Тестирање метилације ДНК у комбинацији са паметним телефонима за рано скрининг тумора и скрининг леукемије са тачношћу од 90,0%!

Рано откривање рака на основу течне биопсије је нови смер откривања и дијагнозе рака које је предложио амерички национални институт против рака последњих година, са циљем откривања раног карцинома или чак прецизних лезија. Широко се користи као роман биомаркер за рану дијагнозу различитих малигнитета, укључујући рак плућа, гастроинтестиналне туморе, глиоме и гинеколошке туморе.

Појава платформи за идентификацију метилационог пејзажа (метилсцапе) Биомаркерс има потенцијал да значајно побољша постојећи рани скрининг за рак, стављајући пацијенте у најранију поступној фази.

Недавно су истраживачи развили једноставну и директну сензорску платформу за детекцију метилације на основу цистеамине украшених златним наночестицама (цистем / ауНПС) у комбинацији са биосенсорним паметним телефоном који омогућава брзе рано скрининг широког спектра тумора. Рани скрининг за леукемију може се извести у року од 15 минута након екстракције ДНК из узорка крви, са тачношћу од 90,0%. Наслов чланка је брзо откривање ДНК рака у људској крви користећи цистеамине затворене АУНП-ове и паметном телефоном који је омогућено машином.

Слика 1. Једноставна и брза сензорска платформа за скрининг рака путем циста / АУНПС компонента може се постићи у два једноставна корака.

Ово је приказано на слици 1. Прво, водени раствор је коришћен за растворење фрагмената ДНК. Циста / АуНПС ​​је затим додата у мешовито решење. Нормална и малигна ДНК имају различита својства метилације, што је резултирало фрагментима ДНК са различитим обрасцима само-скупштине. Нормални агрегати ДНК лабаво и на крају агрегирају цист / ауНПС, што резултира црвеним поремећеним природом цисте / ауНПС-а, тако да се може приметити промена боје од црвене до љубичасте боје на голим оком. Супротно томе, јединствени профил метилације ДНК-а доводи до производње већих клаустера ДНК фрагмената.

Слике плоче од 96 јажица узете су помоћу камере паметне телефоне. Рак ДНК је мерен паметним телефоном опремљен машинским учењем у поређењу са методама на бази спектроскопије.

Скрининг рака у стварним узорцима крви

Да бисте продужили услужни програм сензорске платформе, истражитељи су примењивали сензор који се успешно разликује између нормалног и картоносалног ДНК у стварним узорцима крви. Узорци метилације на ЦПГ сајтовима Епигенетски регулишу експресију гена. У скоро свим врстама рака, промене у ДНК метилацији и на тај начин су примећене у изразу гена који промовишу тумоуригенезу.

Као модел за остале карцине повезане са ДНК метилацијом, истраживачи су користили узорке крви из леукемије пацијената и здраве контроле да би истражили ефикасност метилационог пејзажа у различитој леукамијским карциномима. Овај метилациони пејзаж Биомаркер не само да надмашује постојећу методе скрининг леукемије, већ и показује изводљивост да се прошири на рано откривање широког спектра ракера који користе овај једноставан и једноставан тест.

Анализирана је ДНК из узорка крви из 31 године пацијената са леукемијом и 12 здравих појединаца. Као што је приказано у парцели на слици 2А, релативна апсорбанција узорака рака (ΔА650 / 525) била је нижа од оне ДНК од нормалних узорака. То је углавном било због појачане хидрофобности која води до густе агрегације ДНК рака, која је спречила агрегацију цисте / АУНПС-а. Као резултат тога, ови наночестица су у потпуности распршени у спољним слојевима агрегата рака, што је резултирало различитом дисперзијом цисте / АУНПС адсорбује на нормалном и раку ДНК агрегатама. Кривуље РОЦ-а су затим генерисане варирајући праг из минималне вредности ΔА650 / 525 до максималне вредности.

