Testimi i metilimit të ADN-së i kombinuar me telefona inteligjentë për shqyrtim të hershëm të tumoreve dhe shqyrtim të leuçemisë me një saktësi prej 90.0%!

Zbulimi i hershëm i kancerit bazuar në biopsinë e lëngshme është një drejtim i ri i zbulimit dhe diagnostikimit të kancerit i propozuar nga Instituti Kombëtar i Kancerit i SHBA-së vitet e fundit, me qëllim zbulimin e kancerit të hershëm ose edhe lezioneve prekanceroze. Është përdorur gjerësisht si një biomarkues i ri për diagnostikimin e hershëm të kancerit të ndryshëm, duke përfshirë kancerin e mushkërive, tumoret gastrointestinale, gliomat dhe tumoret gjinekologjike.

Shfaqja e platformave për të identifikuar biomarkuesit e peizazhit të metilimit (Methylscape) ka potencialin të përmirësojë ndjeshëm shqyrtimin ekzistues të hershëm për kancerin, duke i vendosur pacientët në fazën më të hershme të shërueshme.

Kohët e fundit, studiuesit kanë zhvilluar një platformë të thjeshtë dhe të drejtpërdrejtë ndjeshmërie për zbulimin e peizazhit të metilimit bazuar në nanopjesëza ari të dekoruara me cisteaminë (Cyst/AuNPs) të kombinuara me një biosensor të bazuar në smartphone që mundëson shqyrtimin e shpejtë të hershëm të një game të gjerë tumoresh. Shqyrtimi i hershëm për leuçeminë mund të kryhet brenda 15 minutave pas nxjerrjes së ADN-së nga një mostër gjaku, me një saktësi prej 90.0%. Titulli i artikullit është Zbulimi i shpejtë i ADN-së së kancerit në gjakun e njeriut duke përdorur AuNP të mbuluara me cisteaminë dhe një smartphone të mundësuar nga mësimi automatik.

Figura 1. Një platformë e thjeshtë dhe e shpejtë e ndjeshmërisë për depistimin e kancerit nëpërmjet komponentëve të Cist/AuNP mund të realizohet në dy hapa të thjeshtë.

Kjo tregohet në Figurën 1. Së pari, një tretësirë ​​ujore u përdor për të tretur fragmentet e ADN-së. Cist/AuNP-të u shtuan më pas në tretësirën e përzier. ADN-ja normale dhe malinje kanë veti të ndryshme metilimi, duke rezultuar në fragmente të ADN-së me modele të ndryshme vetë-montimi. ADN-ja normale grumbullohet lirshëm dhe përfundimisht grumbullon Cist/AuNP, gjë që rezulton në natyrën e zhvendosur në të kuqe të Cist/AuNP-ve, kështu që një ndryshim në ngjyrë nga e kuqja në vjollcë mund të vërehet me sy të lirë. Në të kundërt, profili unik i metilimit të ADN-së së kancerit çon në prodhimin e grumbujve më të mëdhenj të fragmenteve të ADN-së.

Imazhet e pllakave me 96 puseta u morën duke përdorur një kamerë telefoni inteligjent. ADN-ja e kancerit u mat nga një telefon inteligjent i pajisur me të mësuarit automatik krahasuar me metodat e bazuara në spektroskopi.

Shqyrtimi i kancerit në mostrat e vërteta të gjakut

Për të zgjeruar dobinë e platformës së ndjeshmërisë, studiuesit aplikuan një sensor që dalloi me sukses midis ADN-së normale dhe kanceroze në mostrat e gjakut të vërtetë. Modelet e metilimit në vendet e CpG rregullojnë epigjenetikisht shprehjen e gjeneve. Në pothuajse të gjitha llojet e kancerit, ndryshimet në metilimin e ADN-së dhe kështu në shprehjen e gjeneve që nxisin tumorogjenezën janë vërejtur të alternojnë.

Si model për kanceret e tjera të shoqëruara me metilimin e ADN-së, studiuesit përdorën mostra gjaku nga pacientët me leuçemi dhe kontrolle të shëndetshme për të hetuar efektivitetin e peizazhit të metilimit në diferencimin e kancereve leuçemike. Ky biomarkues i peizazhit të metilimit jo vetëm që i tejkalon metodat ekzistuese të shpejta të shqyrtimit të leuçemisë, por gjithashtu demonstron mundësinë e zgjerimit në zbulimin e hershëm të një game të gjerë kanceresh duke përdorur këtë analizë të thjeshtë dhe të drejtpërdrejtë.

U analizua ADN-ja nga mostrat e gjakut nga 31 pacientë me leuçemi dhe 12 individë të shëndetshëm. Siç tregohet në grafikun e kutisë në Figurën 2a, thithja relative e mostrave të kancerit (ΔA650/525) ishte më e ulët se ajo e ADN-së nga mostrat normale. Kjo ishte kryesisht për shkak të hidrofobicitetit të shtuar që çon në grumbullim të dendur të ADN-së së kancerit, gjë që parandaloi grumbullimin e Cist/AuNP-ve. Si rezultat, këto nanopjesëza u shpërndanë plotësisht në shtresat e jashtme të agregateve të kancerit, gjë që rezultoi në një shpërndarje të ndryshme të Cist/AuNP-ve të adsorbuara në agregatet e ADN-së normale dhe të kancerit. Kurbat ROC u gjeneruan më pas duke ndryshuar pragun nga një vlerë minimale prej ΔA650/525 në një vlerë maksimale.

