可被生物降解的纳米机器人,能带着抗癌药物直接进入你的体内

简介:

研究人员还在机器人的表面涂上了铁磁涂层,以便他们微调机器人的降解速度。

近日,《科学机器人》期刊上刊登了一项有关于“用于成像引导疗法的多功能生物混动磁铁机器人”的研究成果。该机器人为可被生物降解的纳米机器人,由香港中文大学的张立教授和曼彻斯特大学Kostas Kostarelos教授带领的研究小组共同研发。

可被生物降解的纳米机器人,能带着抗癌药物直接进入你的体内

据悉,这一纳米机器人是由可生物降解的螺旋藻制成的,可被植入生物体内。目前,研究团队正在考虑让该机器人携带抗癌药物进入人体,但在运动跟踪、生物相容性、生物降解性和诊断治疗效果等方面还需要进一步的深入研究。研究人员表示,螺旋藻一直是营养的来源之一,甚至被加工包装起来放上了保健品的货架。此次将其用于机器人,是一个全新的探索。

此外,研究人员还在机器人的表面涂上了铁磁涂层,以便他们微调机器人的降解速度。通过磁场,研究人员就可以直接精准控制生物体内的机器人。张教授表示,这些机器人是直接采用自然界的智能材料制成的,具有内部荧光性和外部磁性,所以可以通过荧光成像和磁共振成像技术在人体内对它们进行追踪和驱动。


原文发布时间: 2017-11-27 16:45
本文作者: 伶轩
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关文章
|
9天前
|
数据采集 人工智能 安全
|
4天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
309 164
|
3天前
|
机器学习/深度学习 自然语言处理 机器人
阿里云百炼大模型赋能|打造企业级电话智能体与智能呼叫中心完整方案
畅信达基于阿里云百炼大模型推出MVB2000V5智能呼叫中心方案,融合LLM与MRCP+WebSocket技术,实现语音识别率超95%、低延迟交互。通过电话智能体与座席助手协同,自动化处理80%咨询,降本增效显著,适配金融、电商、医疗等多行业场景。
318 155
|
12天前
|
SQL 自然语言处理 调度
Agent Skills 的一次工程实践
**本文采用 Agent Skills 实现整体智能体**,开发框架采用 AgentScope,模型使用 **qwen3-max**。Agent Skills 是 Anthropic 新推出的一种有别于mcp server的一种开发方式,用于为 AI **引入可共享的专业技能**。经验封装到**可发现、可复用的能力单元**中,每个技能以文件夹形式存在,包含特定任务的指导性说明(SKILL.md 文件)、脚本代码和资源等 。大模型可以根据需要动态加载这些技能,从而扩展自身的功能。目前不少国内外的一些框架也开始支持此种的开发方式,详细介绍如下。
874 6
|
6天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:六十九、Bootstrap采样在大模型评估中的应用:从置信区间到模型稳定性
Bootstrap采样是一种通过有放回重抽样来评估模型性能的统计方法。它通过从原始数据集中随机抽取样本形成多个Bootstrap数据集,计算统计量(如均值、标准差)的分布,适用于小样本和非参数场景。该方法能估计标准误、构建置信区间,并量化模型不确定性,但对计算资源要求较高。Bootstrap特别适合评估大模型的泛化能力和稳定性,在集成学习、假设检验等领域也有广泛应用。与传统方法相比,Bootstrap不依赖分布假设,在非正态数据中表现更稳健。
263 113

热门文章

最新文章