Слика 2. (а) Релативне вредности апсорбанције циста / ауНПС решења која показују присуство нормалног (плавог) и рака (црвене) ДНК под оптимизованим условима

(ДА650 / 525) кутија за плоче; (б) РОЦ анализа и процена дијагностичких тестова. (ц) збркана матрица за дијагнозу нормалних и пацијената са раком. (д) осетљивост, специфичност, позитивна предиктивна вредност (ППВ), негативна предиктивна вредност (НПВ) и тачност развијене методе.

Као што је приказано на слици 2Б, површина испод криве РОЦ (АУЦ = 0,9274) добијена за развијени сензор показала је високу осетљивост и специфичност. Као што се може видети из парцеле за кутију, најнижа тачка која представља нормалну ДНК групу није добро раздвојена од највише тачке која представља групу ДНК-а; Стога је логистичка регресија коришћена за разликовање нормалних и рака група. С обзиром на сет независних променљивих, процењује вероватноћу догађаја, као што је рак или нормална група. Зависне променљиве распони између 0 и 1. резултат је стога вероватноћа. Одлучили смо вероватноћу идентификације рака (п) на основу ΔА650 / 525 на следећи начин.

где је б = 5.3533, в1 = -6.965. За класификацију узорка, вероватноћа мања од 0,5 указује на нормалан узорак, док вероватноћа од 0,5 или више показује узорак рака. Слика 2Ц приказује збрку матрицу која се генерисала из самосталне провере од оставља и самостала која је коришћена за потврђивање стабилности методе класификације. Слика 2Д резимира је дијагностичку евалуацију методе, укључујући осетљивост, специфичност, позитивну предиктивну вредност (ППВ) и негативну предиктивну вредност (НПВ).

Биосенсорови засновани на паметним телефонима

Да бисте додатно поједноставили тестирање узорка без употребе спектрофотометара, истраживачи су користили вештачку интелигенцију (АИ) да протумачију боју решења и разликују нормалне и канцерозне особе. С обзиром на то, рачунарска визија коришћена је за превеђивање боје раствора цисте / АУНПС-а у нормалан ДНК (љубичастим) или канцерозну ДНК (црвену) користећи слике плоча од 96 јажица преузете путем мобилне телефоне. Вештачка интелигенција може смањити трошкове и побољшати приступачност у тумачењу боје решења наночестица и без употребе било ког оптичког алата за паметне телефоне. Коначно, два модела учења машина, укључујући случајну шуму (РФ) и подршку векторске машине (СВМ) обучене су за конструкцију модела. И РФ и СВМ модели тачно су класификовали узорке позитивне и негативне са тачношћу од 90,0%. Ово сугерише да је употреба вештачке интелигенције у биосенсингу заснованом на мобилном телефону сасвим могућа.

Слика 3. (а) Циљана класа решења забележена током припреме узорка за корак набавке слике. (б) Пример слике снимљена током корака набавке слика. (ц) Интензитет боје цисте / аутера раствора у свакој јажици плоче од 96 јажица екстрахован са слике (Б).

Користећи цист / ауНПС, истраживачи су успешно развили једноставну осетљиву платформу за детекцију метилације и сензор који може разликовати нормалан ДНК од ДНК-а од рака ДНК приликом коришћења стварних узорака крви за скрининг за леукемију. Развијени сензор је показао да је ДНК екстрахована из стварних узорака крви могла да брзо и економично открије мале количине ДНК-а за рак ДНК (3НМ) у леукемији пацијенти за 15 минута и показала је тачност од 95,3%. Да бисте додатно поједноставили тестирање узорка уклањањем потреба за спектрофотометром, учење машине коришћено је за тумачење боје раствора и разликовати нормалне и канцерозне особе користећи фотографију мобилног телефона и тачност је такође могла да се постигне на 90,0%.

Референца: Дои: 10.1039 / Д2РА05725Е