დნმ -მეთილაციის ტესტირება სმარტფონებთან ერთად, სიმსივნეების ადრეული სკრინინგისთვის და ლეიკემიის სკრინინგისთვის 90.0%სიზუსტით!

თხევადი ბიოფსიის საფუძველზე კიბოს ადრეული გამოვლენა არის კიბოს გამოვლენისა და დიაგნოზის ახალი მიმართულება, რომელიც შემოთავაზებულია აშშ -ს კიბოს ეროვნული ინსტიტუტის მიერ ბოლო წლების განმავლობაში, რომლის მიზანია ადრეული კიბოს ან თუნდაც პრეცესული დაზიანებების გამოვლენა. იგი ფართოდ იქნა გამოყენებული, როგორც ახალი ბიომარკერი სხვადასხვა ავთვისებიანი დაავადებების, მათ შორის ფილტვის კიბოს, კუჭ -ნაწლავის სიმსივნეების, გლიომებისა და გინეკოლოგიური სიმსივნეების ჩათვლით.

პლატფორმების წარმოქმნა მეთილაციის ლანდშაფტის (მეთილისფიკის) ბიომარკერების იდენტიფიცირებისთვის, შესაძლებლობას გაძლევთ მნიშვნელოვნად გააუმჯობესონ არსებული ადრეული სკრინინგი კიბოსთვის, პაციენტებს ადრეულ სამკურნალო ეტაპზე აყენებენ.

ცოტა ხნის წინ, მკვლევარებმა შეიმუშავეს მარტივი და პირდაპირი სენსორული პლატფორმა მეთილაციის ლანდშაფტის გამოვლენისთვის, რომელიც დაფუძნებულია ცისტამინის დეკორირებული ოქროს ნანონაწილაკების (Cyst/Aunps) საფუძველზე, სმარტფონზე დაფუძნებულ ბიოსენსორთან ერთად, რაც საშუალებას აძლევს სიმსივნეების ფართო სპექტრის სწრაფ ადრეულ სკრინინგს. ლეიკემიის ადრეული სკრინინგი შეიძლება ჩატარდეს სისხლის ნიმუშიდან დნმ -ის მოპოვებიდან 15 წუთში, სიზუსტით 90.0%. სტატიის სათაური არის კიბოს დნმ-ის სწრაფი გამოვლენა ადამიანის სისხლში ცისტეამინით დაფარული AUNP- ების გამოყენებით და მანქანით სწავლის ჩართული სმარტფონი。

სურათი 1. კიბოს სკრინინგისთვის მარტივი და სწრაფი სენსორული პლატფორმა Cyst/AUNPS კომპონენტების საშუალებით შეიძლება განხორციელდეს ორ მარტივ ნაბიჯში.

ეს ნაჩვენებია ფიგურაში 1. პირველი, წყლის ხსნარი იქნა გამოყენებული დნმ -ის ფრაგმენტების გასაშენებლად. შემდეგ Cyst/Aunps დაემატა შერეულ ხსნარს. ნორმალურ და ავთვისებიანი დნმ-ს აქვს სხვადასხვა მეთილაციის თვისებები, რის შედეგადაც დნმ-ის ფრაგმენტები ხდება თვითგამონტაჟების სხვადასხვა ნიმუშებით. ნორმალური დნმ-ის აგრეგატები ფხვიერად და საბოლოოდ აგროვებს კისტას/AUNP- ს, რაც იწვევს კისტის/AUNP- ების წითელ ცვალებად ბუნებას, ასე რომ, ფერის ცვლილება წითელიდან მეწამულამდე შეიძლება შეინიშნოს შიშველი თვალით. ამის საპირისპიროდ, კიბოს დნმ -ის უნიკალური მეთილაციის პროფილი იწვევს დნმ -ის ფრაგმენტების უფრო დიდი მტევნების წარმოებას.

96 ჭაბურღილის ფირფიტების სურათები გადაღებულია სმარტფონის კამერის გამოყენებით. კიბოს დნმ გაზომეს სმარტფონით, რომელიც აღჭურვილია მანქანით სწავლებით, სპექტროსკოპიის დაფუძნებულ მეთოდებთან შედარებით.

