Adquisicion de imagenes en tiempo real y cultivo celular en dispositivos Lab on a Chip para la optimizacion de cultivos celulares mediante inteligencia

Autores
Perez, Maximiliano
Año de publicación
2021
Idioma
español castellano
Tipo de recurso
informe técnico
Estado
versión aceptada
Descripción
En este proyecto, se estudiarán sistemas de control automático mediante inteligencia artificial para la proliferación de células T de dispositivos de microfluídica. El tratamiento de pacientes con cáncer con sus propias células T que expresen el receptor quimérico (CAR-T) de antígeno de las células tumorales es una de las modalidades terapéuticas más prometedoras para el tratamiento de las malignidades hematológicas. Esta nueva tecnología no solo abre la puerta para explorar una nueva forma de evaluar el cultivo celular, analizando miles de variables de manera simultánea y automática, sino que también tendrá un gran impacto en el área de la salud y la medicina. El desarrollo de proyecto requiere múltiples actividades tales como la construcción de los dispositivos de microfluídicas, la obtención y preparación adecuada de las células T, la configuración adecuada del set-up de horno de cultivo en conjunto con los microscopios automáticos y los equipos especiales para el procesamiento de datos y entrenamiento del agente de inteligencia artificial. En este proyecto se propone que el cultivo de células T será controlado mediante Inteligencia Artificial (IA), específicamente utilizando Reinforcement Learning. Las imágenes de las células T cultivadas en los dispositivos de microfluídica serán analizadas mediante algoritmos que brinden parámetros de proliferación celular, sirviendo como observaciones del proceso a controlar. El agente de reinforcement learning intentará maximizar la cantidad de células-T vivientes tomando acciones sobre las bombas de perfusión que suministren distintas citoquinas. De esta manera, el agente recibirá observaciones (células vivas, muertas, área ocupada, etc) del dispositivo que tiene el cultivo mediante imágenes obtenidas con un microscopio e inyectará la dosis adecuada de citoquinas para maximizar la cantidad de células T.
Fil: Pérez, Maximiliano. Universidad Tecnológica Nacional. Facultad regional General Pacheco.
Peer Reviewed
Materia
Lab on a chip
Celulas T
Machine Learning
Reinforcement Learning
Nivel de accesibilidad
acceso abierto
Condiciones de uso
2023-11-28T14:41:23Z
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/8928
Acceder
id RIAUTN_54794b70ac777d652b7f5b65a392d739
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/8928
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Adquisicion de imagenes en tiempo real y cultivo celular en dispositivos Lab on a Chip para la optimizacion de cultivos celulares mediante inteligenciaPerez, MaximilianoLab on a chipCelulas TMachine LearningReinforcement LearningEn este proyecto, se estudiarán sistemas de control automático mediante inteligencia artificial para la proliferación de células T de dispositivos de microfluídica. El tratamiento de pacientes con cáncer con sus propias células T que expresen el receptor quimérico (CAR-T) de antígeno de las células tumorales es una de las modalidades terapéuticas más prometedoras para el tratamiento de las malignidades hematológicas. Esta nueva tecnología no solo abre la puerta para explorar una nueva forma de evaluar el cultivo celular, analizando miles de variables de manera simultánea y automática, sino que también tendrá un gran impacto en el área de la salud y la medicina. El desarrollo de proyecto requiere múltiples actividades tales como la construcción de los dispositivos de microfluídicas, la obtención y preparación adecuada de las células T, la configuración adecuada del set-up de horno de cultivo en conjunto con los microscopios automáticos y los equipos especiales para el procesamiento de datos y entrenamiento del agente de inteligencia artificial. En este proyecto se propone que el cultivo de células T será controlado mediante Inteligencia Artificial (IA), específicamente utilizando Reinforcement Learning. Las imágenes de las células T cultivadas en los dispositivos de microfluídica serán analizadas mediante algoritmos que brinden parámetros de proliferación celular, sirviendo como observaciones del proceso a controlar. El agente de reinforcement learning intentará maximizar la cantidad de células-T vivientes tomando acciones sobre las bombas de perfusión que suministren distintas citoquinas. De esta manera, el agente recibirá observaciones (células