Uji methylation DNA digabungkeun sareng smartphone pikeun saringan awal tumor sareng saringan leukemia kalayan akurasi 90,0%!

Deteksi awal kanker dumasar kana biopsi cair mangrupikeun arah anyar pikeun deteksi sareng diagnosis kanker anu diusulkeun ku Institut Kanker Nasional AS dina taun-taun ayeuna, kalayan tujuan pikeun ngadeteksi kanker awal atanapi bahkan lesi precancerous. Geus loba dipaké salaku biomarker novél pikeun diagnosis awal rupa malignancies, kaasup kanker paru, tumor cerna, gliomas sarta tumor gynecological.

Mecenghulna platform pikeun ngaidentipikasi biomarker bentang métilasi (Methylscape) berpotensi ningkatkeun sacara signifikan saringan awal kanker anu aya, nempatkeun pasien dina tahap anu tiasa dirawat pangheubeulna.

Anyar, peneliti geus ngembangkeun hiji platform sensing basajan tur langsung pikeun deteksi bentang methylation dumasar kana cysteamine dipapaésan nanopartikel emas (Cyst / AuNPs) digabungkeun jeung biosensor basis smartphone nu nyandak screening mimiti gancang tina rupa-rupa tumor. Saringan awal pikeun leukemia tiasa dilaksanakeun dina 15 menit saatos ékstraksi DNA tina sampel getih, kalayan akurasi 90,0%. Judul artikel nyaéta Deteksi gancang DNA kanker dina getih manusa nganggo AuNPs anu ditutupan cysteamine sareng smartphone anu tiasa diajar mesin.

Gambar 1. Hiji platform sensing basajan tur gancang pikeun screening kanker via Cyst / komponén AuNPs bisa dilakonan dina dua léngkah basajan.

Ieu ditémbongkeun dina Gambar 1. Kahiji, leyuran cai dipaké pikeun ngabubarkeun fragmen DNA. Cyst / AuNPs lajeng ditambahkeun kana solusi dicampur. DNA normal sareng ganas gaduh sipat métilasi anu béda-béda, nyababkeun fragmén DNA kalayan pola rakitan diri anu béda. DNA normal aggregates leupas sarta ahirna aggregates Cyst / AuNPs, nu ngakibatkeun alam beureum-shifted of Cyst / AuNPs, ku kituna parobahan warna tina beureum kana wungu bisa ditempo ku mata taranjang. Kontras, profil methylation unik DNA kanker ngabalukarkeun produksi klaster gedé fragmén DNA.

Gambar tina piring 96-sumur dicandak nganggo kaméra smartphone. DNA kanker diukur ku smartphone dilengkepan learning machine dibandingkeun métode dumasar spéktroskopi.

Screening kanker dina sampel getih nyata

Pikeun manjangkeun utilitas platform sensing, panalungtik nerapkeun sénsor anu suksés ngabédakeun antara DNA normal sareng kanker dina sampel getih nyata. pola methylation di situs CpG epigenetically ngatur éksprési gén. Dina ampir kabéh jenis kanker, parobahan methylation DNA sahingga dina éksprési gén nu ngamajukeun tumourigenesis geus katalungtik silih ganti.

Salaku modél pikeun kangker séjén pakait sareng methylation DNA, panalungtik ngagunakeun sampel getih ti penderita leukemia jeung kadali séhat pikeun nalungtik efektivitas bentang methylation dina diferensiasi kangker leukemia. Biomarker bentang métilasi ieu henteu ngan ukur ngaunggulan metode saringan leukemia gancang anu aya, tapi ogé nunjukkeun kamungkinan pikeun ngalegaan pikeun deteksi awal rupa-rupa kanker nganggo assay anu sederhana sareng lugas ieu.

DNA tina sampel getih ti 31 penderita leukemia jeung 12 individu cageur ieu dianalisis. ditémbongkeun saperti dina plot kotak dina Gambar 2a, absorbance relatif sampel kanker (ΔA650/525) éta leuwih handap tina DNA tina sampel normal. Ieu utamana alatan hydrophobicity ditingkatkeun ngarah kana aggregation padet DNA kanker, nu nyegah aggregation of Cyst / AuNPs. Hasilna, nanopartikel ieu sagemblengna dispersed dina lapisan luar tina aggregates kanker, nu nyababkeun dispersi béda Cyst / AuNPs adsorbed on normal sarta kanker aggregates DNA. Kurva ROC lajeng dihasilkeun ku cara ngarobah ambang tina nilai minimum ΔA650/525 ka nilai maksimum.