Figura 2.(a) Vlerat relative të absorbimit të tretësirave të kistit/AuNP-ve që tregojnë praninë e ADN-së normale (blu) dhe kancerit (e kuqe) në kushte të optimizuara

(DA650/525) të grafikëve në kuti; (b) Analiza ROC dhe vlerësimi i testeve diagnostikuese. (c) Matrica e konfuzionit për diagnozën e pacientëve normalë dhe atyre me kancer. (d) Ndjeshmëria, specifikimi, vlera parashikuese pozitive (PPV), vlera parashikuese negative (NPV) dhe saktësia e metodës së zhvilluar.

Siç tregohet në Figurën 2b, zona nën kurbën ROC (AUC = 0.9274) e marrë për sensorin e zhvilluar tregoi ndjeshmëri dhe specifikë të lartë. Siç mund të shihet nga grafiku i kutisë, pika më e ulët që përfaqëson grupin normal të ADN-së nuk është e ndarë mirë nga pika më e lartë që përfaqëson grupin e ADN-së së kancerit; prandaj, regresioni logjistik u përdor për të dalluar midis grupeve normale dhe kancerogjene. Duke pasur parasysh një grup variablash të pavarura, ai vlerëson probabilitetin e ndodhjes së një ngjarjeje, siç është një grup kanceri ose normal. Variabli i varur varion midis 0 dhe 1. Rezultati është pra një probabilitet. Ne përcaktuam probabilitetin e identifikimit të kancerit (P) bazuar në ΔA650/525 si më poshtë.

ku b=5.3533, w1=-6.965. Për klasifikimin e mostrës, një probabilitet më i vogël se 0.5 tregon një mostër normale, ndërsa një probabilitet prej 0.5 ose më i lartë tregon një mostër kanceri. Figura 2c përshkruan matricën e konfuzionit të gjeneruar nga validimi i kryqëzuar "lëre mënjanë", i cili u përdor për të validuar stabilitetin e metodës së klasifikimit. Figura 2d përmbledh vlerësimin e testit diagnostik të metodës, duke përfshirë ndjeshmërinë, specifikën, vlerën parashikuese pozitive (PPV) dhe vlerën parashikuese negative (NPV).

Biosensorë të bazuar në telefona inteligjentë

Për ta thjeshtuar më tej testimin e mostrave pa përdorimin e spektrofotometrave, studiuesit përdorën inteligjencën artificiale (IA) për të interpretuar ngjyrën e tretësirës dhe për të dalluar individët normalë nga ata kancerogjenë. Duke pasur parasysh këtë, vizioni kompjuterik u përdor për të përkthyer ngjyrën e tretësirës së Cyst/AuNPs në ADN normale (vjollcë) ose ADN kancerogjene (e kuqe) duke përdorur imazhe të pllakave me 96 puseta të marra përmes një kamere telefoni celular. Inteligjenca artificiale mund të zvogëlojë kostot dhe të përmirësojë aksesin në interpretimin e ngjyrës së tretësirave të nanopjesëzave, dhe pa përdorimin e ndonjë aksesori optik të telefonit inteligjent. Së fundmi, dy modele të të mësuarit automatik, duke përfshirë Random Forest (RF) dhe Support Vector Machine (SVM) u trajnuan për të ndërtuar modelet. Si modeli RF ashtu edhe ai SVM i klasifikuan saktë mostrat si pozitive dhe negative me një saktësi prej 90.0%. Kjo sugjeron që përdorimi i inteligjencës artificiale në biosensorizimin e bazuar në telefon celular është mjaft i mundur.

Figura 3. (a) Klasa e synuar e tretësirës e regjistruar gjatë përgatitjes së mostrës për hapin e marrjes së imazhit. (b) Shembull imazhi i marrë gjatë hapit të marrjes së imazhit. (c) Intensiteti i ngjyrës së tretësirës ciste/AuNP në secilën pus të pllakës me 96 puseta të nxjerrë nga imazhi (b).

Duke përdorur Cist/AuNP, studiuesit kanë zhvilluar me sukses një platformë të thjeshtë ndjeshmërie për zbulimin e peizazhit të metilimit dhe një sensor të aftë për të dalluar ADN-në normale nga ADN-ja e kancerit kur përdoren mostra të vërteta gjaku për shqyrtimin e leuçemisë. Sensori i zhvilluar tregoi se ADN-ja e nxjerrë nga mostrat e vërteta të gjakut ishte në gjendje të zbulonte me shpejtësi dhe me kosto efektive sasi të vogla të ADN-së së kancerit (3nM) tek pacientët me leuçemi në 15 minuta, dhe tregoi një saktësi prej 95.3%. Për të thjeshtuar më tej testimin e mostrës duke eliminuar nevojën për një spektrofotometër, u përdor mësimi automatik për të interpretuar ngjyrën e tretësirës dhe për të dalluar individët normalë dhe kancerogjenë duke përdorur një fotografi të telefonit celular, dhe saktësia u arrit gjithashtu në 90.0%.

Referenca: DOI: 10.1039/d2ra05725e