vivas, muertas, área ocupada, etc) del dispositivo que tiene el cultivo mediante imágenes obtenidas con un microscopio e inyectará la dosis adecuada de citoquinas para maximizar la cantidad de células T.Fil: Pérez, Maximiliano. Universidad Tecnológica Nacional. Facultad regional General Pacheco.Peer Reviewed2023-11-28T14:41:23Z2023-11-28T14:41:23Z2021-01-01info:eu-repo/semantics/reportinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_18ghinfo:ar-repo/semantics/informeTecnicopdfapplication/pdfICTCAGP0008165TChttp://hdl.handle.net/20.500.12272/8928spainfo:eu-repo/semantics/openAccess2023-11-28T14:41:23Zhttp://creativecommons.org/licenses/by-nc-sa/4.0/Atribución-NoComercial-CompartirIgual 4.0 InternacionalPerez maximilianoreponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-10-01T11:57:11Zoai:ria.utn.edu.ar:20.500.12272/8928instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-10-01 11:57:11.61Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Adquisicion de imagenes en tiempo real y cultivo celular en dispositivos Lab on a Chip para la optimizacion de cultivos celulares mediante inteligencia
title Adquisicion de imagenes en tiempo real y cultivo celular en dispositivos Lab on a Chip para la optimizacion de cultivos celulares mediante inteligencia
spellingShingle Adquisicion de imagenes en tiempo real y cultivo celular en dispositivos Lab on a Chip para la optimizacion de cultivos celulares mediante inteligencia
Perez, Maximiliano
Lab on a chip
Celulas T
Machine Learning
Reinforcement Learning
title_short Adquisicion de imagenes en tiempo real y cultivo celular en dispositivos Lab on a Chip para la optimizacion de cultivos celulares mediante inteligencia
title_full Adquisicion de imagenes en tiempo real y cultivo celular en dispositivos Lab on a Chip para la optimizacion de cultivos celulares mediante inteligencia
title_fullStr Adquisicion de imagenes en tiempo real y cultivo celular en dispositivos Lab on a Chip para la optimizacion de cultivos celulares mediante inteligencia
title_full_unstemmed Adquisicion de imagenes en tiempo real y cultivo celular en dispositivos Lab on a Chip para la optimizacion de cultivos celulares mediante inteligencia
title_sort Adquisicion de imagenes en tiempo real y cultivo celular en dispositivos Lab on a Chip para la optimizacion de cultivos celulares mediante inteligencia
dc.creator.none.fl_str_mv Perez, Maximiliano
author Perez, Maximiliano
author_facet Perez, Maximiliano
author_role author
dc.subject.none.fl_str_mv Lab on a chip
Celulas T
Machine Learning
Reinforcement Learning
topic Lab on a chip
Celulas T
Machine Learning
Reinforcement Learning
dc.description.none.fl_txt_mv En este proyecto, se estudiarán sistemas de control automático mediante inteligencia artificial para la proliferación de células T de dispositivos de microfluídica. El tratamiento de pacientes con cáncer con sus propias células T que expresen el receptor quimérico (CAR-T) de antígeno de las células tumorales es una de las modalidades terapéuticas más prometedoras para el tratamiento de las malignidades hematológicas. Esta nueva tecnología no solo abre la puerta para explorar una nueva forma de evaluar el cultivo celular, analizando miles de variables de manera simultánea y automática, sino que también tendrá un gran impacto en el área de la salud y la medicina. El desarrollo de proyecto requiere múltiples actividades tales como la construcción de los dispositivos de microfluídicas, la obtención y preparación adecuada de las células T, la configuración adecuada del set-up de horno de cultivo en conjunto con los microscopios automáticos y los equipos especiales para el procesamiento de datos y entrenamiento del agente de inteligencia artificial. En este proyecto se propone que el cultivo de células T será controlado mediante Inteligencia Artificial (IA), específicamente utilizando Reinforcement Learning. Las imágenes de las células T cultivadas en los dispositivos de microfluídica serán analizadas mediante algoritmos que brinden parámetros de proliferación celular, sirviendo como observaciones del proceso a controlar. El agente de reinforcement learning intentará maximizar la cantidad de células-T vivientes tomando acciones sobre las bombas de perfusión que suministren distintas citoquinas. De esta manera, el agente recibirá observaciones (células vivas, muertas, área ocupada, etc) del dispositivo que tiene el cultivo mediante imágenes obtenidas con un microscopio e inyectará la dosis adecuada de citoquinas para maximizar la cantidad de células T.
