体而言，当所述多个特征部102中的每个具有不同的固定大分子时，不同的类型和数量的分析物110可以结合至所述多个特征部中的每个，从而产生结合分析物的可检测模式。
如本文所进一步描述，可以通过多种检测方法检测与一种或多种大分子104结合的一种或多种分析物110的存在或不存在。示例性检测方法包括美拉德反应、焦糖化反应、与一种或多种胺活性染料反应、与一种或多种硫醇活性染料反应、与一种或多种细胞染料反应、与一种或多种溶剂致变色染料反应、与一种或多种酸性指示剂反应、与一种或多种碱性指示剂反应、与一种或多种标记抗体反应、发光、表面纹理分析、光扫描、显微镜检查、反射或透射照明的光扫描、反射或透射照明的摄影、质谱和光谱。关于使用一种或多种检测方法(例如美拉德反应和焦糖化反应)进行检测的另外的细节在下文参考以下实例和图11A至图18进行描述。
光引发剂
本文所述的系统、装置和方法可以提供使用阵列的分析物无关方法，所述阵列包括用光引发剂固化的水凝胶。如本文所述的用于水凝胶阵列的光引发剂的合适实例包括DMPA、HCPK和HMPP。
喷雾试剂提供了一种在薄层色谱(TLC)板上显示有机化合物的方法。喷雾试剂可以包括光聚合引发剂或光引发剂的光分解产物。通过将光引发剂的化学反应性结合到组合多样化的水凝胶阵列中，此类阵列可以提供比色标志，从而能够在事先不知道与阵列结合的特定分析物的情况下对样品进行分类。这种方法可以涉及加热阵列以产生视觉比色输出，但可以避免需要更昂贵的数据采集模式，例如质谱。
在一个实施方案中，DMPA可用于光聚合丙烯酰胺和丙烯酸酯基材料。DMPA的光分解导致产生苯甲酰和缩酮片段，它们可以进一步二聚化或交叉反应以产生多种光分解产物。两种此类产物是苯偶酰和苯偶姻(即苯偶酰的还原形式)，它们都可以用作TLC喷雾可视化试剂。图3描绘了DMPA的一般反应方案，该方案显示了苄基和苯偶姻的产生。
进行实验以评估UV分解对DMPA的影响以及所得的分子产生的比色信号。图4A描绘了第一实验的结果。在第一实验中，通过将30.6mg DMPA溶解在400μL DMSO中，然后将该溶液添加到15mL试管中的3.6mL矿物油中来制备DMPA溶液。将混合物剧烈涡旋几秒钟。然后将400μL DMPA-矿物油混合物添加到两个玻璃小瓶中的每个中。一个小瓶440使用波长为302nm的Biorad UV透照仪暴露在紫外光下60分钟。另一个小瓶430用作非UV暴露对照。此外，还通过将400μL DMSO添加到3.6mL矿物油中并剧烈涡旋几秒钟来制备不含DMPA的对照。然后，以类似的方式，将400μL DMSO-矿物油混合物添加到两个玻璃小瓶中的每个中。一个小瓶420暴露在紫外光下60分钟，另一个410用作非紫外光对照。然后将所有4个样品在250℃的热板上加热5分钟，随后冷却至室温30分钟。图4A显示了预先暴露于UV的DMPA溶液(即，小瓶440)在加热时产生黄色产物，而其他样品均未产生明显的视觉可观察的比色信号。
在第二实验中，通过将1.5g DMPA溶解在6ml DMSO中来制备DMPA溶液。准备两个装有700μL DMPA的玻璃小瓶，一个暴露在紫外光(390nm)下一小时，而另一个不暴露在紫外光下。根据表1制备各种比率的未暴露于紫外光的DMPA溶液(UV-)和暴露于紫外光的DMPA溶液(UV+)：
表1
图4B是描绘含有表1中所示的各种比率的UV-DMPA溶液和UV+DMPA溶液的混合物的加热的比色产物(通过吸光度测量)的量的图400。图400显示DMPA的UV分解可在加热后产生具有比色性质的分子。如图4B所示，由混合物产生的比色产物与暴露于UV的DMPA的相对百分比成线性比例增加。使用与第二实验相关的实验设置，这种线性关系可以表示为y＝0.0053x+0.074，其中y表示混合物在405nm处的吸光度，x表示混合物中的暴露于UV的(即UV+)溶液的百分比。
多种因素会影响使用DMPA固化的水凝胶产生的比色产物的性质。这些因素可以包括，例如，UV暴露时间、DMPA浓度和加热温度。使用安装在显微镜载玻片上并在不同的条件下用DMPA光固化的十四种不同的水凝胶的原型点阵列测试这些因素。图5A至图5C描述了使用标记为A1至A14的十四种不同的水凝胶的测试结果，以及通过使用平板扫描仪(以透射模式捕获水凝胶的点强度)和合适的软件(分析点强度)获得的水凝胶的颜色强度的相对信号。
使用以下工作溶液、单体储液和光引发剂溶液制备十四种水凝胶A1至A14。
工作溶液：
单体溶剂1(MS-1)
单体溶剂2(MS-2)
丙烯酰胺 38mg
N,N’-亚甲基双丙烯酰胺 29mg
DMSO 1.934mL
2M丙烯酰胺
丙烯酰胺 0.142g
DMSO 108μL
MS-1 750μL
水凝胶A1至A14包含一种至三种单体，这些单体选自由以下十四种单体组成的组：丙烯酰胺、丙烯酸2-羧基乙酯、丙烯酸、丙烯酸2-氰基乙酯、N-[三(羟甲基)甲基]丙烯酰胺、丙烯酸羟丙酯异构体、丙烯酸4-羟丁酯、N-羟乙基丙烯酰胺、N,N-二甲基丙烯酰胺、N-异丙基丙烯酰胺、N-(1,1-二甲基-3-氧代丁基)丙烯酰胺、2-甲基丙烯酰氧基乙基苯基氨基甲酸酯、1-丙烯酰氧基-3-(甲基丙烯酰氧基)-2-丙醇和乙二醇苯醚丙烯酸酯。
单体储液M1和M15通过以下步骤来配制：首先将单体溶解在DMSO和MS-1或MS-2中，然后根据需要添加另外的丙烯酸或丙烯酰胺以达到下表2中所示的最终浓度。MS-1用作M1至M14的溶剂，MS-2用作M15的溶剂。
表2
光引发剂溶液的制备步骤如下：首先将光引发剂溶解在DMSO中以制备储液，然后如下所述构成相关的光引发剂溶液。
PI溶液(用于DMPA或HCPK)
PI溶液(用于HMPP)
表3提供了用于水凝胶A1至A14中的每种聚合物的每种单体储液的体积比例。
表3
对于阵列，硼硅酸盐载玻片最初用蒸馏水洗涤三次，然后在无水乙醇中超声处理五分钟以除去表面污染物。将载玻片吹干，然后在120℃的烘箱中干燥五分钟，然后在93℃和580mm Hg下通过气相沉积涂覆3-甲基丙烯酰氧基丙基三甲氧基硅烷过夜。其后，载玻片在烘箱中在120℃下干燥一小时。
对于每种聚合物溶液A1至A14，将10μL DMPA PI溶液添加到10μL每种溶液A1至A14中并用移液管混合。将1.5μL每种溶液点样于载玻片上，根据上述程序适当地硅烷化，并用302nm UV透射仪(例如，Biorad 2000UV透射仪)聚合。紫外光暴露催化聚合物的固化以及聚合物在硅烷化玻璃表面上的共价连接。
图5A描绘了十四种水凝胶A1至A14在不同的UV暴露时间下的相对信号的图500。在实验中，水凝胶阵列被紫外光固化增加的持续时间，即5分钟、20分钟和60分钟，然后在250℃下加热5分钟。在图500中，每个水凝胶标记A1至A14上方的第一条柱(即，最左条柱)对应于固化5分钟的水凝胶的相对信号，每个水凝胶标记A1至A14上方的第二条柱(即，中间条柱)对应于固化20分钟的水凝胶的相对信号，每个水凝胶标记A1至A14上方的第三条柱(即，最右条柱)对应于固化60分钟的水凝胶的相对信号。
对阵列进行数字扫描以进行图像分析。具体而言，使用数字扫描仪(例如，EPSONPerfection v500)以1200dpi扫描载玻片并存储为图像。每个图像都被转换为8位灰度并反转。对于与水凝胶相关的每个点，使用区域选择工具选择标准面积的中心圆形区域并进行分析。测量每个点的中心圆形区域的平均强度值。还测量每个阵列的背景平均强度值。然后根据背景平均强度值调整点平均强度值，并针对目标因素作图，即UV暴露时间、DMPA浓度、加热温度和/或光引发剂种类(即，DMPA、HCPK、HMPP)。一式三份生成和分析每个数据点。
如图500所示，除了A4之外的每个水凝胶点都表明颜色强度随着UV暴露时间的增加而增加。UV固化5至60分钟的信号变化对于除A4之外的每个水凝胶点具有统计显著性，如图7所示，在下面进一步描述。
图5B描绘了在不同的DMPA浓度下十四种水凝胶A1至A14的相对信号的图510。在实验中，水凝胶阵列与0.5x、1x、2x或4x DMPA聚合，如下详述，UV暴露为60分钟，随后在250℃加热5分钟。
对阵列进行数字扫描以进行图像分析，如上所述。在图510中，每个水凝胶标记A1至A14上方的第一条柱(即，最左条柱)对应于具有0.5x DMPA的水凝胶的相对信号，每个水凝胶标记A1至A14上方的第二条柱(即，左侧中间条柱)对应于具有1x DMPA的水凝胶的相对信号，每个水凝胶标记A1至A14上方的第三条柱(即，右侧中间条柱)对应于具有2x DMPA的水凝胶的相对信号，每个水凝胶标记A1至A14上方的第四条柱(即，最右条柱)对应于具有4xDMPA的水凝胶的相对信号。图510描绘了除A8之外的每个水凝胶点，表明颜色强度随着相对DMPA浓度的增加而增加。对于除A6和A7之外的每个水凝胶点，随着DMPA浓度从0.5x增加到4x DMPA的信号变化具有统计显著性，如图7所示，在下面进一步描述。