Gambar 2. (a) Nilai nyerep relatif solusi kista / AuNPs némbongkeun ayana DNA normal (biru) jeung kanker (beureum) dina kaayaan dioptimalkeun.

(DA650/525) tina plot kotak; (b) analisis ROC jeung evaluasi tés diagnostik. (c) Matriks kabingungan pikeun diagnosis pasien normal sareng kanker. (d) Sensitipitas, spésifisitas, nilai prediksi positif (PPV), nilai prediksi négatip (NPV) jeung akurasi métode dimekarkeun.

Ditémbongkeun saperti dina Gambar 2b, wewengkon handapeun kurva ROC (AUC = 0.9274) diala pikeun sensor dimekarkeun némbongkeun sensitipitas tinggi na spésifisitas. Salaku bisa ditempo ti plot kotak, titik panghandapna ngalambangkeun grup DNA normal henteu ogé dipisahkeun tina titik pangluhurna ngalambangkeun grup DNA kanker; kituna, regression logistik ieu dipaké pikeun ngabedakeun antara grup normal jeung kanker. Dibikeun sakumpulan variabel bebas, éta ngira-ngira kamungkinan kajadian, sapertos kanker atanapi grup normal. Variabel gumantungna antara 0 jeung 1. Hasilna ku kituna probabiliti. Kami nangtukeun kamungkinan idéntifikasi kanker (P) dumasar kana ΔA650/525 sapertos kieu.

dimana b = 5,3533, w1 = -6,965. Pikeun klasifikasi sampel, kamungkinan kirang ti 0,5 nunjukkeun sampel normal, sedengkeun kamungkinan 0,5 atawa saluhureuna nunjukkeun sampel kanker. Gambar 2c ngagambarkeun matriks kabingungan anu dihasilkeun tina validasi silang ninggalkeun-nyalira, anu digunakeun pikeun ngesahkeun stabilitas metode klasifikasi. Gambar 2d nyimpulkeun evaluasi tés diagnostik sahiji metodeu, kalebet sensitipitas, spésifisitas, nilai prediksi positif (PPV) sareng nilai prediksi négatip (NPV).

biosensors basis smartphone

Pikeun langkung nyederhanakeun tés sampel tanpa nganggo spéktrofotométer, panalungtik ngagunakeun kecerdasan jieunan (AI) pikeun napsirkeun warna solusi sareng ngabédakeun antara jalma normal sareng kanker. Kusabab ieu, visi komputer dipaké pikeun narjamahkeun warna solusi Cyst / AuNPs kana DNA normal (ungu) atawa DNA cancerous (beureum) ngagunakeun gambar tina 96-sumur pelat dicokot ngaliwatan kaméra handphone. Kecerdasan buatan tiasa ngirangan biaya sareng ningkatkeun aksés dina napsirkeun warna solusi nanopartikel, sareng tanpa nganggo asesoris smartphone hardware optik. Tungtungna, dua modél pembelajaran mesin, kalebet Random Forest (RF) sareng Support Vector Machine (SVM) dilatih pikeun ngawangun modél éta. boh modél RF sareng SVM leres ngagolongkeun sampel salaku positip sareng négatip kalayan akurasi 90,0%. Ieu nunjukkeun yén pamakéan kecerdasan jieunan dina biosensing basis telepon sélulér cukup mungkin.

Gambar 3. (a) Target kelas leyuran dirékam salila persiapan sampel pikeun hambalan akuisisi gambar. (b) Conto gambar anu dicandak dina tahapan akuisisi gambar. (c) Inténsitas warna kista / solusi AuNPs dina unggal sumur tina plat 96-sumur sasari tina gambar (b).

Ngagunakeun Cyst / AuNPs, peneliti geus hasil ngembangkeun platform sensing basajan pikeun deteksi bentang methylation sarta sensor sanggup ngabedakeun DNA normal tina DNA kanker nalika ngagunakeun sampel getih nyata pikeun screening leukemia. Sénsor anu dikembangkeun nunjukkeun yén DNA anu sasari tina conto getih nyata tiasa gancang sareng efektif ngadeteksi sajumlah leutik DNA kanker (3nM) dina penderita leukemia dina 15 menit, sareng nunjukkeun akurasi 95,3%. Pikeun langkung nyederhanakeun tés sampel ku ngaleungitkeun kabutuhan spéktrofotométer, diajar mesin digunakeun pikeun napsirkeun warna solusi sareng ngabédakeun antara jalma normal sareng kanker nganggo poto telepon sélulér, sareng akurasi ogé tiasa dihontal dina 90,0%.

Rujukan: DOI: 10.1039 / d2ra05725e