Fil: Pérez, Maximiliano. Universidad Tecnológica Nacional. Facultad regional General Pacheco.
Peer Reviewed
description En este proyecto, se estudiarán sistemas de control automático mediante inteligencia artificial para la proliferación de células T de dispositivos de microfluídica. El tratamiento de pacientes con cáncer con sus propias células T que expresen el receptor quimérico (CAR-T) de antígeno de las células tumorales es una de las modalidades terapéuticas más prometedoras para el tratamiento de las malignidades hematológicas. Esta nueva tecnología no solo abre la puerta para explorar una nueva forma de evaluar el cultivo celular, analizando miles de variables de manera simultánea y automática, sino que también tendrá un gran impacto en el área de la salud y la medicina. El desarrollo de proyecto requiere múltiples actividades tales como la construcción de los dispositivos de microfluídicas, la obtención y preparación adecuada de las células T, la configuración adecuada del set-up de horno de cultivo en conjunto con los microscopios automáticos y los equipos especiales para el procesamiento de datos y entrenamiento del agente de inteligencia artificial. En este proyecto se propone que el cultivo de células T será controlado mediante Inteligencia Artificial (IA), específicamente utilizando Reinforcement Learning. Las imágenes de las células T cultivadas en los dispositivos de microfluídica serán analizadas mediante algoritmos que brinden parámetros de proliferación celular, sirviendo como observaciones del proceso a controlar. El agente de reinforcement learning intentará maximizar la cantidad de células-T vivientes tomando acciones sobre las bombas de perfusión que suministren distintas citoquinas. De esta manera, el agente recibirá observaciones (células vivas, muertas, área ocupada, etc) del dispositivo que tiene el cultivo mediante imágenes obtenidas con un microscopio e inyectará la dosis adecuada de citoquinas para maximizar la cantidad de células T.
publishDate 2021
dc.date.none.fl_str_mv 2021-01-01
2023-11-28T14:41:23Z
2023-11-28T14:41:23Z
dc.type.none.fl_str_mv info:eu-repo/semantics/report
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_18gh
info:ar-repo/semantics/informeTecnico
format report
status_str acceptedVersion
dc.identifier.none.fl_str_mv ICTCAGP0008165TC
http://hdl.handle.net/20.500.12272/8928
identifier_str_mv ICTCAGP0008165TC
url http://hdl.handle.net/20.500.12272/8928
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
2023-11-28T14:41:23Z
http://creativecommons.org/licenses/by-nc-sa/4.0/
Atribución-NoComercial-CompartirIgual 4.0 Internacional
Perez maximiliano
eu_rights_str_mv openAccess
rights_invalid_str_mv 2023-11-28T14:41:23Z
http://creativecommons.org/licenses/by-nc-sa/4.0/
Atribución-NoComercial-CompartirIgual 4.0 Internacional
Perez maximiliano
dc.format.none.fl_str_mv pdf
application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1877862358319104000
score 13.365483

Publicaciones similares