Tés métilasi DNA digabungkeun sareng smartphone pikeun panyaringan awal tumor sareng panyaringan leukemia kalayan akurasi 90,0%!

Deteksi dini kanker dumasar kana biopsi cair mangrupikeun arah anyar dina deteksi sareng diagnosis kanker anu diusulkeun ku Institut Kanker Nasional AS dina sababaraha taun ka pengker, kalayan tujuan pikeun ngadeteksi kanker dini atanapi bahkan lési prakanker. Ieu parantos seueur dianggo salaku biomarker énggal pikeun diagnosis dini rupa-rupa keganasan, kalebet kanker paru-paru, tumor gastrointestinal, glioma sareng tumor ginekologi.

Munculna platform pikeun ngaidentipikasi biomarker lanskap metilasi (Methylscape) mibanda poténsi pikeun ningkatkeun sacara signifikan skrining awal kanker anu tos aya, nempatkeun pasien dina tahap pangheubeulna anu tiasa diubaran.

Anyar-anyar ieu, para panalungtik parantos ngembangkeun platform panginderaan anu saderhana sareng langsung pikeun deteksi lanskap metilasi dumasar kana nanopartikel emas anu dihias ku cysteamine (Cyst/AuNPs) anu digabungkeun sareng biosensor berbasis smartphone anu ngamungkinkeun panyaringan awal anu gancang pikeun rupa-rupa tumor. Panyaringan awal pikeun leukemia tiasa dilakukeun dina 15 menit saatos ékstraksi DNA tina sampel getih, kalayan akurasi 90,0%. Judul artikel nyaéta Deteksi gancang DNA kanker dina getih manusa nganggo AuNP anu ditutupan ku cysteamine sareng smartphone anu diaktipkeun ku pembelajaran mesin.

Gambar 1. Platform panginderaan anu saderhana sareng gancang pikeun panyaringan kanker ngalangkungan komponén Kista/AuNP tiasa dilaksanakeun dina dua léngkah saderhana.

Ieu dipidangkeun dina Gambar 1. Mimitina, leyuran cai dianggo pikeun ngaleyurkeun fragmen DNA. Kista/AuNP teras ditambahkeun kana leyuran campuran. DNA normal sareng ganas gaduh sipat metilasi anu béda, anu ngahasilkeun fragmen DNA kalayan pola perakitan mandiri anu béda. DNA normal ngahiji sacara leupas sareng pamustunganana ngahiji Kista/AuNP, anu ngahasilkeun sipat Cyst/AuNP anu robah warna jadi beureum, sahingga parobahan warna tina beureum ka wungu tiasa dititénan ku panon taranjang. Sabalikna, profil metilasi DNA kanker anu unik nyababkeun produksi gugusan fragmen DNA anu langkung ageung.

Gambar pelat 96-sumur dicandak nganggo kaméra smartphone. DNA kanker diukur ku smartphone anu dilengkepan pembelajaran mesin dibandingkeun sareng metode berbasis spéktroskopi.

Skrining kanker dina sampel getih asli

Pikeun manjangkeun kagunaan platform sensing, para panalungtik nerapkeun sensor anu suksés ngabédakeun antara DNA normal sareng kanker dina sampel getih nyata. pola metilasi di situs CpG sacara epigenetik ngatur éksprési gén. Ampir dina sadaya jinis kanker, parobahan dina metilasi DNA sareng ku kituna dina éksprési gén anu ngamajukeun tumorigenesis parantos dititénan silih genti.

Salaku modél pikeun kanker sanés anu aya hubunganana sareng metilasi DNA, para panaliti nganggo sampel getih ti pasien leukemia sareng kontrol séhat pikeun nalungtik efektivitas bentang metilasi dina ngabédakeun kanker leukemia. Biomarker bentang metilasi ieu henteu ngan ukur ngaleuwihan metode skrining leukemia gancang anu tos aya, tapi ogé nunjukkeun kamungkinan pikeun ngalegaan kana deteksi dini rupa-rupa kanker nganggo uji anu saderhana sareng lugas ieu.

DNA tina sampel getih ti 31 pasien leukemia sareng 12 individu séhat dianalisis. Sakumaha anu dipidangkeun dina plot kotak dina Gambar 2a, absorbansi relatif sampel kanker (ΔA650/525) langkung handap tibatan DNA tina sampel normal. Ieu utamina kusabab hidrofobisitas anu ningkat anu ngarah kana agregasi DNA kanker anu padet, anu nyegah agregasi Cyst/AuNP. Hasilna, nanopartikel ieu sumebar sacara lengkep dina lapisan luar agregat kanker, anu ngahasilkeun dispersi Cyst/AuNP anu béda anu diadsorpsi dina agregat DNA normal sareng kanker. Kurva ROC teras dihasilkeun ku cara ngarobih ambang tina nilai minimum ΔA650/525 dugi ka nilai maksimum.

