Fréi Detektioun vu Kriibs baséiert op flësseger Biopsie ass eng nei Richtung vu Kriibserkennung an Diagnostik proposéiert vum US National Cancer Institute an de leschte Joeren, mam Zil fréi Kriibs oder souguer precancerous Läsionen z'entdecken. Et gouf wäit benotzt als neie Biomarker fir déi fréi Diagnos vu verschiddene Malignitéiten, dorënner Lungenkrebs, Magen-Darm-Tumoren, Gliome a gynäologesch Tumoren.
D'Entstoe vu Plattforme fir Methylatiounslandschaft (Methylscape) Biomarker z'identifizéieren huet d'Potenzial fir existent fréi Duerchmusterung fir Kriibs wesentlech ze verbesseren, an d'Patienten op déi fréist behandelbar Etapp ze setzen.
Viru kuerzem hunn d'Fuerscher eng einfach an direkt Senséierungsplattform entwéckelt fir Methylatiounslandschaftserkennung baséiert op Cysteamin dekoréiert Gold Nanopartikelen (Cyst / AuNPs) kombinéiert mat engem Smartphone-baséiert Biosensor, deen eng séier fréi Duerchmusterung vun enger breet Palette vun Tumoren erméiglecht. Fréi Screening fir Leukämie ka bannent 15 Minutte no der DNA Extraktioun aus enger Bluttprobe gemaach ginn, mat enger Genauegkeet vun 90,0%. Artikeltitel ass Rapid Detektioun vu Kriibs DNA am mënschleche Blutt mat Cysteamin-capped AuNPs an engem Maschinnléieren-aktivéierten Smartphone.
Figur 1. Eng einfach a séier Sensing Plattform fir Kriibs Duerchmusterung via Cyst /AuNPs Komponente kann an zwee einfach Schrëtt erreecht ginn.
Dëst gëtt an der Figur 1 gewisen. Als éischt gouf eng wässerlech Léisung benotzt fir d'DNA Fragmenter opzeléisen. Cyst /AuNPs goufen dann zu der gemëscht Léisung dobäi. Normal a bösart DNA hunn ënnerschiddlech Methylatiounseigenschaften, wat zu DNA Fragmenter mat verschiddene Selbstmontage Muster resultéiert. Normal DNA aggregéiert locker a schliisslech aggregéiert Cyst/AuNPs, wat zu der routverréckter Natur vun Cyst/AuNPs resultéiert, sou datt eng Verännerung vun der Faarf vu rout bis purpur mat bloussem A beobachtet ka ginn. Am Géigesaz, féiert den eenzegaartege Methylatiounsprofil vu Kriibs DNA zu der Produktioun vu gréissere Cluster vun DNA Fragmenter.
Biller vun 96-Well Placke goufen mat engem Smartphone Kamera geholl. Kriibs DNA gouf vun engem Smartphone mat Maschinn Léieren ausgestatt am Verglach mat Spektroskopie-baséiert Methoden gemooss.
Kriibs Duerchmusterung an real Blutt Echantillon
Fir d'Utilitéit vun der Senséierungsplattform ze verlängeren, hunn d'Enquêteuren e Sensor applizéiert, deen erfollegräich tëscht normalen a kierzlechen DNA an echte Bluttproben ënnerscheet. Methylatiounsmuster op CpG Site regléieren epigenetesch Genausdrock. A bal all Kriibsarten, Ännerungen an der DNA-Methylatioun an domat am Ausdrock vun Genen, déi d'Tumourigenese förderen, goufen ofwiesselnd observéiert.
Als Modell fir aner Kriibs verbonne mat DNA Methylatioun, hunn d'Fuerscher Bluttproben vu Leukämiepatienten a gesonde Kontrollen benotzt fir d'Effizienz vun der Methylatiounslandschaft bei der Differenzéierung vun leukemesche Kriibs z'ënnersichen. Dëse Methylatiounslandschaftsbiomarker iwwerhëlt net nëmmen existent séier Leukämie-Screening-Methoden, awer weist och d'Machbarkeet fir eng fréi Detektioun vun enger breet Palette vu Kriibs mat dësem einfachen an einfachen Assay ze verlängeren.
DNA aus Bluttprouwen vun 31 Leukämiepatienten an 12 gesonde Leit gouf analyséiert. wéi an der Këscht Komplott an Dorënner 2a gewisen, war déi relativ absorbance vun de Kriibs Echantillon (ΔA650/525) manner wéi déi vun DNA aus normal Echantillon. dëst war haaptsächlech wéinst der verstäerkter hydrophobicity zu dichten Aggregatioun vu Kriibs DNA féiert, déi d'Aggregatioun vun Cyst /AuNPs verhënnert. Als Resultat goufen dës Nanopartikele komplett an de baussenzege Schichten vun de Kriibsaggregate verspreet, wat zu enger anerer Dispersioun vu Cyst / AuNPs gefouert huet, déi op normalen a Kriibs DNA Aggregaten adsorbéiert goufen. ROC Kéiren goufen dunn generéiert andeems d'Schwell vun engem Minimumwäert vun ΔA650/525 op e Maximumwäert variéiert.