图5C描绘了在不同的温度下加热的十四种水凝胶A1至A14的相对信号的图520。在实验中，用紫外光聚合60分钟的水凝胶阵列随后使用加热板在100℃至400℃的不同的温度范围内以50℃的增量加热5分钟(即，在100℃、150℃、200℃、250℃、300℃、350℃或400℃下加热)。在加热过程中通过红外温度计验证加热板的表面温度。对阵列进行数字扫描以进行图像分析，如上所述。图520描绘了随着温度的升高，每种水凝胶的相对信号增加。在图520中，每个水凝胶标记A1至A14上方的条柱对应于水凝胶的相对信号，从左侧的100℃开始，增加到右侧的400℃。与图500和图510的信号增加(即，分别为UV暴露时间和DMPA浓度)相比，与加热温度相关的信号增加产生了最大和最显著的变化。因此，实验证明加热温度是在用紫外光固化的水凝胶中产生比色信号的限制因素。实验进一步证明了可以使用光引发剂在水凝胶中产生比色信号的原理。前两个实验(即，UV暴露时间和DMPA浓度)进一步表明光分解产物有助于在水凝胶中产生这种比色信号。
为了进一步测试加热温度对光引发剂固化水凝胶相对比色信号产生的影响，进行实验，将包含不同的光引发剂的水凝胶阵列加热到100℃至400℃(即，100℃、150℃、200℃、250℃、300℃、350℃或400℃)。对阵列进行数字扫描以进行图像分析，如上所述。图6A至图6C描绘了用三种不同的光引发剂DMPA、HCPK和HMPP进行的该实验的结果。图600对应于使用DMPA获得的结果，图610对应于使用HCPK获得的结果，并且图620对应于使用HMPP获得的结果。图600、图610和图620显示三种光引发剂中的每种都表现出类似模式的温度相关的信号增加。无论光引发剂如何，与较低温度(例如，100℃)相比，水凝胶的点强度在较高温度(例如，350℃)下明显更大。
图7描述了图5A至图6中数据的统计分析。使用t检验(2尾，异方差)评估数据的统计显著性，以比较来自图5A至图6中针对其相关的起始条件所示相应结果的每个数据点。来自t检验的所得p值显示在图7中的图表1300中，根据p值评估数据的统计显著性。例如，小于或等于0.05的p值表明特定数据点与其起始条件之间的差异具有统计显著性。对于UV暴露时间(图5A)，将与较高UV暴露时间相关的每个数据点与5分钟UV暴露相关的数据点进行比较。因此，图1300描绘了与与5分钟的UV暴露相关的数据点相比，用与20分钟和60分钟的UV暴露相关的数据点进行的t检验的p值。对于DMPA浓度(图5B)，将与较高浓度DMA相关的每个数据点与0.5x DMPA相关的数据点进行比较。因此，图1300描绘了与与0.5x DMPA相关的数据点相比，用与1x、2x和4x DMPA相关的数据点进行的t检验的p值。对于加热温度(图5C和图6)，将与较高温度相关的每个数据点与与100℃相关的数据点进行比较。因此，图1300描绘了与与100℃相关的数据点相比，用与150℃、200℃、250℃、300℃、350℃和400℃相关的数据点进行的t检验的p值。
在一些实施方案中，阵列包括多个点样溶液，每个包括一种或多种与光引发剂混合的大分子。在一些实施方案中，所述一种或多种大分子可以包括一种或多种选自由以下各项组成的组的单体：丙烯酰胺、丙烯酸2-羧基乙酯、丙烯酸、丙烯酸2-氰基乙酯、N-[三(羟甲基)甲基]丙烯酰胺、丙烯酸羟丙酯异构体、丙烯酸4-羟丁酯、N-羟乙基丙烯酰胺、N,N-二甲基丙烯酰胺、N-异丙基丙烯酰胺、N-(1,1-二甲基-3-氧代丁基)丙烯酰胺、2-甲基丙烯酰氧基乙基苯基氨基甲酸酯、1-丙烯酰氧基-3-(甲基丙烯酰氧基)-2-丙醇和乙二醇苯醚丙烯酸酯。在一些实施方案中，所述一种或多种大分子可以包括一种或多种选自由以下各项组成的组的单体：丙烯酸2-羧基乙酯、丙烯酸、丙烯酰胺、丙烯酸组胺、N-[三(羟甲基)甲基]丙烯酰胺、丙烯酸羟丙酯异构体、丙烯酸4-羟丁酯、N-羟乙基丙烯酰胺、N,N,-二甲基丙烯酰胺、N-(1,1-二甲基-3-氧代丁基)丙烯酰胺、N-异丙基丙烯酰胺、乙二醇苯醚丙烯酸酯、N,N'-亚甲基双丙烯酰胺、丙烯酸1,1,3,3,3-六氟异丙酯和N-叔辛基丙烯酰胺。在一些实施方案中，多个点样溶液可包括包含一种单体的均聚物、包含至少两种单体的杂聚物、包含至少三种单体的杂聚物、或它们的任何数目或组合。
在一些实施方案中，基材包括官能化的表面。在一些实施方案中，基材包括用硅烷或硅氧烷涂层官能化的表面。在一些实施方案中，基材包括用丙烯硅氧烷官能化的表面，例如选自甲基丙烯酰氧基丙基三甲氧基硅烷、3-丙烯酰氧基丙基三甲氧基硅烷、N-(3-丙烯酰氧基-2-羟丙基-3-氨基丙基三乙氧基硅烷、3-甲基丙烯酰氧基丙基二甲基氯硅烷和其任何组合。
合适的光引发剂的实例包括DMPA、HCPK和HMPP。在一些实施方案中，光引发剂的浓度在多种溶液中可以是一致的。在替代实施方案中，单独的溶液或溶液的子集可以具有不同于其他单独的溶液或溶液的子集的光引发剂浓度。在一些实施方案中，多种溶液中的每种可具有约0.5x(6.25nM)至约4x(50nM)的光引发剂浓度，包括其间的所有范围和值。在一些实施方案中，多种溶液中的每种可具有约1x(12.5nM)的光引发剂浓度。
在一些实施方案中，阵列可以包括约十四个点、约七十个点，包括其间的所有范围和值。在一些实施方案中，每个点可包括约1μL、约1.3μL、约1.5μL、约2μL，包括其间的所有范围和值。
在一些实施方案中，包括多个点样溶液的阵列可以使用紫外光聚合预定时间期。在一些实施方案中，紫外光可以具有约250nm至约400nm的波长。在一些实施方案中，紫外光可以具有约300nm至约350nm的波长。在一些实施方案中，紫外光可以具有约250nm、约302nm、约350nm、约390nm、约400nm的波长，包括其间的所有范围。在一些实施方案中，紫外光暴露的预定时间期可为约5分钟、约20分钟、约一小时、约两小时、约数小时，包括其间的所有范围和值。
在一些实施方案中，聚合阵列可暴露于包含一种或多种分析物(标记或未标记)的样品并温育预定时间期。在一些实施方案中，阵列可以与样品一起温育约5分钟、约10分钟、约15分钟，包括其间的所有范围和值。在与样品一起温育后，聚合阵列可以在预定温度下加热预定时间期。在一些实施方案中，阵列可在以下温度下加热：约100℃、约150℃、约200℃、约250℃、约300℃、约350℃、约400℃，包括其间的所有范围和值。在一些实施方案中，阵列可以在单一温度下加热，而在其他实施方案中，阵列可以在多个温度下加热相同或不同的时间期。在一些实施方案中，阵列可以在预定温度下加热约1分钟、约5分钟、约10分钟、约15分钟，包括其间的所有范围和值。在一些实施方案中，可以将阵列加热至约200℃至约400℃的温度，诸如约275℃至约325℃或约300℃，持续足够的时间以诱导美拉德反应，诸如约1分钟至约15分钟，或约5分钟。在一些实施方案中，可将阵列加热至约100℃至约210℃，诸如约130℃至约210℃或约160℃至约200℃的温度，持续足够的时间以引发焦糖化反应。在一些实施方案中，阵列可以通过热板加热。
在一个实施方案中，适用于如本文所述的疾病检测应用的水凝胶阵列可以包括多个水凝胶点，每个水凝胶点用约1x DMPA(12.5mM)聚合，暴露于紫外光约20分钟，并且能够在最高约250℃的温度下加热。
方法
图8至图10是检测分析物(例如，标记的或未标记的分析物)和分类样品的方法700的流程图。如图8所示，方法700可包括在702使一个或多个样品与阵列(例如，阵列100)接触。一个或多个样品可以包括未标记或标记的分析物，或标记和未标记的分析物的组合。在一些实施方案中，样品可以是尿液样品。阵列可以是水凝胶阵列，例如，包括一种或多种单体或聚合物和一种或多种光引发剂(例如，DMPA、HCPK、HMPP)的阵列，其此前暴露于紫外光第一预定时间期，如参考图9进一步描绘和描述。任选地，在704，阵列可以与样品一起温育第二预定时间期(例如，约5分钟至约15分钟)。在706，具有样品的阵列可以在预定温度(例如，约100℃至约400℃)下加热，并且在708被成像(例如，使用平板扫描仪或其他成像装置)。如本文所述，当阵列被加热和/或照射时，阵列可产生可由成像装置捕获的比色数据(例如比色信号)。
图9描绘了在702与样品接触之前的阵列的制备。在一些实施方案中，阵列的制备可以包括类似于如本文所述的制备与单体储液M1至M15混合的光引发剂溶液的步骤。例如，可以在712制备一种或多种光引发剂溶液。光引发剂溶液的制备可以包括例如将光引发剂(例如DMPA、HCPK、HMPP)溶解在含有DMSO、蒸馏水和甘油的溶液中。在一个实施方案中，光引发剂、甘油、蒸馏水和DMSO的量可以是：
PI溶液(例如，用于DMPA或HCPK)
PI溶液(例如，用于HMPP)
在714，可以制备一种或多种单体和聚合物溶液。在一些实施方案中，此类溶液的制备可包括制备多种单体储液，例如，类似于本文所述的单体储液M1至M15的制备。例如，可以通过将单体溶解在包含DMSO、丙烯酰胺、N,N'-亚甲基双丙烯酰胺或蒸馏水中的一者或多者的溶液中来制备每种单体储液，并且根据需要任选地添加另外的丙烯酸或丙烯酰胺以实现单体的所需浓度。合适的单体储液(例如，单体储液M1至M15)的实例在上面的表2中描述。然后可以使用单体储液制备一种或多种聚合物溶液，例如通过组合不同的量的单体储液，如例如表3至表12中所示。在716，可以将光引发剂溶液添加到每种单体和聚合物溶液中以产生点样溶液。在一些实施方案中，可以使用移液管将单体和聚合物溶液与光引发剂溶液混合。在一些实施方案中，光引发剂的最终浓度可以为约0.5x(6.25mM)至约4x(50mM)。
