Testo pri DNA-metiligo kombinita kun saĝtelefonoj por frua ekzamenado de tumoroj kaj leŭkemio-ekzameno kun precizeco de 90.0%!

Frua detekto de kancero surbaze de likva biopsio estas nova direkto de kancero-detekto kaj diagnozo proponita de la Usona Nacia Kancero-Instituto en la lastaj jaroj, kun la celo detekti fruan kanceron aŭ eĉ antaŭkancero-lezojn. Ĝi estis vaste utiligita kiel nova biosigno por la frua diagnozo de diversaj malignecoj, inkluzive de pulma kancero, gastro-intestaj tumoroj, gliomoj kaj ginekologiaj tumoroj.

La apero de platformoj por identigi metiligpejzaĝon (Methylscape) biosignoj havas la eblecon signife plibonigi ekzistantan fruan ekzamenadon por kancero, metante pacientojn en la plej fruan kuraceblan stadion.

Lastatempe, esploristoj evoluigis simplan kaj rektan sentantan platformon por metiliga pejzaĝo-detekto bazita sur cisteamin-ornamitaj oraj nanopartikloj (Kisto/AuNPs) kombinitaj kun inteligenta telefono-bazita biosensilo kiu ebligas rapidan fruan ekzamenadon de larĝa gamo de tumoroj. Frua ekzamenado por leŭkemio povas esti farita ene de 15 minutoj post DNA-ekstraktado de sangospecimeno, kun precizeco de 90.0%. Artikoltitolo estas Rapida detekto de kancero-DNA en homa sango uzante cisteamin-kapitajn AuNP-ojn kaj maŝinlern-ebligitan inteligentan telefonon.

Figuro 1. Simpla kaj rapida senta platformo por kancero-kribrado per Cyst/AuNPs-komponentoj povas esti plenumita en du simplaj paŝoj.

Ĉi tio estas montrita en Figuro 1. Unue, akva solvaĵo estis uzata por solvi la DNA-fragmentojn. Kisto/AuNPoj tiam estis aldonitaj al la miksita solvo. Normala kaj maligna DNA havas malsamajn metiligpropraĵojn, rezultigante DNA-fragmentojn kun malsamaj mem-kunigpadronoj. Normala DNA agregas loze kaj poste agregas Cyst/AuNPs, kiu rezultigas la ruĝ-ŝanĝitan naturon de Cyst/AuNPs, tiel ke ŝanĝo en koloro de ruĝa al purpuro povas esti observita kun la nuda okulo. En kontrasto, la unika metiligprofilo de kancera DNA kondukas al la produktado de pli grandaj aretoj de DNA-fragmentoj.

Bildoj de 96-putaj teleroj estis prenitaj per saĝtelefona fotilo. Kancera DNA estis mezurita per saĝtelefono ekipita per maŝinlernado kompare kun spektroskopio-bazitaj metodoj.

Kancera ekzamenado en realaj sangospecimenoj

Por etendi la utilecon de la senta platformo, la esploristoj aplikis sensilon, kiu sukcese distingis inter normala kaj kancera DNA en realaj sangospecimenoj. metiligpadronoj ĉe CpG-ejoj epigenetike reguligas genekspresion. En preskaŭ ĉiuj kancerspecoj, ŝanĝoj en DNA-metiligo kaj tiel en la esprimo de genoj kiuj antaŭenigas tumorigenesis estis observitaj alterni.

Kiel modelo por aliaj kanceroj asociitaj kun DNA-metiligo, la esploristoj uzis sangospecimenojn de leŭkemiaj pacientoj kaj sanajn kontrolojn por esplori la efikecon de la metiligpejzaĝo en diferencigo de leŭkemiaj kanceroj. Ĉi tiu metiliga pejzaĝa biosigno ne nur superas ekzistantajn rapidajn leŭkemiajn ekzamenajn metodojn, sed ankaŭ montras la fareblecon etendi al frua detekto de larĝa gamo de kanceroj uzante ĉi tiun simplan kaj simplan analizon.

DNA de sangospecimenoj de 31 leŭkemiaj pacientoj kaj 12 sanaj individuoj estis analizita. kiel montrite en la kestintrigo en Figuro 2a, la relativa absorbado de la kanceraj specimenoj (ΔA650/525) estis pli malalta ol tiu de DNA de normalaj specimenoj. tio estis plejparte pro la plifortigita hidrofobeco kondukanta al densa agregado de kancera DNA, kiu malhelpis la agregadon de Cyst/AuNPs. Kiel rezulto, tiuj nanopartikloj estis tute disigitaj en la eksteraj tavoloj de la kanceraj agregaĵoj, kiuj rezultigis malsaman disvastiĝon de Cyst/AuNPs adsorbitaj sur normalaj kaj kanceraj DNA-agregaĵoj. ROC-kurboj tiam estis generitaj variigante la sojlon de minimuma valoro de ΔA650/525 al maksimuma valoro.

