伯克利实验室使用红外光及机器学习技术在病症出现前发现奥兹海默症

劳伦斯·伯克利国家实验室生物科学处工作人员辛西娅·麦克默里（Cynthia McMurray）于2021年10月6日说，

该实验室发明新技术，使用红外光及机器学习技术，能够在病症出现之前，就发现奥兹海默症。

该种疾病是美国排名第六的致死疾病。

该技术对皮肤细胞进行检测，能够在早期阶段、症状未出现阶段，就发现奥兹海默症病人。该技术不需要对大脑进行检测，不需要对大脑组织进行检测。

该技术将有助于研发药品，以阻止或延缓该疾病的发展及恶化。

该技术的名称为光谱表型技术。

辛西娅领导小组成员，对潜在患者皮肤细胞进行检测，即可发现疾病即将出现、或已经存在的证据。

检测方法是，将皮肤细胞放置在红外线光线中，观测细胞分子的振动情况，根据振动情况来进行判断。

患者皮肤细胞分子在红外光中的振动状况，与健康人存在明显不同。

辛西娅说，疾病的出现，会导致细胞中不同种类分子的分子键、数量发生变化。这些变化可以导致细胞在红外光谱发生变化、出现不同。

该技术还可能在不清楚致病基因的情况下，对可能存在的疾病进行诊断。

患者的红外光谱、与健康人的虽然存在不同，但这种不同极为细微，因此辛西娅才使用机器学习技术来分析发现差异的存在。

该研究小组包括如下人员：莉拉·洛弗涅、德鲁巴·戈什、雷诺·舒克、阿里斯·波利佐斯、迈克尔·马丁、安德鲁·陈、埃德·巴纳德。他们的联系方式是ipo（at）lbl.gov

结尾部分：

摘要： 机器学习分析发现，患者及潜在患者的皮肤细胞分子在红外光中的振动状况，与健康人存在明显不同。

作者：朱川