在718，每个点样溶液可以点样于基材表面上，并在720暴露于紫外光形式的电磁能。在一些实施方案中，基材可以是例如硼硅酸盐玻璃。在一些实施方案中，硼硅酸盐玻璃可以通过用蒸馏水洗涤每个载玻片，然后在无水乙醇中超声处理以除去表面污染物来制备。然后可以将载玻片风干和/或加热干燥(例如，在烘箱中)，涂上基材涂层(例如，3-甲基丙烯酰氧基丙基三甲氧基硅烷)，并再次干燥。紫外光的波长可以是约250nm至约400nm。在一些实施方案中，阵列可以暴露于紫外光第一预定时间期，例如，约5分钟至约60分钟。点样溶液的暴露会导致光引发剂产生多种结果。在一些情况下，光引发剂被紫外光光分解成自由基，这些自由基参与单体或聚合物的聚合，并可以在该过程中结合到单体或聚合物的末端。在某些情况下，光引发剂被紫外光光分解成自由基，这些自由基不参与聚合反应，但与其他自由基反应形成新的分子种类，进而能够与分析物反应产生比色信号。以及在某些情况下，残留的光引发剂可以逃脱光分解。本文所述的系统、装置和方法主要依赖于光引发剂的光分解产物来产生本文所述的比色信号以用于检测和/或诊断目的。在UV暴露之后，方法700然后可以进行到702，即，使样品(例如，包括分析物)与阵列接触。
图10描绘了在708由阵列的成像装置(例如，平板扫描仪、模拟或数字成像装置等)捕获的图像数据(例如，JPEG)的处理和分析。这种处理可以例如由计算装置或诸如计算装置1700的一个或多个处理器进行，如图20中所描绘。如图20所示，计算装置1700可以包括处理器1722、存储器1724和输入/输出设备1726。虽然描绘了一个处理器1722、存储器1724和输入/输出设备1726，但是可以理解，任何数量的处理器、存储器和输入/输出设备可以包括在计算装置1700中，使得计算装置1700被构造为提供本文描述的功能。如本文所述，计算装置1700可操作地耦合到标志平台的其他组件。例如，计算装置1700可以耦合到成像装置、加热装置(例如，加热板)等中的一个或多个，以获取图像数据和/或控制这些组件和/或装置的操作。
处理器1702可以是被构造为运行和/或执行一组指令或代码的任何合适的处理装置，并且可以包括一个或多个数据处理器、图像处理器、图形处理单元、物理处理单元、数字信号处理器和/或中央处理器处理单元。在本文所述的实施方案中，处理器1702可以是被构造为运行和/或执行与处理和/或分析图像数据相关的功能的任何合适的处理装置，包括应用一个或多个训练模型来对样品进行分类。处理器1702可以是例如通用处理器、现场可编程门阵列(FPGA)、专用集成电路(ASIC)等。处理器1702可以被构造为运行和/或执行与系统和/或与其相关的网络相关的应用程序进程和/或其他模块、进程和/或功能。底层器件技术可以以多种组件类型提供(例如，金属氧化物半导体场效应晶体管(MOSFET)技术如互补金属氧化物半导体(CMOS)、双极技术如发射极耦合逻辑(ECL)、聚合物技术(例如，硅共轭聚合物和金属共轭聚合物-金属结构)、混合模拟和数字等)。
存储器1704可以包括数据库(未示出)并且可以是例如随机存取存储器(RAM)、存储器缓冲器、硬盘驱动器、可擦除可编程只读存储器(EPROM)、电可擦除只读存储器、只读存储器(EEPROM)、只读存储器(ROM)、闪存等。存储器1704可以存储指令以使处理器1702执行与处理和/或分析图像数据相关的模块、进程和/或功能。本文所述的一些实施方案涉及具有非临时性计算机可读介质(也可称为非临时性处理器可读介质)的计算机存储产品，该非临时性计算机可读介质在其上具有用于执行各种计算机实现的操作的指令或计算机代码。计算机可读介质(或处理器可读介质)在其本身不包括瞬态传播信号(例如，在传输介质诸如空间或电缆上携带信息的传播电磁波)的意义上是非瞬态的。媒体和计算机代码(也可称为代码或算法)可以是为特定目的或多个目的而设计和构造的那些。
非暂时性计算机可读介质的实例包括但不限于磁存储介质诸如硬盘、软盘和磁带；光存储介质诸如光盘/数字视频光盘(CD/DVD)；光盘只读存储器(CD-ROM)和全息设备；磁光存储介质诸如光盘；固态存储设备诸如固态驱动器(SSD)和固态混合驱动器(SSHD)；载波信号处理模块；以及专门配置为存储和执行程序代码的硬件装置，诸如专用集成电路(ASIC)、可编程逻辑装置(PLD)、只读存储器(ROM)和随机存取存储器(RAM)装置。本文所述的其他实施方案涉及计算机程序产品，其可以包括例如本文公开的指令和/或计算机代码。
输入/输出设备1706可以包括输入设备(例如，键盘、触摸屏、音频装置)和/或输出设备(例如，显示装置、音频装置)。输入/输出设备1706可以包括使计算装置1700能够与标志平台或系统的一个或多个组件接口的通信接口，如本文所述。例如，通信接口可以被构造为从成像装置接收数据和/或将信号(例如，由处理器1702生成)发送到成像装置、加热装置、光源(例如，UV灯或照明器)等来控制这些装置的操作。在一些实施方案中，处理器1702经由输入/输出设备1706的通信接口可以发送信号以活化紫外光(例如，施加紫外光以聚合阵列)以活化成像装置以捕获图像数据或阵列，和/或活化加热装置以加热阵列。
在一些实施方案中，计算装置1700可以被构造为执行如图10所示的方法700。例如，可以在722接收图像数据。任选地，可以在724处理图像数据，例如，裁剪、反转等。例如，可以使用关于阵列的每个点的固定窗口大小来裁剪图像数据。在726，可以将裁剪的图像数据分成各种颜色通道(例如，可以从每个点的图像数据中提取颜色强度数据)。在一些实施方案中，可以将图像数据分成R、G和B通道，如本文所述。
在728，可以将训练的计算模型(例如，神经网络)应用于与各种颜色通道相关的数据(例如，颜色强度数据或RGB数据)。在一些实施方案中，模型可以包括完全连接的神经网络，其可以输出样品属于多个类别中的某个类别的概率。下面的实施例3中进一步描述了合适的神经网络的实例。在一些实施方案中，该模型可用于将样品分类为一种或多种诊断类别(例如，健康、疾病1、疾病2等)。例如，如下文实施例3中进一步描述，该模型可用于将样品分类为诊断类别，包括健康和一种或多种类型的癌症或疾病。任选地，可以基于类别提供临床推荐(例如，由计算装置基于预设算法或规则)。例如，计算装置可以指示提供样品(例如，尿液样品)的患者应该进行另外的测试以鉴定和/或治疗疾病和/或癌症。
实施例
实施例1-39分析物研究
本文所述的系统、装置和方法可用于区分不同的分析物。在一些实施方案中，系统、装置和方法可以使用透射率和比色谱来区分不同的分析物。使用以下39种分析物测试了用DMPA固化的水凝胶阵列：
水凝胶阵列包括70个点，包括提供电荷、极性、疏水性和尺寸排阻的不同的组合的水凝胶的不同的组分。为了制备阵列，将等体积的DMPA光引发剂溶液添加到单体储液A1至A14(表3)以及其他储液B1至B14、C1至C14、D1至D14和E1至E14中并与之混合，详见下表4-7。
表4
表5
表6
表7
然后按以下构型将1.3μL每种溶液点样到硅烷化的载玻片上。具有这种构型的阵列在本文中可以称为α-阵列。
使用Biomek 2000流体处理机器人进行点样，但也可以使用其他合适的方法和装置。用于产生每个阵列的载玻片经过激光蚀刻，并带有唯一标识符(ID)。在点样溶液后，在365nm凝胶固化UV灯(例如，Jiadi JD818)下将点光聚合二十分钟。
总共六个α-阵列与39种分析物中的每种在室温下温育10分钟。然后将阵列取出并在室温下风干20分钟，然后在加热板上于100℃下进一步干燥20分钟。随后，将阵列在加热板上于250℃加热5分钟，以显示其比色信号谱。使用数字扫描仪(例如EPSON Perfectionv500)以1200dpi扫描阵列并保存为红色、绿色和蓝色(“RGB”或“R、G和B”)JPEG图像。使用固定窗口大小裁剪每个阵列点，然后分成R、G和B通道以供进一步分析。每个点的R、G和B强度是通过将每个点窗口的相应R、G和B像素强度相加获得的。
从每个阵列数据点获得210个点强度的向量(70个点乘以三个颜色通道)。每个向量都经过L1归一化。使用由Nathan Salomonis(J.David Gladstone Institutes,SanFrancisco California)编写的层次聚类软件“hierarchical_clustering.py”进行无监督层次聚类分析。
L2归一化用于行和列度量。使用颜色渐变“gist_ncar”生成热图。为了对聚类结果进行评分，通过两步过程鉴定错误分类的阵列：(1)对于每类六个阵列，鉴定最大的连续簇，以及(2)鉴定不属于该最大连续簇的任何阵列作为错误分类。聚类精度计算公式为
图11A和图11B描绘了扫描的阵列图像。图11A描绘了使用图像处理软件(例如ImageJ)蒙太奇的扫描阵列图像800，显示了它们的透射率。图11B描绘了通过反转蒙太奇形式并在ImageJ中应用LUT“brgbcmyw.lut”产生的阵列的查找表(LUT)版本810。下面的图确定了对应于图11A和图11B中每个框的分析物，根据它们在图11A和图11B中的位置来鉴定。
| 硫酸铵 | 牛血清白蛋白 | 咖啡 |
| 胶原蛋白 | 谷物 | 咖喱 |
| 半胱氨酸 | 皂 | 半乳糖醇 |
| 葡萄糖 | 甘氨酸 | 草甘膦 |
| 绿茶 | HCl | ι角叉菜胶 |