Gambar 2.(a) Nilai absorbansi relatif tina larutan kista/AuNPs anu nunjukkeun ayana DNA normal (biru) sareng kanker (beureum) dina kaayaan anu dioptimalkeun.

(DA650/525) tina plot kotak; (b) Analisis ROC sareng évaluasi tés diagnostik. (c) Matriks konfusi pikeun diagnosis pasien normal sareng kanker. (d) Sensitivitas, spésifisitas, nilai prédiktif positif (PPV), nilai prédiktif négatif (NPV) sareng akurasi metode anu dikembangkeun.

Sakumaha anu dipidangkeun dina Gambar 2b, daérah di handapeun kurva ROC (AUC = 0.9274) anu diala pikeun sensor anu dimekarkeun nunjukkeun sensitivitas sareng spésifisitas anu luhur. Sakumaha anu tiasa ditingali tina plot kotak, titik panghandapna anu ngawakilan grup DNA normal henteu dipisahkeun kalayan saé tina titik pangluhurna anu ngawakilan grup DNA kanker; ku kituna, régrési logistik dianggo pikeun ngabédakeun antara grup normal sareng kanker. Dibéré sakumpulan variabel mandiri, éta ngira-ngira probabilitas kajadian anu lumangsung, sapertos kanker atanapi grup normal. Variabel gumantungna aya dina rentang antara 0 sareng 1. Hasilna nyaéta probabilitas. Kami nangtukeun probabilitas idéntifikasi kanker (P) dumasar kana ΔA650/525 sapertos kieu.

dimana b=5.3533,w1=-6.965. Pikeun klasifikasi sampel, probabilitas kurang ti 0.5 nunjukkeun sampel normal, sedengkeun probabilitas 0.5 atanapi langkung luhur nunjukkeun sampel kanker. Gambar 2c ngagambarkeun matriks kabingungan anu dihasilkeun tina validasi silang leave-it-alone, anu dianggo pikeun validasi stabilitas metode klasifikasi. Gambar 2d ngaruntuykeun évaluasi tés diagnostik metode, kalebet sensitivitas, spésifisitas, nilai prédiktif positif (PPV) sareng nilai prédiktif négatif (NPV).

Biosensor berbasis smartphone

Pikeun ngagampangkeun deui uji sampel tanpa nganggo spektrofotometer, para panalungtik nganggo kecerdasan buatan (AI) pikeun napsirkeun warna larutan sareng ngabédakeun antara individu normal sareng kanker. Kusabab kitu, visi komputer dianggo pikeun narjamahkeun warna larutan Cyst/AuNPs kana DNA normal (wungu) atanapi DNA kanker (beureum) nganggo gambar pelat 96-sumur anu dicandak ngalangkungan kaméra telepon sélulér. Kecerdasan buatan tiasa ngirangan biaya sareng ningkatkeun aksésibilitas dina napsirkeun warna larutan nanopartikel, sareng tanpa nganggo asesoris smartphone hardware optik. Pamungkas, dua modél pembelajaran mesin, kalebet Random Forest (RF) sareng Support Vector Machine (SVM) dilatih pikeun ngawangun modél. duanana modél RF sareng SVM leres ngaklasifikasikeun sampel salaku positip sareng négatip kalayan akurasi 90,0%. Ieu nunjukkeun yén panggunaan kecerdasan buatan dina biosensoring berbasis telepon sélulér tiasa waé.

Gambar 3.(a) Kelas target tina larutan anu dirékam nalika nyiapkeun sampel pikeun léngkah akuisisi gambar. (b) Conto gambar anu dicandak nalika léngkah akuisisi gambar. (c) Inténsitas warna tina larutan kista/AuNPs dina unggal sumur pelat 96-sumur anu diekstrak tina gambar (b).

Ngagunakeun Cyst/AuNPs, para panalungtik parantos hasil ngembangkeun platform sensing anu saderhana pikeun deteksi lanskap metilasi sareng sensor anu sanggup ngabédakeun DNA normal tina DNA kanker nalika nganggo sampel getih asli pikeun panyaringan leukemia. Sensor anu dimekarkeun nunjukkeun yén DNA anu diekstrak tina sampel getih asli tiasa gancang sareng efektif ngadeteksi sajumlah alit DNA kanker (3nM) dina pasien leukemia dina 15 menit, sareng nunjukkeun akurasi 95,3%. Pikeun langkung ngagampangkeun uji sampel ku cara ngaleungitkeun kabutuhan spéktrofotométer, pembelajaran mesin dianggo pikeun napsirkeun warna larutan sareng ngabédakeun antara individu normal sareng kanker nganggo poto telepon sélulér, sareng akurasi ogé tiasa kahontal dina 90,0%.

Réferénsi: DOI: 10.1039/d2ra05725e