Figur 2. (a) Relativ absorbance Wäerter vun cyst /AuNPs Léisungen weist d'Präsenz vun normal (blo) a Kriibs (rout) DNA ënner optimiséiert Konditiounen
(DA650/525) vun Këscht Komplott; (b) ROC Analyse an Evaluatioun vun diagnostesche Tester. (c) Duercherneen Matrix fir d'Diagnostik vun normalen a Kriibspatienten. (d) Sensibilitéit, Spezifizitéit, positiv prévisive Wäert (PPV), negativ prévisive Wäert (NPV) a Genauegkeet vun der entwéckelt Method.
Wéi an der Figur 2b gewisen, huet d'Gebitt ënner der ROC-Kurve (AUC = 0.9274) fir den entwéckelte Sensor eng héich Empfindlechkeet a Spezifizitéit gewisen. Wéi kann aus der Këscht Komplott gesi ginn, ass den ënneschten Punkt representéiert déi normal DNA Grupp net gutt getrennt vum héchste Punkt representéiert der Kriibs DNA Grupp; dofir, war Logistikzenter Réckgang benotzt tëscht der normal a Kriibs Gruppen ze differenzéieren. Gitt eng Rei vun onofhängege Verännerlechen, schätzt et d'Wahrscheinlechkeet vun engem Event, sou wéi e Kriibs oder normale Grupp. Déi ofhängeg Variabel läit tëscht 0 an 1. D'Resultat ass also eng Wahrscheinlechkeet. Mir bestëmmt d'Wahrscheinlechkeet vun Kriibs Identifikatioun (P) baséiert op ΔA650/525 wéi follegt.
wou b = 5,3533, w1 = -6,965. Fir Probe Klassifikatioun weist eng Wahrscheinlechkeet vu manner wéi 0,5 eng normal Probe un, während eng Wahrscheinlechkeet vun 0,5 oder méi e Kriibsprobe bezeechent. Figur 2c weist d'Verwirrungsmatrix entsteet aus der Leave-it-alone Cross-Validatioun, déi benotzt gouf fir d'Stabilitéit vun der Klassifikatiounsmethod ze validéieren. Figure 2d resüméiert d'diagnostesch Test Evaluatioun vun der Method, dorënner Sensibilitéit, Spezifizitéit, positiven prévisive Wäert (PPV) an negativ prévisive Wäert (NPV).
Smartphone-baséiert Biosensoren
Fir Probetestung weider ze vereinfachen ouni d'Benotzung vu Spektrofotometeren, hunn d'Fuerscher kënschtlech Intelligenz (AI) benotzt fir d'Faarf vun der Léisung ze interpretéieren an tëscht normalen a kierzlechen Individuen z'ënnerscheeden. Gitt dëst, gouf Computervisioun benotzt fir d'Faarf vun der Cyst / AuNPs Léisung an normal DNA (violett) oder kierzlech DNA (rout) ze iwwersetzen mat Biller vun 96-Well Placke, déi duerch eng Handyskamera geholl goufen. Kënschtlech Intelligenz kann d'Käschte reduzéieren an d'Accessibilitéit verbesseren bei der Interpretatioun vun der Faarf vun Nanopartikelléisungen, an ouni d'Benotzung vun opteschen Hardware-Smartphone Accessoiren. Schlussendlech goufen zwee Maschinnléiermodeller, dorënner Random Forest (RF) an Support Vector Machine (SVM) trainéiert fir d'Modeller ze konstruéieren. souwuel d'RF wéi och SVM Modeller hunn d'Proben korrekt klasséiert als positiv an negativ mat enger Genauegkeet vun 90.0%. Dëst hindeit datt d'Benotzung vu kënschtlecher Intelligenz am Handy-baséiert Biosensing ganz méiglech ass.
Figur 3. (a) Target Klass vun der Léisung während der Virbereedung vun der Prouf fir d'Bild Acquisitioun Schrëtt opgeholl. (b) Beispill Bild geholl während dem Bild Acquisitioun Schrëtt. (c) Faarfintensitéit vun der Cyst /AuNPs Léisung an all Well vun der 96-Well Plack aus dem Bild extrahéiert (b).
Mat Cyst / AuNPs hunn d'Fuerscher erfollegräich eng einfach Senséierungsplattform fir Methylatiounslandschaftserkennung entwéckelt an e Sensor deen fäeg ass normal DNA vu Kriibs-DNA ze z'ënnerscheeden wann Dir richteg Bluttproben fir Leukämie-Screening benotzt. Den entwéckelte Sensor huet bewisen datt d'DNA, déi aus echte Bluttproben extrahéiert gouf, séier a kosteneffektiv kleng Quantitéite vu Kriibs-DNA (3nM) bei Leukämiepatienten a 15 Minutten z'entdecken an eng Genauegkeet vun 95,3% ze weisen. Fir d'Probetestung weider ze vereinfachen andeems d'Bedierfnes fir e Spektrofotometer eliminéiert gouf, gouf Maschinnléiere benotzt fir d'Faarf vun der Léisung ze interpretéieren an tëscht normalen a kriibserreegend Individuen mat enger Handysfoto z'ënnerscheeden, an d'Genauegkeet konnt och bei 90,0% erreecht ginn.
Referenz: DOI: 10.1039/d2ra05725e
Post Zäit: Februar-18-2023