根据eLife发表的一项研究，使用尖端技术的新工具能够根据导致血液凝块的原因来区分不同类型的血液凝块。

该工具可以帮助医生诊断引起血液凝块的原因，并帮助他们选择针对引起血液凝块破裂的治疗方法。例如，它可以帮助他们确定对于刚刚心脏病发作或中风的人来说，阿司匹林或另一种抗凝血药是否是最佳选择。

当称为血小板的小的粘性血细胞聚集在一起时，就会发生血块。这可以帮助在切割后阻止出血，但也可能由于阻塞血管而导致中风或心脏病发作。日本东京大学化学系的博士生Yuqi Zhou解释说：“不同类型的血凝块是由不同的分子引起的，但它们看起来都非常相似。”“此外，使用显微镜等现有工具几乎无法分辨它们。”

为了开发出一种更有效的方法来识别不同类型的血凝块，Zhou和她的同事从一个健康个体那里采集了血样，然后将它们暴露于不同的血凝剂中。该团队使用一种称为高通量成像流式细胞术的技术捕获了数千种不同类型的血块的图像。

接下来，他们使用一种称为卷积神经网络的机器学习技术来训练计算机，以识别由不同分子引起的不同凝块形状的细微差异。他们在计算机从未见过的25,000个凝块图像上测试了此工具，发现它还能够区分图像中的大多数凝块类型。

最后，他们测试了这种称为智能血小板聚集分类器(iPAC)的新工具是否可以诊断人类血液样本中的不同凝块类型。他们从四个健康人那里采集了血液样本，然后将它们暴露于不同的凝结剂中，结果表明iPAC可以区分出不同类型的凝块。

“我们证明，iPAC是研究血块形成潜在机制的有力工具，” Zhou说。她补充说，鉴于最近有报道称COVID-19会导致血液凝块，尽管有很多关于病毒的知识目前尚不清楚，但有一天该技术也可用于更好地了解这些凝块的机制。

美国大学化学系教授Keisuke Goda说：“使用这种新工具可能会揭示人类以前无法识别的不同类型的凝块的特征，并能够诊断由凝结剂组合引起的凝块。”东京。“有关凝块原因的信息可以帮助研究人员和医生评估抗凝药物的有效性，并为特定患者选择正确的治疗方法或治疗组合。”