Figuro 2. (a) Relativaj absorbadvaloroj de kisto/AuNPs-solvoj montrante la ĉeeston de normala (blua) kaj kancero (ruĝa) DNA sub optimumigitaj kondiĉoj

(DA650/525) de kestoparkoj; (b) ROC-analizo kaj taksado de diagnozaj testoj. (c) Konfuza matrico por la diagnozo de normalaj kaj kanceruloj. (d) Sentemo, specifeco, pozitiva prognoza valoro (PPV), negativa prognoza valoro (NPV) kaj precizeco de la evoluinta metodo.

Kiel montrite en Figuro 2b, la areo sub la ROC-kurbo (AUC = 0.9274) akirita por la evoluinta sensilo montris altan sentivecon kaj specifecon. Kiel povas esti vidita de la kestintrigo, la plej malsupra punkto reprezentanta la normalan DNA-grupon ne estas bone apartigita de la plej alta punkto reprezentanta la kanceran DNA-grupon; tial, loĝistika regreso estis uzata por diferenci inter la normalaj kaj kanceraj grupoj. Surbaze de aro de sendependaj variabloj, ĝi taksas la probablecon de okazaĵo okazanta, kiel ekzemple kancero aŭ normala grupo. La dependa variablo varias inter 0 kaj 1. La rezulto estas do probablo. Ni determinis la probablon de kanceridentigo (P) bazita sur ΔA650/525 jene.

kie b=5.3533,w1=-6.965. Por provaĵoklasifiko, probableco de malpli ol 0.5 indikas normalan provaĵon, dum probableco de 0.5 aŭ pli alta indikas kancerprovaĵon. Figuro 2c prezentas la konfuzmatricon generitan de la lasi-ĝi-sola krucvalidado, kiu estis uzita por validigi la stabilecon de la klasifika metodo. Figuro 2d resumas la diagnozan testan taksadon de la metodo, inkluzive de sentemo, specifeco, pozitiva prognoza valoro (PPV) kaj negativa prognoza valoro (NPV).

Smartphone-bazitaj biosensiloj

Por plu simpligi provajn provojn sen la uzo de spektrofotometroj, la esploristoj uzis artefaritan inteligentecon (AI) por interpreti la koloron de la solvo kaj distingi inter normalaj kaj kanceraj individuoj. Konsiderante tion, komputila vizio estis utiligita por traduki la koloron de la Cyst/AuNPs-solvo en normalan DNA (purpura) aŭ kanceran DNA (ruĝe) uzante bildojn de 96-putaj platoj prenitaj tra poŝtelefonfotilo. Artefarita inteligenteco povas redukti kostojn kaj plibonigi alireblecon en interpretado de la koloro de nanopartiklosolvoj, kaj sen la uzo de ajna optika aparataro inteligenta telefono akcesoraĵoj. Finfine, du maŝinlernantaj modeloj, inkluzive de Hazarda Arbaro (RF) kaj Support Vector Machine (SVM) estis trejnitaj por konstrui la modelojn. kaj la RF kaj SVM-modeloj ĝuste klasifikis la provaĵojn kiel pozitivajn kaj negativajn kun precizeco de 90.0%. Ĉi tio sugestas, ke la uzo de artefarita inteligenteco en poŝtelefon-bazita biosensado estas sufiĉe ebla.

Figuro 3.(a) Celklaso de la solvo registrita dum la preparado de la provaĵo por la bilda akirpaŝo. (b) Ekzemplo bildo prenita dum la bilda akiro paŝo. (c) Kolorintenseco de la kisto/AuNPs-solvo en ĉiu puto de la 96-puta plato ĉerpita el la bildo (b).

Uzante Cyst/AuNPs, esploristoj sukcese evoluigis simplan sentan platformon por metiliga pejzaĝo-detekto kaj sensilon kapabla distingi normalan DNA de kancero DNA kiam uzado de realaj sangospecimenoj por leŭkemio ekzamenado. La evoluinta sensilo pruvis, ke DNA ĉerpita el realaj sangospecimenoj povis rapide kaj kostefike detekti malgrandajn kvantojn da kancero-DNA (3nM) ĉe leŭkemiaj pacientoj en 15 minutoj, kaj montris precizecon de 95,3%. Por plue simpligi specimenan testadon forigante la bezonon de spektrofotometro, maŝinlernado estis uzata por interpreti la koloron de la solvo kaj diferencigi inter normalaj kaj kanceraj individuoj uzante poŝtelefonfoton, kaj precizeco ankaŭ povis esti atingita ĉe 90.0%.

Referenco: DOI: 10.1039/d2ra05725e