Testimi i metilimit të ADN-së i kombinuar me telefonat inteligjentë për depistimin e hershëm të tumoreve dhe depistimin e 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 në SHBA vitet e fundit, me qëllim zbulimin e hershëm të kancerit apo edhe lezioneve prekanceroze. Është përdorur gjerësisht si një biomarker i ri për diagnostikimin e hershëm të tumoreve të ndryshme malinje, duke përfshirë kancerin e mushkërive, tumoret gastrointestinale, gliomat dhe tumoret gjinekologjike.

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

Kohët e fundit, studiuesit kanë zhvilluar një platformë të thjeshtë dhe të drejtpërdrejtë ndijuese për zbulimin e peizazhit të metilimit bazuar në nanogrimcat 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. Ekzaminimi i hershëm për leuçeminë mund të kryhet brenda 15 minutave pas nxjerrjes së ADN-së nga mostra e gjakut, 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 smartfon të aktivizuar me mësimin e makinerive.

Figura 1. Një platformë e thjeshtë dhe e shpejtë ndijuese për shqyrtimin e kancerit nëpërmjet komponentëve Cyst/AuNPs 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. Kist/AuNP më pas iu shtuan tretësirës së përzier. ADN normale dhe malinje kanë veti të ndryshme metilimi, duke rezultuar në fragmente të ADN-së me modele të ndryshme të vetë-montimit. ADN-ja normale grumbullohet lirshëm dhe përfundimisht grumbullon Kist/AuNP, gjë që rezulton në natyrën e zhvendosur në të kuqe të Kistit/AuNP-ve, kështu që një ndryshim në ngjyrë nga e kuqe 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 grupeve më të mëdha të fragmenteve të ADN-së.

Imazhet e pllakave me 96 pusi u morën duke përdorur një kamerë smartphone. ADN-ja e kancerit u mat nga një smartphone i pajisur me mësimin e makinerive në krahasim me metodat e bazuara në spektroskopi.

Ekzaminimi i kancerit në mostrat reale të gjakut

Për të zgjeruar dobinë e platformës së sensorit, hetuesit aplikuan një sensor që dallonte me sukses ADN-në normale dhe kanceroze në mostrat reale të gjakut. Modelet e metilimit në vendet e CpG rregullojnë në mënyrë epigjenetike shprehjen e gjeneve. Pothuajse në të gjitha llojet e kancerit, ndryshimet në metilimin e ADN-së dhe rrjedhimisht në shprehjen e gjeneve që nxisin tumourigjenezën janë vërejtur të alternohen.

Si një model për kanceret e tjera të lidhura me metilimin e ADN-së, studiuesit përdorën mostrat e gjakut nga pacientët me leuçemi dhe kontrollet e shëndetshme për të hetuar efektivitetin e peizazhit të metilimit në diferencimin e kancereve leuçemike. Ky biomarker i peizazhit të metilimit jo vetëm që i tejkalon metodat ekzistuese të shqyrtimit të shpejtë të leuçemisë, por gjithashtu demonstron mundësinë e shtrirjes 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, absorbimi relativ i mostrave të kancerit (ΔA650/525) ishte më i ulët se ai i ADN-së nga mostrat normale. kjo ishte kryesisht për shkak të rritjes së hidrofobisë që çoi në grumbullimin e dendur të ADN-së së kancerit, i cili parandaloi grumbullimin e Kisteve/AuNP-ve. Si rezultat, këto nanogrimca u shpërndanë plotësisht në shtresat e jashtme të agregateve të kancerit, gjë që rezultoi në një shpërndarje të ndryshme të Cist/AuNP-ve të absorbuara në agregatet e ADN-së normale dhe kanceroze. Kurbat ROC u krijuan më pas duke ndryshuar pragun nga një vlerë minimale prej ΔA650/525 në një vlerë maksimale.

Figura 2. (a) Vlerat relative të absorbimit të solucioneve të kisteve/AuNPs që tregojnë praninë e ADN-së normale (blu) dhe kanceroze (e kuqe) në kushte të optimizuara

(DA650/525) të parcelave të kutive; (b) Analiza ROC dhe vlerësimi i testeve diagnostike. (c) Matrica e konfuzionit për diagnozën e pacientëve normalë dhe me kancer. (d) Ndjeshmëria, specifika, vlera parashikuese pozitive (PPV), vlera parashikuese negative (NPV) dhe saktësia e metodës së zhvilluar.

Siç tregohet në figurën 2b, zona nën lakoren 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, u përdor regresioni logjistik për të dalluar grupin normal dhe atë të kancerit. Duke pasur parasysh një grup variablash të pavarur, ai vlerëson probabilitetin e ndodhjes së një ngjarjeje, të tillë si një kancer ose një grup normal. Variabla e varur varion ndërmjet 0 dhe 1. Prandaj, rezultati është 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 krijuar nga verifikimi i tërthortë i lënë vetëm, i cili u përdor për të vërtetuar qëndrueshmërinë 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 të thjeshtuar më tej testimin e mostrës pa përdorimin e spektrofotometrave, studiuesit përdorën inteligjencën artificiale (AI) për të interpretuar ngjyrën e tretësirës dhe për të dalluar midis individëve normalë dhe kancerozë. Duke pasur parasysh këtë, vizioni kompjuterik u përdor për të përkthyer ngjyrën e tretësirës Cist/AuNPs në ADN normale (vjollcë) ose kanceroze (e kuqe) duke përdorur imazhe të pllakave me 96 pus të marra përmes një kamere të telefonit celular. Inteligjenca artificiale mund të zvogëlojë kostot dhe të përmirësojë aksesin në interpretimin e ngjyrës së solucioneve të nanogrimcave dhe pa përdorimin e ndonjë pajisjeje hardueri optik për smartphone. Së fundi, dy modele të mësimit të makinerive, duke përfshirë Random Forest (RF) dhe Support Vector Machine (SVM) u trajnuan për të ndërtuar modelet. të dy modelet RF dhe SVM i klasifikuan saktë mostrat si pozitive dhe negative me një saktësi prej 90.0%. Kjo sugjeron që përdorimi i inteligjencës artificiale në biosensing të bazuar në telefon celular është mjaft i mundshëm.

Figura 3.(a) Klasa e synuar e tretësirës e regjistruar gjatë përgatitjes së kampionit për hapin e marrjes së imazhit. (b) Shembull i imazhit të marrë gjatë hapit të marrjes së imazhit. (c) Intensiteti i ngjyrës së solucionit të kistës/AuNPs në çdo pus të pllakës 96-pushash të nxjerrë nga imazhi (b).

Duke përdorur Cyst/AuNPs, studiuesit kanë zhvilluar me sukses një platformë të thjeshtë sensori për zbulimin e peizazhit të metilimit dhe një sensor të aftë për të dalluar ADN-në normale nga ADN-ja e kancerit kur përdorin 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 shpejt dhe me kosto efektive sasi të vogla të ADN-së së kancerit (3nM) në 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, mësimi i makinës u përdor për të interpretuar ngjyrën e tretësirës dhe për të dalluar midis individëve normalë dhe kancerozë duke përdorur një fotografi të telefonit celular, dhe saktësia mund të arrihej gjithashtu në 90.0%.

Referenca: DOI: 10.1039/d2ra05725e