კიბოს სკრინინგი რეალურ სისხლის ნიმუშებში

სენსორული პლატფორმის სასარგებლო თვისებების გასაგრძელებლად, გამომძიებლებმა გამოიყენეს სენსორი, რომელიც წარმატებით გამოირჩეოდა ნორმალურ და კიბოს დნმ -ს შორის სისხლის რეალურ ნიმუშებში. მეთილაციის ნიმუშები CPG საიტებზე ეპიგენეტიკურად არეგულირებს გენის გამოხატვას. თითქმის ყველა ტიპში, დნმ -მეთილაციის ცვლილებები და ამრიგად, გენების გამოხატვაში, რომლებიც ხელს უწყობენ სიმსივნეებს, ალტერნატიულად დაფიქსირდა.

როგორც დნმ -მეთილაციასთან დაკავშირებული სხვა კიბოს მოდელი, მკვლევარებმა გამოიყენეს ლეიკემიის პაციენტებიდან სისხლის ნიმუშები და ჯანმრთელი კონტროლი, რათა გამოიკვლიონ მეთილაციის ლანდშაფტის ეფექტურობა ლეიკემიური კიბოს დიფერენცირებაში. ეს მეთილაციური ლანდშაფტის ბიომარკერი არა მხოლოდ აჭარბებს ლეიკემიის სკრინინგის სწრაფი მეთოდებს, არამედ ცხადყოფს, რომ ამ მარტივი და პირდაპირი გამოკვლევის გამოყენებით, კიბოს ფართო სპექტრის ადრეულ გამოვლენამდე ვრცელდება.

გაანალიზდა დნმ სისხლის ნიმუშებიდან 31 ლეიკემიის პაციენტიდან და 12 ჯანმრთელი პირიდან. როგორც ნაჩვენებია ყუთში 2 ა -ში, კიბოს ნიმუშების ფარდობითი შთანთქმის (ΔA650/525) უფრო დაბალია, ვიდრე დნმ -ის ნორმალური ნიმუშებიდან. ეს ძირითადად განპირობებული იყო გაძლიერებული ჰიდროფობიურობით, რამაც კიბოს დნმ -ის მკვრივი აგრეგაცია გამოიწვია, რამაც ხელი შეუშალა კისტის/AUNP- ების აგრეგაციას. შედეგად, ეს ნანონაწილაკები მთლიანად დაარბია კიბოს აგრეგატების გარე ფენებში, რის შედეგადაც მოხდა კისტ/AUNP– ების განსხვავებული დისპერსია ნორმალურ და კიბოს დნმ - ის აგრეგატებზე. ROC მოსახვევებში შემდეგ წარმოიქმნა ბარიერი ΔA650/525 მინიმალური მნიშვნელობიდან მაქსიმალურ მნიშვნელობამდე.

სურათი 2. (ა) ცისტის/AUNPS ხსნარის შედარებით შთანთქმის მნიშვნელობები, რომლებიც გვიჩვენებს ნორმალური (ცისფერი) და კიბოს (წითელი) დნმ -ის არსებობას ოპტიმიზებულ პირობებში

ყუთის ნაკვეთების (DA650/525); (ბ) ROC ანალიზი და დიაგნოსტიკური ტესტების შეფასება. (გ) დაბნეულობის მატრიცა ნორმალური და კიბოს მქონე პაციენტების დიაგნოზისთვის. (დ) მგრძნობელობა, სპეციფიკა, პოზიტიური პროგნოზირების მნიშვნელობა (PPV), უარყოფითი პროგნოზირების მნიშვნელობა (NPV) და შემუშავებული მეთოდის სიზუსტე.

როგორც ნაჩვენებია ნახაზზე 2B, ROC მრუდის ქვეშ მყოფი ფართობი (AUC = 0.9274), რომელიც მიღებულია განვითარებული სენსორისთვის, აჩვენა მაღალი მგრძნობელობა და სპეციფიკა. როგორც ყუთის ნაკვეთიდან ჩანს, ყველაზე დაბალი წერტილი, რომელიც წარმოადგენს ნორმალურ დნმ -ს ჯგუფს, კარგად არ არის განცალკევებული კიბოს დნმ ჯგუფის უმაღლესი წერტილისგან; ამიტომ, ლოგისტიკური რეგრესია გამოიყენეს ნორმალურ და კიბოს ჯგუფებს შორის. დამოუკიდებელი ცვლადის ერთობლიობის გათვალისწინებით, იგი აფასებს მოვლენის ალბათობას, როგორიცაა კიბო ან ნორმალური ჯგუფი. დამოკიდებული ცვლადი მერყეობს 0 -დან 1 -მდე. შედეგი ალბათობაა. ჩვენ დავადგინეთ კიბოს იდენტიფიკაციის ალბათობა (P), ΔA650/525 -ის საფუძველზე, შემდეგნაირად.