| κ角叉菜胶 | 溶原培养液 | λ角叉菜胶 |
| 赖氨酸 | 裂解缓冲液 | 奶 |
| 氯化钠 | 氢氧化钠 | 营养培养液 |
| PEG400 | 苯酚 | 山梨酸钾 |
| 十二烷基硫酸钠(SDS) | 碳酸钠 | 柠檬酸钠 |
| 山梨糖醇 | 蔗糖 | TAE缓冲液 |
| Triton X-100 | 尿素 | 尿液 |
| 维生素C | 维生素D | 蒸馏水 |
如图11A和图11B所示，每种分析物都表现出独特的褐变和比色谱(分别是透射率和LUT)。例如，诸如半胱氨酸样品产生更多蓝移颜色谱，而诸如葡萄糖样品产生更多红移颜色谱。
对234个阵列(即39种分析物，每种分析物6个阵列)进行了无监督的层次聚类。阵列和阵列点都使用欧几里得距离测量进行聚类。使用本文所述的系统、装置和方法来执行这种分层聚类，例如，如参考图9、图10和图16所描述。图12描绘了234个阵列(即，39种分析物，每种分析物6个阵列)的点强度热图820。热图820中的每一行代表总共234行(即，39种分析物，每种用6个阵列测试)的单个阵列。热图820中的每一列代表阵列上单个点位置的强度，分成R、G和B通道，总共210列(即，每个阵列70个点分成R、G和B通道)。强度值根据图12中的图例进行编码，[较低的值具有朝向刻度底部的颜色，较高的值具有朝向刻度顶部的颜色]。热图820中的行被分层聚类，使得具有彼此相似的光斑强度的阵列被放置成彼此非常接近。
图13将聚类的输出描绘为树状图830。每种分析物在图例中以在树状图830中从上到下的出现顺序表示。与热图820相同，树状图830的每一行代表总共234行的单个阵列(即，39种分析物，每种用6个阵列测试)。由于热图820和树状图830都包括分层聚类的数据，所以热图820的每一行对应于树状图820的每一行。如图13所示，层次聚类正确聚类了234个阵列中的229个(即97.86％的阵列)。
使用机器学习库“scikit-learn”版本0.16.1中的分类器“sklearn.lda.LDA”对图像数据进行二维(2D)和三维(3D)线性判别分析。2D和3D线性判别分析的绘制输出分别描绘在图840和图850中(参见图14)。在图840和图850中，每个点或符号代表一个阵列并且对应于由图例标识的分析物之一。
对234个阵列(即39种分析物，每种分析物6个阵列)进行颜色分布分析。具体而言，使用ImageJ中的Color Inspector 3D插件软件获得扫描阵列图像的一般颜色谱。图14在图860中描绘了该颜色分布分析的输出。如图所示，在从39种分析物研究中收集的数据中，偏向于红色和蓝色比色产物。这与使用苯偶酰或苯偶姻作为TLC试剂观察到的典型颜色一致。
五个错误分类的阵列包括一个葡萄糖、一个角叉菜胶(λ)、两个苯酚和一个赖氨酸。在错误分类的阵列中，有四个与具有相似化学结构和性质的其他样品错误聚类。具体而言，一个葡萄糖阵列与蔗糖聚集在一起，一个角叉菜胶(lambda)阵列与角叉菜胶(kappa)聚集在一起，两个苯酚阵列与甲酚聚集在一起。由于较暗的标志，剩余的赖氨酸错误聚集阵列被错误地与氯化钠聚集在一起。
该39种分析物研究表明，本文所述的系统、装置和方法提供了一种阵列平台，该平台能够以高精度分析多种样品类型，即使在许多样品化学性质相似的情况下也是如此。例如，角叉菜胶的λ、κ和ι形式分别聚集在一起，但一个阵列除外。复杂的混合物，例如咖啡、咖喱、绿茶、LB培养基、奶和营养培养液，均无错误地进行了区分。包括例如山梨酸钾、柠檬酸钠、碳酸钠、硫酸铵和氯化钠在内的不同的盐也无错误地聚集在一起。与聚类数据一致，线性判别分析表明样品与两至三个主组分紧密聚类(图840和图850)。
实施例2–29分析物研究
在一些实施方案中，系统、装置和方法可以使用荧光或发光谱来区分不同的分析物。
用以下29种分析物测试了上述α-阵列(即，用DMPA固化的水凝胶阵列)：
总共三个α-阵列与29种分析物中的每种在室温下温育10分钟，并且三个α-阵列与无分析物一起温育以建立对照。然后将阵列取出并在室温下风干20分钟，然后在加热板上于100℃下进一步干燥20分钟。随后，将阵列在加热板上于250℃加热5分钟，以显示其比色信号谱。通过使用390nm的紫外光照射阵列来捕获荧光图像，并使用
夜间相机(版本3)软件应用程序使用以下手动配置捕获RGB JPEG图像：快门速度：1/15s；自动ISO；曝光-3.3(范围在-8.0到+8.0之间)。
图19描绘了使用ImageJ蒙太奇的扫描阵列图像的荧光谱。如图所示，每种分析物都表现出独特的荧光谱。
实施例3–疾病分类研究
本文所述的系统、装置和方法可用于同时检测多种疾病类别，而无需优先了解测试样品中的分析物。在一个实施方案中，如本文所述的水凝胶阵列可用于检测来自生物流体样品例如尿液样品的疾病类别。这种阵列无需或只需最少的样品处理和标记即可处理任意样品类型的能力使得能够使用血液以外的生物流体进行分析。水凝胶所需的样品处理量减少还可以减少分析前的分析物损失和降解，这以限制从血浆中分离出的循环肿瘤脱氧核糖核酸(DNA)的检测。
在一项研究中，使用DMPA固化的水凝胶阵列被用于使用尿液样品检测多种疾病类别。选择尿液是因为此类样品的收集相对简单且无创，不需要预处理。然而，尿液是一种相对未被充分利用的样品类型，虽然它富含小分子分析物的信息。因此，本文所述的系统、装置和方法可以产生非冗余信息以补充其他临床实验室测试以及成像方式，或用作独立测试。使用尿液进行检测更容易实施、更具成本效益、侵入性更小、更安全，因此特别适用于疾病筛查或患者复发监测。
在这项研究中，如上所述的α阵列与称为β阵列的第二个70点水凝胶阵列一起使用。β-阵列包括不同的于α-阵列的点多样性，以增加疾病类别检测的灵敏度。
使用储液F1至F14、G1至G9、H1至H15、I1至I18、J1至J11和K1至K3产生β-阵列，如表8-12所示。
表8
表9
表10
表11
表12
β-阵列具有以下构型：
对592名使用α-阵列和β-阵列的研究参与者进行了尿液分析。研究参与者包括健康个体(197)、乙型肝炎病毒感染患者(93)以及经活检证实为结肠直肠(78)、肝脏(144)、前列腺(24)和肺(56)癌的患者。这五种疾病(乙型肝炎、结肠直肠癌、肝癌、前列腺癌和肺癌)之所以被选中，是因为它们在普通人群中的患病率很高和/或缺乏简单的筛查选择，虽然如果检测到并获得了良好的治疗效果，及早治疗。
健康个体的平均年龄为47.3岁(标准差为12.52岁)，患者的平均年龄为54.4岁(标准差为14.2岁)。患者群体的人口统计数据总结在图15A至图15D中。图15A描绘了患者年龄分布的柱状图900。图15B描绘了按疾病类别划分的患者分布的图910。图15C使用图920和图922描绘了按疾病阶段划分的患者分布。具体而言，如图15C所示，82.2％的受试癌症患者处于疾病的0期(原位癌)、I期或II期。图15D在图930和图932中描绘了按疾病类别、年龄和性别的患者分布。
样品收集是根据既定的政策和程序进行的。健康个体在他们的常规身体检查期间被招募。在任何临床测试或程序(例如结肠镜检查)之前收集尿液以避免临床检查本身引起的变化。对一些人进行了血液检查、肝肾功能、肿瘤标志物、胸部X光检查和肝脏、胆囊、胰腺、脾脏和肾脏的超声检查。其他健康个体是40岁以上的男性，无已知的医学病症，前列腺超声和癌症生物标志物正常。当个体没有表现出任何疾病并且没有任何预先存在的医学病症(例如，肿瘤、高血压、糖尿病和肾病)时，他们被招募为健康个体。类似的程序用于招募经临床验证的乙型肝炎、结肠直肠癌、肝癌、前列腺癌和肺癌患者。对于这些，在任何手术(例如活检)之前收集尿液，并在获得病理学结果后将其分类为特定疾病。
每个研究参与者样品用包括三个α-阵列和三个β-阵列的六个阵列进行测试。未稀释的尿液样品与含有50％甲醇的固定溶液按1:1混合，并在室温下储存直至测试。然后将固定尿液(9mL/室)添加到两个一次性塑料载玻片室中，一个包含α-阵列，另一个包含β-阵列。在室温下温育十五分钟后，将阵列从室中取出，并通过在纸巾上敲击阵列来除去多余的尿液。然后将阵列在最高温度为250℃的红外烘箱(SMTHouse Reflow Oven T962A)中加热循环约10分钟，以形成其比色信号谱。
使用数字扫描仪(EPSON Perfection v500)以1200dpi扫描阵列并保存为RGBJPEG图像。使用固定窗口大小裁剪每个阵列点，然后分成R、G和B通道以供进一步分析。每个点的R、G和B强度是通过将每个点窗口的相应R、G和B像素强度相加获得的。从每个阵列数据点获得210个点强度的向量(70个点乘以三个颜色通道)。每个向量都经过L1归一化。
生成的向量用于训练和验证神经网络，该神经网络实现为具有单个全连接隐藏层的多层感知器(MLP)。虽然本文参考这种分类算法描述了进一步分析，但普通技术人员可以理解，可以使用其他分类算法。
MLP是使用sklearn.neural_network.MLPClassifier模型0.18版实现的。该模型的架构包括210个输入节点和一个235个节点的隐藏层。使用ReLU或整流线性单元作为活化函数，并使用有限记忆Broyden-Fletcher-Goldfarb-Shanno(LBFGS)优化算法进行逻辑回归。使用留一法交叉验证框架对MLP进行训练和评估，该框架依次隔离每个患者样品数据，对剩余患者训练MLP，然后将训练后的MLP应用于隔离的患者样品以预测孤立的患者样品类别。
