近日，美国斯坦福大学的研究团队在国际顶尖学术期刊 《Science》上发表了一项开创性研究，题为“Disease diagnostics using machine learning of B cell and T cell receptor sequences”，使用机器学习结合免疫组TCR和BCR实现诊断疾病准确率逼近达99%。
NEWS« AI+免疫组学：疾病诊断的新范式
斯坦福大学的研究团队对近600人的血液样本B 细胞受体（BCR）和T细胞受体（TCR）进行测序，并通过结合开发的机器学习（Mal-ID）AI模型，成功实现六类疾病状态的精准鉴别，包括新冠肺炎、HIV感染、系统性红斑狼疮等。
这是一种全新的疾病诊断方法，不像传统方法直接检测疾病病原本身，而是通过识别病原的免疫系统来鉴别。未来或许只需5毫升血液，就能绘制每个人的”免疫身份证”，在症状显现前预警疾病，在治疗过程中监测疾病进展和评估治疗效果优化方案，真正开启健康监测全新视窗。
T-Classifier®«艾沐蒽：引领免疫组学与AI技术的融合
作为免疫组学领域的先行者，艾沐蒽经过数年的积累，将免疫组学与AI技术融合开发T-Classifier®模型，早在2023年和2024年分别发表AI结合免疫组测序技术鉴别疾病的研究论文。
艾沐蒽发布的基于TCR技术联合AI创新技术驱动的肺癌早筛产品，即基于AI机器学习算法平台T-Classifier®大规模地将外周血中TCRs映射到抗原上，即将数万亿TCRs与数百万个临床相关抗原对应，进而识别和验证肺癌相关TCR特征，以改善许肺癌的诊断、监测和治疗。
相比于传统的影像学和其它分子检测手段ctc/ctDNA等，本产品能大大提升对Ⅰ期肺癌检测的灵敏度和特异性，能在肺癌更早期发现疾病信号。
产品优势
获得发明专利和软件著作
艾沐蒽的“一种基于人工智能分析免疫特征相关TCR的方法”，即用于疾病早筛的机器学习算法T-Classifier®，经国家专利局严格审批、专家评审和相关部门联审等程序后，成功荣获国家知识产权局颁发的发明专利证书和计算机软件著作权。
发表的相关文献
检测流程
报告周期
7-9个工作日内。