სადაც B = 5.3533, W1 = -6.965. ნიმუშის კლასიფიკაციისთვის, 0.5 -ზე ნაკლები ალბათობა მიუთითებს ნორმალურ ნიმუშზე, ხოლო ალბათობა 0.5 ან უფრო მაღალია, მიუთითებს კიბოს ნიმუშზე. გრაფიკი 2C ასახავს შვებულებით გამოწვეული ჯვრის შემოწმების შედეგად წარმოქმნილ დაბნეულ მატრიქსს, რომელიც გამოყენებული იქნა კლასიფიკაციის მეთოდის სტაბილურობის დასადასტურებლად. სურათი 2D აჯამებს მეთოდის დიაგნოსტიკური ტესტის შეფასებას, მათ შორის მგრძნობელობას, სპეციფიკას, დადებით პროგნოზირებულ მნიშვნელობას (PPV) და უარყოფითი პროგნოზირების მნიშვნელობას (NPV).

სმარტფონზე დაფუძნებული ბიოსენსორები

ნიმუშის ტესტირების შემდგომი გამარტივების მიზნით, სპექტროფოტომეტრების გამოყენების გარეშე, მკვლევარებმა გამოიყენეს ხელოვნური ინტელექტი (AI) გადაწყვეტის ფერის ინტერპრეტაციისთვის და განასხვავონ ნორმალური და კიბოს პირები. ამის გათვალისწინებით, კომპიუტერული ხედვა იქნა გამოყენებული ცისტის/AUNPS ხსნარის ფერის გადასაცემად ნორმალურ დნმ-ში (მეწამულ) ან კიბოს დნმ (წითელი), მობილური ტელეფონის კამერის საშუალებით გადაღებული 96 ჭაბურღილის ფირფიტების სურათების გამოყენებით. ხელოვნურმა ინტელექტმა შეიძლება შეამციროს ხარჯები და გააუმჯობესოს წვდომა ნანონაწილაკების გადაწყვეტილებების ფერის ინტერპრეტაციაში და ნებისმიერი ოპტიკური აპარატის სმარტფონის აქსესუარების გამოყენების გარეშე. დაბოლოს, ორი მანქანათმცოდნეობის მოდელი, მათ შორის შემთხვევითი ტყე (RF) და დამხმარე ვექტორული მანქანა (SVM), ტრენინგი ჩაუტარდა მოდელების ასაშენებლად. როგორც RF და SVM მოდელებმა სწორად დაასახელეს ნიმუშები, როგორც დადებითი და უარყოფითი, სიზუსტით 90.0%. ეს მიგვითითებს, რომ ხელოვნური ინტელექტის გამოყენება მობილური ტელეფონით დაფუძნებულ ბიოსენსაციაში.

სურათი 3. (ა) ხსნარის სამიზნე კლასი, რომელიც ჩაწერილია ნიმუშის მომზადების დროს, გამოსახულების შეძენის ეტაპზე. (ბ) სურათის შეძენის ეტაპზე გადაღებული მაგალითი. (გ) კისტის/AUNPS ხსნარის ფერის ინტენსივობა სურათისგან ამოღებული 96 ჭაბურღილის ფირფიტის თითოეულ ჭაბურღში (ბ).

Cyst/AUNP– ების გამოყენებით, მკვლევარებმა წარმატებით შეიმუშავეს მარტივი სენსორული პლატფორმა მეთილაციის ლანდშაფტის გამოვლენისთვის და სენსორი, რომელსაც შეუძლია განასხვავოს ნორმალური დნმ კიბოს დნმ -დან, ლეიკემიის სკრინინგისთვის სისხლის რეალური ნიმუშების გამოყენებისას. განვითარებულმა სენსორმა აჩვენა, რომ რეალური სისხლის ნიმუშებიდან ამოღებულმა დნმ-მა შეძლო სწრაფად და ხარჯების ეფექტურად გამოავლინა მცირე რაოდენობით კიბოს დნმ (3nm) ლეიკემიის პაციენტებში 15 წუთში და აჩვენა სიზუსტე 95.3%. ნიმუშის ტესტირების შემდგომი გამარტივების მიზნით, სპექტროფოტომეტრის საჭიროების აღმოფხვრის გზით, მანქანათმცოდნე იქნა გამოყენებული ხსნარის ფერის ინტერპრეტაციისთვის და განასხვავებს ნორმალურ და სიმსივნურ პირებს შორის მობილური ტელეფონის ფოტოსურათის გამოყენებით, ხოლო სიზუსტე ასევე მიიღეს 90.0%-ით.

მითითება: doi: 10.1039/D2RA05725E