图18提供了用于训练和评估分类模型(例如，研究中使用的MLP模型)的示例性方法1200的细节视图。在1202，可以接收多个患者的图像数据。如上所述，该图像数据可以是使用平板扫描仪获取的图像数据。任选地，可以在1204处理(例如，裁剪、反转)图像数据。在1206，来自图像数据的颜色强度数据可以被分成不同的颜色通道，例如R、G和B通道，并且被组织为代表每个阵列数据点的向量。在一些实施方案中，可以对向量数据进行L1归一化，如以上实施例中所述。然后可以实现留一法交叉验证框架。可以在1208选择每个患者的数据，并在1210将其排除。然后可以在1212使用剩余的未排除患者的数据来训练分类模型。训练可以是有监督的(例如，包括鉴定每个患者类别的标记)或无监督的。然后，在1214，经训练的模型可以用于基于排除患者的颜色强度数据(例如，向量)来预测排除患者的疾病类别。例如，可以为该患者的排除向量分配一个类别，该类别具有使用训练模型确定的最高类别概率。方法1200可以循环至1208-1214，直到所有患者都被分类(1216：否)，然后在1218继续分析分类的输出。例如，该分析可以涉及将每个患者的预测类别与该患者的已验证或已知类别进行比较。在一些实施方案中，可以基于分析生成性能统计数据(例如，灵敏度、特异性、阳性预测值和阴性预测值)。
图16描绘了示出MLP的输入和输出的示例性流程1000。在研究中使用流程1000来评估尿液样品。在1010，从健康、乙型肝炎和癌症患者收集尿液。在1020，每个尿液样品用于处理预定数量的阵列，例如三个α-阵列和三个β-阵列，总共六个阵列。每个阵列上的点可以标识为x1、x2、x3、…xn。然后在1040处理表示从阵列捕获的比色数据的向量并将其分离为R、G和B通道。对应于每个通道的阵列上每个点的值可以表示为红色通道的xr1、xr2、xr3、...xrn，绿色通道的xg1、xg2、xg3、...xgn，绿色通道的xg1、xg2、xg3,...xgn。在1050，可以实现一个或多个完全卷积神经网络(FCNN)。例如，在涉及三个α-阵列和三个β-阵列的情况下，一个FCNN可以使用来自α-阵列的数据进行训练，而另一个FCNN可以使用来自β-阵列的数据进行训练。FCNN可以在1060处输出每个样品属于特定疾病类别(Ci)的概率(Pi)。以及在1070，可以选择每个样品概率最高的类别作为该样品的类别。
图17A描绘了研究中使用的MLP的性能指标。出于训练和评估MLP的目的，三名治疗后完全缓解的结肠直肠癌患者被标记为健康。图1400和1410描绘了当MLP在六个类别(即，健康(HEA)、乙型肝炎(HBV)、结肠直肠癌(CRC)、肝癌(HCC)、前列腺癌(PC)和肺癌(LC))训练和评估时的性能指标。如图1400和图1410所示，592名个体中的482名被正确分类，提供的原始准确率为81.4％，归一化准确率为75.6％(即，类别的平均准确度)。结肠直肠癌患者的灵敏度为53.3％，肺癌患者的灵敏度为87.5％，HBV患者的灵敏度为88.2％，健康个体的灵敏度为93.5％。除肝癌外，所有其他癌症的特异性均大于95％，其中前列腺癌的特异性最高。图1410描述了混淆矩阵。在图1410中，阴影框标识具有某种病症的个体在何处被分类为患有该病症。如图所示，最大的错误来源是45.8％的前列腺癌患者被错误分类为健康。相比之下，相对较少的健康个体(1.5％)被错误归类为患有前列腺癌。其次的两个错误来源是相互错误地将32.0％的结肠直肠癌分类为肝癌，将9.7％的肝癌分类为结肠直肠癌。这些错误分类可能是由这些癌症的常见胃肠道起源引起的。
重复分析，将结肠直肠癌、肝癌、肺癌和前列腺癌合并为一个“癌症”类别。图1420和图1430描述了当使用较少数量的类别进行评估时的性能指标。在图1430中，阴影框标识具有某种病症的个体在何处被分类为患有该病症。如图1420和图1430所示，592名个体中的539名被正确分类，原始准确率为91.1％，归一化准确率为90.1％。在这种组合的“癌症”情景中，错误分类的来源是被归类为“癌症”的9.0％的健康个体和8.6％的HBV患者。“癌症”灵敏度(92.3％)和阳性预测值(91.4％)在单独评估时高于每种癌症的灵敏度和阳性预测值。这一结果与更多的癌症患者被正确识别是一致的，并解释了为什么组合“癌症”分析的归一化准确率为90.1％，而当癌症被区分时为75.6％。然而，“癌症”灵敏度的增加会增加假阳性的成本。这种趋势反映在与分化癌症分析相比，合并“癌症”分析的较低特异性(肝癌除外)和阴性预测值。
图17B描绘了图1500，其提供了涉及健康和患病个体的错误分类错误的细节。前列腺癌是造成大多数假阴性(被错误分类为健康的疾病)的原因，当癌症被区分时，占26个错误中的11个(42.3％)，当癌症被合并为一个“癌症”时，占21个错误中的13个(61.9％)类别。这可能是由于在24名患者的研究参与者中前列腺癌的代表性最低。因此，增加这个训练集可以提高整体分类性能。相比之下，假阳性(健康错误分类为疾病)更均匀地分布在疾病类别中，但HBV(其为无)除外。当癌症被分化时总共有13个假阳性，当癌症合并时总共有18个假阳性。无论癌症是合并的还是分化的，此类错误的总数完全相同(即39个)。这表明区分分析的准确性较低是由于疾病之间的错误分类增加所致。
结果在图17A和图17B中描绘，图中表明在阵列谱之间存在足够的差异以区分不同的类型的癌症。将癌症归为一类需要付出特异性代价，而这与灵敏度和准确性的提高相平衡。两种方法(即区分类别和组合类别)并不相互排斥。在一个实施方案中，组合类别方法可以用作灵敏度的初级筛查，然后是区分方法以辨别癌症的可能组织起源。
图17C包括图1600和图1602，其描绘了癌症类型和阶段的真阳性和灵敏度。如图所示，I、II和III期的灵敏度通常较高，IV期的灵敏度较低。这可能是由于在IV期群体中具有较低灵敏度的前列腺癌的代表性更大。
图17D描绘了基于每个阶段的样品数量的灵敏度图1100。在该分析中省略了前列腺癌以避免上述偏差。较高样品数所代表的阶段具有较高的灵敏度，IV期(n＝4)表现最差(57.1％)，I期(n＝104)表现最好(75.9％)。健康个体(n＝200)的灵敏度最高(93.5％)。这一趋势表明，阵列模式存在差异，可以区分不同的癌症阶段。这种差异与已知的在肿瘤发展过程中发生的突变和代谢变化的逐步积累是一致的。该数据的结果表明疾病的阶段可以在本文所述的数据驱动方法中很好地表示，例如，因为不同的阶段的癌症可以呈现独特的标志。因此，增加癌症不同的阶段的数据表示可以提高分类性能。
除非另外定义，否则本文使用的所有技术和科学术语都具有与本发明所属领域的普通技术人员通常所理解相同的含义。虽然与本文所述的那些相似或等同的任何方法、组合物、试剂、细胞可用于本发明的实践或测试，但本文描述了优选的方法和材料。在本说明书中引用的所有出版物和参考文献，包括但不限于专利和专利申请，以引用的方式整体并入本文，就像每个单独的出版物或参考文献被具体地和单独地指出以引用的方式并入本文一样被充分阐述.本申请要求优先权的任何专利申请也以上述公开和参考的方式以引用的方式整体并入本文。
“分析物”是可以结合(通过共价、离子、物理或任何其他方式)并在阵列(诸如，本文公开的阵列)上检测的目标实体。在一些实施方案中，分析物可以包括但不限于小分子，诸如维生素和矿物质、细胞、蛋白质、肽、核苷酸等。
如本文所用，“受试者”包括表现出症状或因表现出症状而处于风险的任何动物，其可以被治疗或诊断(例如，使用本文公开或本领域已知的系统、装置、组合物或方法)。合适的受试者(患者)包括非人类灵长类动物，优选地人类患者，以及实验室动物(诸如小鼠、大鼠、兔或豚鼠)、农场动物和家养动物或宠物(诸如猫或狗).
如本文所用，“治疗(treatment或treating)”包括对疾病或病症的症状或病理学的任何期望效果，并且可以包括正在治疗的疾病或病症的一种或多种可测量标志物的甚至最小的变化或改善。“治疗(treatment或treating)”不一定表示疾病或病症或其相关症状的完全根除或治愈。接受这种治疗的受试者是任何有需要的受试者。临床改善的示例性标志物对于本领域的技术人员将是显而易见的。
需要强调的是，本公开的上述实施方案仅仅是为了清楚地理解本公开的原理而提出的实施方式的可能实例。在实质上不背离本公开的精神和原理的情况下，可以对上述实施方案进行许多变化和修改。所有这种修改和变化都旨在包括在本公开的范围内并受以下权利要求保护。
此外，各种概念可以体现为一种或多种方法，其中已经提供了实例。作为该方法的一部分进行的动作可以以任何合适的方式排序。因此，可以构建其中以不同的于图示的顺序进行动作的实施方案，这可以包括同时进行一些动作，即使在示例性实施方案中被标示为顺序动作。
如本文所用，当与数值和/或范围结合使用时，术语“约”和/或“大约”通常是指接近所列举的数值和/或范围的那些数值和/或范围。在某些情况下，术语“约”和“大约”可以意味着在所述值的±10％内。例如，在某些情况下，“约100个[单位]”可以意味着在100的±10％以内(例如，从90到110)。术语“约”和“大约”可以互换使用。
