Convergence of Molecular, Nanoscale, and Data-driven Technologies for Therapeutics and Diagnostics
Notice bibliographique
Résumé
The next revolution in healthcare will require the convergence of many traditional healthcare sectors to create therapeutic drugs and diagnostics tools that can target challenging diseases. Solutions which utilize molecular processes of cells and proteins, devices which use nanoscale physical principles for precision operation, and data-driven solutions which provide insights beyond current knowledge will all significantly impact clinical practices. In this thesis we aim to explore three main convergent fields: microfluidics for therapeutics research, machine learning for drug discovery, and biosensors for wearable disease management. With microfluidics, we develop a label-free cell sorting platform to sort whole populations of cells from the eye to isolate retinal stem cells, a potential therapeutic target that could reverse blindness. Deterministic lateral displacement cell sorting is implemented with notched microstructures, increasing sorting resolution by limiting cell deformation. Retinal stem cells are sorted and profiled based on size, purifying the population for downstream photoreceptor differentiation experiments. Next with machine learning, we develop an in silico pipeline, kCellect, for therapeutic antibody candidate selection from in vitro phage display biopanning against proteins associated with various cancers. We utilize k-means clustering for motif-based selection of antibody candidate sequences and identify cluster correlations with in vitro sequence frequency data. We discover novel antibodies against CD151 and FZD7 with similar or greater affinity to first-in-class antibodies, and doing so more time and computationally efficiently compared to previous methods. Finally, with biosensors, we design molecular pendulum sensors which consist of rigid DNA, an antibody recognition element to target proteins, and a redox reporter. Under an applied electric field, the pendulums fall, and the kinetics of motion between bound and unbound probes are measured through a surrogate redox electron transfer. We demonstrate the detection of multiple biomarkers of chronic disease in numerous biological fluids, and the continuous monitoring of biomarkers in situ in a mouse’s mouth. The three projects described in this thesis showcase biomedical convergence for the development of advanced therapeutics and diagnostics. The strategies utilized are sensitive to small quantities of biologicals, rapid in processing and development time, and versatile to many challenging disease targets.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».