朱逸婕
集成无标记识别算法的3D仿生微流控平台用于精准肿瘤药敏评估
报告人:朱逸婕
所在单位:上海市第十人民医院
报告人简介:长期从事生物医学工程领域的交叉研究,专注于微流控芯片技术与“芯片上器官”(Organ-on-a-Chip)系统的开发与应用。在乳腺癌肿瘤微环境模拟、3D细胞培养以及智能图像分析算法方面具有深厚的学术背景。近期研究重点在于构建集成动态流体控制与人工智能评估功能的智能微流控平台,旨在实现肿瘤细胞簇的实时、无标记药敏监测,为精准肿瘤学和个性化癌症治疗方案的研发提供变革性工具。
报告摘要:乳腺癌干细胞（BCSCs）是肿瘤转移与耐药的核心[1]。针对传统静态检测无法反映细胞动态药敏响应的局限，本研究开发了一种集成动态微流控与人工智能图像分析的智能药敏评估平台。[2]通过定制PDMS芯片结合3D支架，系统成功构建了高度仿生的流体微环境（剪切应力稳定在0.17 dyn/cm²），证实其能有效促进BCSCs增殖并维持其干性特征（CD44+/CD24-）。 药效评价显示，高剂量紫杉醇（PTX）单药会诱发多药耐药基因上调[3]。为此，针对高表达EpCAM的BCSCs，研究引入特异性单抗MT201联合干预。结果表明，联合用药展现出强效协同杀伤力，不仅显著抑制耐药基因过表达，更促使细胞向分化表型（CD44+/CD24+）转变。依托U-Net与SVM算法，该平台实现了基于多维形态特征的无标记、非破坏性药效动态监测，预测准确率高达97%。本研究为精准肿瘤学策略与高通量抗癌药物筛选提供了极具转化潜力的创新工具。 关键词： 微流控芯片；乳腺癌干细胞；3D 细胞培养；无标记药敏评估；人工智能图像分析