本文所述的一些实施方案涉及具有非临时性计算机可读介质(也可称为非临时性处理器可读介质)的计算机存储产品，该非临时性计算机可读介质在其上具有用于执行各种计算机实现的操作的指令或计算机代码。计算机可读介质(或处理器可读介质)在其本身不包括瞬态传播信号(例如，在传输介质诸如空间或电缆上携带信息的传播电磁波)的意义上是非瞬态的。媒体和计算机代码(也可称为代码或算法)可以是为特定目的或多个目的而设计和构造的那些。非暂时性计算机可读介质的实例包括但不限于磁存储介质诸如硬盘、软盘和磁带；光存储介质诸如光盘/数字视频光盘(CD/DVD)；光盘只读存储器(CD-ROM)和全息设备；磁光存储介质诸如光盘；载波信号处理模块；以及专门配置为存储和执行程序代码的硬件装置，诸如专用集成电路(ASIC)、可编程逻辑装置(PLD)、只读存储器(ROM)和随机存取存储器(RAM)装置。本文所述的其他实施方案涉及计算机程序产品，其可以包括例如本文公开的指令和/或计算机代码。
本文所述的系统、设备和/或方法可以由软件(在硬件上执行)、硬件或它们的组合来执行。硬件模块可以包括例如通用处理器(或微处理器或微控制器)、现场可编程门阵列(FPGA)和/或专用集成电路(ASIC)。软件模块(在硬件上执行)可以用各种软件语言(例如，计算机代码)来表达，包括C、C++、
Ruby、Visual
和/或其他面向对象、过程或其他编程语言和开发工具。计算机代码的实例包括但不限于微代码或微指令、机器指令、编译器生成的诸如用于生成Web服务的代码以及包含由计算机使用解释器执行的高级指令的文件。计算机代码的其他实例包括但不限于控制信号、加密代码和压缩代码。
Claims (70)
1.一种阵列，其包括：
设置在基材上的多种聚合物，所述聚合物各自包含一种或多种聚合单体和一种或多种光引发剂、或它们的一种或多种光分解产物。
2.如权利要求1所述的阵列，其中所述一种或多种光引发剂包括以下中的至少一种：2,2-二甲氧基-2-苯基苯乙酮(DMPA)、1-羟基环己基苯基酮(HCPK)或2-羟基-2-甲基-1-苯基-1-丙酮(HMPP)。
3.如权利要求1或2所述的阵列，其中所述一种或多种光引发剂与多种单体同时暴露于紫外光，从而使所述单体聚合成包含所述引发剂和/或所述引发剂的所述光分解产物的聚合物。
4.如权利要求1-3中任一项所述的阵列，其中所述一种或多种光分解产物包括苯甲酰和缩酮片段中的一者或两者。
5.如权利要求4所述的阵列，其中所述一种或多种光分解产物是苯偶酰或苯偶姻，或者每种聚合物另外包含所述一种或多种光分解产物的反应产物。
6.如权利要求1-5中任一项所述的阵列，其中所述单体通过施用紫外(UV)光而聚合。
7.如权利要求6所述的阵列，其中所述紫外光的施用持续约5分钟至约60分钟。
8.如权利要求7所述的阵列，其中所述紫外光的施用持续约20分钟。
9.如权利要求6-8中任一项所述的阵列，其中所述紫外光的波长为约250nm至约400nm。
10.如权利要求1-9中任一项所述的阵列，其中所述聚合物阵列包括聚合物点，每个聚合物点包括约0.5x(6.25mM)至约4x(50mM)的光引发剂的浓度。
11.如权利要求1-9中任一项所述的阵列，其中所述光引发剂的浓度为约1x(12.5mM)。
12.如权利要求1-11中任一项所述的阵列，其中所述单体中的一种或多种选自由以下各项组成的组：丙烯酰胺、丙烯酸2-羧基乙酯、丙烯酸、丙烯酸2-氰基乙酯、N-[三(羟甲基)甲基]丙烯酰胺、丙烯酸羟丙酯异构体、丙烯酸4-羟丁酯、N-羟乙基丙烯酰胺、N,N-二甲基丙烯酰胺、N-异丙基丙烯酰胺、N-(1,1-二甲基-3-氧代丁基)丙烯酰胺、2-甲基丙烯酰氧基乙基苯基氨基甲酸酯、1-丙烯酰氧基-3-(甲基丙烯酰氧基)-2-丙醇和乙二醇苯醚丙烯酸酯。
13.如权利要求1-11中任一项所述的阵列，其中所述单体中的一种或多种选自由以下各项组成的组：丙烯酸2-羧基乙酯、丙烯酸、丙烯酰胺、丙烯酸组胺、N-[三(羟甲基)甲基]丙烯酰胺、丙烯酸羟丙酯异构体、丙烯酸4-羟丁酯、N-羟乙基丙烯酰胺、N,N,-二甲基丙烯酰胺、N-(1,1-二甲基-3-氧代丁基)丙烯酰胺、N-异丙基丙烯酰胺、乙二醇苯醚丙烯酸酯、N,N'-亚甲基双丙烯酰胺、丙烯酸1,1,3,3,3-六氟异丙酯和N-叔辛基丙烯酰胺。
14.如权利要求1-13中任一项所述的阵列，其中所述阵列上的每种聚合物是仅包含一种单体的均聚物；所述阵列上的每种聚合物是包含至少两种单体的杂聚物；或者所述阵列上的一种或多种聚合物是仅包含一种单体的均聚物以及所述阵列上的一种或多种聚合物是包含至少两种单体的杂聚物。
15.如权利要求1-13中任一项所述的阵列，包括包含至少三种单体的一种或多种杂聚物。
16.如权利要求1-15中任一项所述的阵列，其中所述阵列上的每种聚合物包含一种或多种选自由以下各项组成的组的单体：
a.丙烯酰胺、丙烯酸2-羧基乙酯、丙烯酸、丙烯酸2-氰基乙酯、N-[三(羟甲基)甲基]丙烯酰胺、丙烯酸羟丙酯异构体、丙烯酸4-羟丁酯、N-羟乙基丙烯酰胺、N,N-二甲基丙烯酰胺、N-异丙基丙烯酰胺、N-(1,1-二甲基-3-氧代丁基)丙烯酰胺、2-甲基丙烯酰氧基乙基苯基氨基甲酸酯、1-丙烯酰氧基-3-(甲基丙烯酰氧基)-2-丙醇和乙二醇苯醚丙烯酸酯；或者
b.丙烯酸2-羧基乙酯、丙烯酸、丙烯酰胺、丙烯酸组胺、N-[三(羟甲基)甲基]丙烯酰胺、丙烯酸羟丙酯异构体、丙烯酸4-羟丁酯、N-羟乙基丙烯酰胺、N,N,-二甲基丙烯酰胺、N-(1,1-二甲基-3-氧代丁基)丙烯酰胺、N-异丙基丙烯酰胺、乙二醇苯醚丙烯酸酯、N,N'-亚甲基双丙烯酰胺、丙烯酸1,1,3,3,3-六氟异丙酯和N-叔辛基丙烯酰胺。
17.如前述权利要求中任一项所述的阵列，其中所述基材包括官能化的表面。
18.如权利要求17所述的阵列，其中所述表面用硅烷或硅氧烷涂层官能化。
19.如权利要求18所述的阵列，其中所述表面用丙烯硅氧烷官能化。
20.如权利要求19所述的阵列，其中所述丙烯硅氧烷选自3-甲基丙烯酰氧基丙基三甲氧基硅烷、3-丙烯酰氧基丙基三甲氧基硅烷、N-(3-丙烯酰氧基-2-羟丙基-3-氨基丙基三乙氧基硅烷、3-甲基丙烯酰氧基丙基二甲基氯硅烷以及它们的组合。
21.如前述权利要求中任一项所述的阵列，其中所述聚合物共价连接至所述基材。
22.如权利要求17-21中任一项所述的阵列，其中所述聚合物通过使所述单体与所述表面上的所述官能化直接聚合而共价连接至所述表面。
23.如权利要求22所述的阵列，其中所述聚合在存在所述光引发剂的情况下发生在所述基材的所述表面上。
24.如前述权利要求中任一项所述的阵列，其中在高达250摄氏度的温度下加热约5分钟后，所述阵列不会可检测地降解。
25.如前述权利要求中任一项所述的阵列，其中在高达400摄氏度的温度下加热约5分钟至约20分钟后，所述阵列不会可检测地降解。
26.如权利要求1所述的阵列，其中：
所述光引发剂是约1x(12.5mM)的DMPA；
所述聚合物包含一种或多种选自由以下各项组成的组的单体：丙烯酰胺、丙烯酸2-羧基乙酯、丙烯酸、丙烯酸2-氰基乙酯、N-[三(羟甲基)甲基]丙烯酰胺、丙烯酸羟丙酯异构体、丙烯酸4-羟丁酯、N-羟乙基丙烯酰胺、N,N-二甲基丙烯酰胺、N-异丙基丙烯酰胺、N-(1,1-二甲基-3-氧代丁基)丙烯酰胺、2-甲基丙烯酰氧基乙基苯基氨基甲酸酯、1-丙烯酰氧基-3-(甲基丙烯酰氧基)-2-丙醇和乙二醇苯醚丙烯酸酯；以及
在所述聚合物和DMPA沉积在所述基材的表面上之后，所述聚合物和DMPA暴露于波长为约250nm至约400nm的紫外光约20分钟。
27.如前述权利要求中任一项所述的阵列，其中所述聚合物阵列包括约14个至约70个水凝胶点。
28.一种检测未标记的分析物的方法，其包括：
使包含一种或多种未标记的分析物的一个或多个样品接触基材上包括的聚合物阵列，所述聚合物包括此前暴露于紫外(UV)光第一预定时间期的光引发剂；
将设置在所述聚合物阵列上的所述一个或多个样品温育第二预定时间期；
将所述聚合物阵列在预定温度下加热第三预定时间期；以及
使用成像装置来测量响应于所述加热而产生的一个或多个比色或发光信号的量。
29.如权利要求28所述的方法，其中所述光引发剂包括以下中的至少一种：2,2-二甲氧基-2-苯基苯乙酮(DMPA)、1-羟基环己基苯基酮(HCPK)或2-羟基-2-甲基-1-苯基-1-丙酮(HMPP)。
30.如权利要求28所述的方法，其中所述光引发剂与多种单体同时暴露于所述紫外光，从而使所述单体聚合成包含所述引发剂和/或所述引发剂的光分解产物的聚合物。
31.如权利要求30所述的方法，其中所述光分解产物包括苯甲酰和缩酮片段中的一者或两者。
32.如权利要求31所述的方法，其中所述光分解产物是苯偶酰或苯偶姻，或者所述聚合物另外包含所述光分解产物的反应产物。
33.如权利要求28所述的方法，其中所述第一预定时间期为约5分钟至约60分钟。
34.如权利要求33所述的方法，其中所述第一预定时间期为约20分钟。
35.如权利要求28所述的方法，其中所述紫外光具有约250nm至约400nm的波长。
36.如权利要求28所述的方法，其中所述聚合物阵列包括聚合物点，每个聚合物点包括约0.5x(6.25mM)至约4x(50mM)的光引发剂的浓度。
37.如权利要求36所述的方法，其中所述光引发剂的浓度为约1x(12.5mM)。
38.如权利要求28所述的方法，其中所述第三预定时间期为约5分钟。
39.如权利要求28所述的方法，其中所述预定温度为约100摄氏度至约400摄氏度。
40.如权利要求39所述的方法，其中所述预定温度为约250摄氏度。
41.如权利要求28所述的方法，其中所述第二预定时间期为约10分钟至约15分钟。
42.如权利要求28所述的方法，其中：
所述光引发剂是DMPA，
所述聚合物阵列包括DMPA，所述DMPA此前暴露于波长为约250nm至约400nm的紫外光约20分钟，以及
加热所述聚合物阵列包括在约250摄氏度下加热所述聚合物阵列约5分钟。
43.如权利要求42所述的方法，其中所述一个或多个样品包括一个或多个尿液样品。
44.如权利要求28所述的方法，其中所述聚合物阵列包括约14个至约70个水凝胶点。
45.一种方法，其包括：
制备包含光引发剂的光引发剂溶液；
制备多种单体储液，每种单体储液包含单体；
将一定体积的所述光引发剂溶液添加至一定体积的所述多种单体储液中的每种以及所述多种单体储液的多个组合中的每个，以产生多种点样溶液；
将预定体积的所述多种点样溶液中的每种点样于表面上；以及
将包含所述点样溶液的所述阵列暴露于紫外(UV)光预定时间期；
从而聚合点样于所述表面上的所述预定体积的所述多种点样溶液中的每种，以产生聚合物阵列。
46.如权利要求45所述的方法，其中制备所述溶液包括：
将一定量的所述光引发剂溶解于第一体积的二甲基亚砜(DMSO)中以产生储液；以及
将以下中的至少一者添加至所述储液中：一定体积的矿物油、一定体积的水、一定体积的甘油或第二体积的DMSO。
47.如权利要求45所述的方法，其中所述预定时间期为约60分钟。
48.如权利要求45所述的方法，其中所述紫外光具有约250nm至约400nm的波长。
49.如权利要求45所述的方法，其中聚合点样于所述表面上的所述预定体积的所述多种点样溶液中的每种包括将点样于所述表面上的所述预定体积的所述多种点样溶液中的每种暴露于紫外光预定时间期，以使得所述紫外光催化所述点样溶液中的一种或多种单体的固化和所述一种或多种单体与所述表面的共价连接。
50.如权利要求45所述的方法，其中所述光引发剂包括以下中的至少一种：2,2-二甲氧基-2-苯基苯乙酮(DMPA)、1-羟基环己基苯基酮(HCPK)或2-羟基-2-甲基-1-苯基-1-丙酮(HMPP)。
51.一种方法，其包括：
在处理器处以及对于多个受试者，接收与多个阵列点的比色或发光信号谱相关的图像数据，所述多个阵列点(1)接触与所述受试者相关的一个或多个样品以及(2)在预定温度下加热预定时间期，所述多个阵列点中的每个包含含有此前暴露于紫外(UV)光的光引发剂的不同的水凝胶组合物；
对于所述多个受试者中的每个，处理与所述受试者相关的图像数据，以产生所述多个阵列点中的每个的颜色强度值；
对于所述多个受试者中的每个，训练神经网络，以通过使用与除所述受试者之外的每个受试者相关的颜色强度值以及所述多个受试者的颜色强度值校准所述神经网络来对所述受试者进行分类；以及
对于所述多个受试者中的每个，使用针对所述受试者而训练的所述中性网络来预测针对所述受试者的诊断类别。
52.如权利要求51所述的方法，其中处理所述图像数据以产生针对所述多个阵列点中的每个的颜色强度值包括对所述多个阵列点中的每个的红色、绿色和蓝色像素强度进行求和。
53.如权利要求51所述的方法，其中所述神经网络是多层感知器。
54.如权利要求53所述的方法，其中所述多层感知器包括具有约210个节点的输入层和具有约30个节点至250个节点的隐藏层。
55.如权利要求51所述的方法，其中所述神经网络使用整流器作为活化函数，并且使用有限记忆Broyden-Fletcher-Goldfarb-Shanno(L-BFGS)算法进行逻辑回归。
56.如权利要求51所述的方法，其中所述诊断类别选自多个诊断类别，包括健康类别和至少一个癌症类别。
57.如权利要求51所述的方法，其中所述诊断类别选自多个诊断类别，包括健康类别、多个癌症类别和乙型肝炎病毒感染类别。
58.一种确定受试者的疾病、障碍或病症状态的方法，其包括：
使如权利要求1-27中任一项所述的阵列接触来自所述受试者的一种或多种分析物；
将所述阵列上的所述一种或多种分析物温育第一时间期，从而允许所述一种或多种分析物的一部分被捕获在所述阵列上；
将所述阵列在预定温度下加热第二时间期；以及
使用成像装置来测量响应于所述加热而产生的一个或多个比色或发光信号的量。
59.如权利要求58所述的方法，其中接触步骤包括(a)使所述阵列接触所述受试者的一个或多个身体样品；(b)使所述阵列接触所述受试者的血液、血清、血浆、尿液、粪便、唾液、胆汁、脊髓液、间隙液、胃液、泪液、溶剂和乳、体外样品或环境样品中的至少一者；(c)使所述阵列接触所述受试者的血浆和尿液中的一者或多者；或者(d)(a)-(c)中的两者或更多者的组合。
60.如权利要求58或59所述的方法，还包括从所述受试者或从所述受试者获得的样品获得所述一种或多种分析物。
61.如权利要求58-60中任一项所述的方法，还包括基于所述测量获得所述阵列的一个或多个图像或它们的一种或多种表示。
62.如权利要求58-61中任一项所述的方法，其中所述第二时间期为约5分钟。
63.如权利要求58-62中任一项所述的方法，其中所述预定温度为约100摄氏度至约400摄氏度。
64.如权利要求58-62中任一项所述的方法，其中所述预定温度为约250摄氏度。
65.如权利要求58-64中任一项所述的方法，其中所述一个或多个样品包括一个或多个尿液样品。
66.如权利要求58-65中任一项所述的方法，其中所述确定通过如权利要求51-57中任一项所述的方法进行。
67.如权利要求58-66中任一项所述的方法，其中所述疾病是癌症。
68.如权利要求58-66中任一项所述的方法，其中所述疾病是病毒。
69.如权利要求58-67中任一项所述的方法，还包括如果确定所述受试者患有疾病，则用疗法治疗所述受试者。
70.如权利要求69所述的方法，其中所述疗法包括手术、化学疗法、免疫疗法或它们的组合。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201962893703P | 2019-08-29 | 2019-08-29 | |
| US62/893,703 | 2019-08-29 | ||
| PCT/US2020/048826 WO2021042063A1 (en) | 2019-08-29 | 2020-08-31 | Detectable arrays for distinguishing analytes and diagnosis, and methods and systems related thereto |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115298535A true CN115298535A (zh) | 2022-11-04 |
Family
ID=74683680
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202080075357.XA Pending CN115298535A (zh) | 2019-08-29 | 2020-08-31 | 用于区分分析物和诊断的可检测阵列及与其相关的方法和系统 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US20220398733A1 (zh) |
| EP (1) | EP4022284A4 (zh) |
| JP (1) | JP2022546698A (zh) |
| CN (1) | CN115298535A (zh) |
| AU (1) | AU2020340445A1 (zh) |
| CA (1) | CA3152524A1 (zh) |
| WO (1) | WO2021042063A1 (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115375954B (zh) * | 2022-10-25 | 2023-03-24 | 成都西交智汇大数据科技有限公司 | 一种化学实验溶液识别方法、装置、设备及可读存储介质 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4749647A (en) * | 1984-06-22 | 1988-06-07 | Genetic Systems Corporation | Polymerization-induced separation assay using recognition pairs |
| US7354706B2 (en) * | 2003-09-09 | 2008-04-08 | The Regents Of The University Of Colorado, A Body Corporate | Use of photopolymerization for amplification and detection of a molecular recognition event |
| US20090163375A1 (en) * | 2003-09-09 | 2009-06-25 | Bowman Christopher N | Use of Photopolymerization for Amplification and Detection of a Molecular Recognition Event |
| EP1991704A4 (en) * | 2006-02-15 | 2009-06-10 | Indevr Inc | SIGNAL AMPLIFICATION OF BIORECONNAISSANCE EVENTS BY PHOTOPOLYMERIZATION IN THE PRESENCE OF AIR |
| EP3049560B1 (en) * | 2013-09-24 | 2021-05-12 | Entopsis, LLC | Methods of using detectable arrays for diagnosis |
| US20170175169A1 (en) * | 2015-12-18 | 2017-06-22 | Min Lee | Clinical decision support system utilizing deep neural networks for diagnosis of chronic diseases |
-
2020
- 2020-08-31 CA CA3152524A patent/CA3152524A1/en active Pending
- 2020-08-31 EP EP20857878.1A patent/EP4022284A4/en active Pending
- 2020-08-31 AU AU2020340445A patent/AU2020340445A1/en active Pending
- 2020-08-31 CN CN202080075357.XA patent/CN115298535A/zh active Pending
- 2020-08-31 WO PCT/US2020/048826 patent/WO2021042063A1/en unknown
- 2020-08-31 JP JP2022513156A patent/JP2022546698A/ja active Pending
-
2022
- 2022-02-24 US US17/679,888 patent/US20220398733A1/en active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| US20220398733A1 (en) | 2022-12-15 |
| EP4022284A4 (en) | 2024-01-10 |
| JP2022546698A (ja) | 2022-11-07 |
| AU2020340445A1 (en) | 2022-03-24 |
| CA3152524A1 (en) | 2021-03-04 |
| WO2021042063A1 (en) | 2021-03-04 |
| EP4022284A1 (en) | 2022-07-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11436429B2 (en) | Artificial intelligence-based sequencing | |
| US20230004749A1 (en) | Deep neural network-based sequencing | |
| ES2763931T3 (es) | Genes Nano46 y métodos para predecir el resultado del cáncer de mama | |
| Wulfkuhle et al. | Proteomic applications for the early detection of cancer | |
| CN108350483A (zh) | 在用户定义的切片组织区域中同时定量多种蛋白质 | |
| Powers et al. | Protein analytical assays for diagnosing, monitoring, and choosing treatment for cancer patients | |
| US20120088691A1 (en) | Highly multiplexed real-time pcr using encoded microbeads | |
| JP2011523049A (ja) | 頭頚部癌の同定、モニタリングおよび治療のためのバイオマーカー | |
| NL2023316B1 (en) | Artificial intelligence-based sequencing | |
| US11441189B2 (en) | Image acquisition methods for simultaneously detecting genetic rearrangement and nuclear morphology | |
| CN105556007B (zh) | 可检测阵列、诊断系统以及其制作和使用方法 | |
| BR112019018869A2 (pt) | método para determinar a presença ou concentração de pelo menos um analito em uma amostra, método para determinar a presença ou concentração de antígeno em uma amostra, método para determinar a presença ou concentração de uma sequência de nucleotídeos alvo em uma amostra e sistema de ensaio digital para determinar uma concentração de analito em uma amostra | |
| JP2021535369A (ja) | インテリジェントモニタリング構造を用いた画像ベースのアッセイ | |
| WO2014186349A1 (en) | Methods to predict risk of recurrence in node-positive early breast cancer | |
| US20220398733A1 (en) | Detectable arrays for distinguishing analytes and diagnosis, and methods and systems related thereto | |
| US20180371553A1 (en) | Methods and compositions for the analysis of cancer biomarkers | |
| US20230343414A1 (en) | Sequence-to-sequence base calling | |
| Lin et al. | Miniaturized microfluidic-based nucleic acid analyzer to identify new biomarkers of biopsy lung cancer samples for subtyping | |
| US20050221363A1 (en) | Universal shotgun assay | |
| EP3874277B1 (en) | Method for identification of biopolymers | |
| Macotpet et al. | Attenuated total reflection Fourier transform infrared as a primary screening method for cancer in canine serum | |
| EP2856166B1 (en) | Method for the diagnosis of mammals | |
| US20210189471A1 (en) | Molecular beacon-based optical gene biosensor employing retro-reflection and quantitative analysis method of nucleic acid molecule | |
| US20230298339A1 (en) | State-based base calling | |
| US20230087698A1 (en) | Compressed state-based base calling |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |