Тестирање на ДНК метилација во комбинација со паметни телефони за рано скрининг на тумори и скрининг на леукемија со точност од 90,0%!

Раното откривање на карцином заснована врз течна биопсија е нова насока на откривање и дијагностицирање на карцином предложена од Националниот институт за рак на САД во последниве години, со цел да се открие ран карцином или дури и преканцерозни лезии. Широко се користи како нов биомаркер за раната дијагностика на разни малигни, вклучувајќи карцином на белите дробови, гастроинтестинални тумори, глиоми и гинеколошки тумори.

Појавата на платформите за да се идентификуваат биомаркерите на пејзажот на метилацијата (метилскип) има потенцијал значително да го подобри постојното рано скрининг за карцином, ставајќи ги пациентите во најраната фаза на лекување.

Неодамна, истражувачите развија едноставна и директна платформа за сензори за откривање на пејзажот на метилација, врз основа на цистеамин украсени златни наночестички (Cyst/AuNPs) во комбинација со биосензор базиран на паметни телефони што овозможува брзо рано скрининг на широк спектар на тумори. Раното скрининг за леукемија може да се изврши во рок од 15 минути по екстракцијата на ДНК од примерокот на крв, со точност од 90,0%. Насловот на статијата е брзо откривање на ДНК на карцином во човечка крв со употреба на AuNPs опфатени со цистеамин и паметен телефон со машина за учење на машини。

Слика 1. Едноставна и брза платформа за сензори за скрининг на карцином преку компоненти на циста/AUNPS може да се оствари во два едноставни чекори.

Ова е прикажано на Слика 1. Прво, се користеше воден раствор за растворање на фрагментите на ДНК. Циста/Аунпс потоа беа додадени во мешаниот раствор. Нормалната и малигната ДНК имаат различни својства на метилација, што резултира во ДНК фрагменти со различни модели на само-склопување. Нормалните ДНК агрегати лабаво и на крајот ги агрегираат циста/AuNP, што резултира во црвена промена на циста/AUNP, така што може да се забележи промена во бојата од црвена во виолетова боја со голо око. Спротивно на тоа, уникатниот профил на метилација на ДНК на карцином доведува до производство на поголеми јата на ДНК фрагменти.

Сликите од плочи од 96 бунари се направени со помош на камера за паметни телефони. ДНК од карцином беше измерена со паметен телефон опремен со машинско учење во споредба со методите засновани на спектроскопија.

Скрининг на рак во вистински примероци од крв

За да ја прошират алатката на платформата за сензори, истражителите применуваат сензор што успешно се разликуваше помеѓу нормалната и карциномната ДНК во реални примероци на крв. Моделите на метилација на местата на CPG епигенетски го регулираат изразот на гени. Во скоро сите типови на карцином, забележани се промени во метилацијата на ДНК и со тоа во изразувањето на гените кои промовираат тумоуригенеза наизменично.

Како модел за други карциноми поврзани со метилацијата на ДНК, истражувачите користеле примероци од крв од пациенти со леукемија и здрави контроли за да ја испитаат ефективноста на пејзажот на метилацијата при разликување на леукемични карциноми. Овој биомаркер на пејзажот на метилација не само што ги надминува постојните методи за брзо скрининг на леукемија, туку ја демонстрира и можноста за проширување на рано откривање на широк спектар на карциноми користејќи ја оваа едноставна и јасна анализа.

Беше анализирана ДНК од примероци од крв од 31 пациенти со леукемија и 12 здрави лица. Како што е прикажано на парцелата на кутијата на Слика 2а, релативната апсорпција на примероците од карцином (ΔA650/525) беше пониска од онаа на ДНК од нормални примероци. Ова главно се должи на засилената хидрофобичност што доведува до густа агрегација на ДНК од карцином, што го спречи агрегацијата на циста/АУНП. Како резултат, овие наночестички беа целосно распрснати во надворешните слоеви на агрегатите на карцином, што резултираше со различна дисперзија на циста/AUNPs adsorbed на нормални и карциноми ДНК агрегати. Кривите ROC потоа беа генерирани со разликување на прагот од минимална вредност од ΔA650/525 до максимална вредност.

Слика 2. (а) Релативни вредности на апсорпција на раствори на циста/AUNPs кои покажуваат присуство на нормална (сина) и карцином (црвена) ДНК под оптимизирани услови

(DA650/525) на парцели за кутии; (б) Анализа на ROC и проценка на дијагностички тестови. (В) Матрица за конфузија за дијагностицирање на нормални и карциноми пациенти. (г) чувствителност, специфичност, позитивна предвидлива вредност (PPV), негативна предвидлива вредност (NPV) и точност на развиениот метод.

Како што е прикажано на Слика 2Б, областа под кривата ROC (AUC = 0,9274) добиена за развиениот сензор покажа голема чувствителност и специфичност. Како што може да се види од парцелата во кутијата, најниската точка што ја претставува нормалната ДНК група не е добро одвоена од највисоката точка што ја претставува ДНК групата за карцином; Затоа, логистичката регресија се користеше за да се направи разлика помеѓу нормалните и карциномските групи. Со оглед на збир на независни променливи, ја проценува веројатноста за настанот што се случува, како што е карцином или нормална група. Завидената варијабла се движи помеѓу 0 и 1. Резултатот е веројатност. Ние ја утврдивме веројатноста за идентификација на карцином (П) врз основа на ΔA650/525 на следниов начин.

каде b = 5.3533, W1 = -6.965. За класификација на примерокот, веројатноста за помалку од 0,5 укажува на нормален примерок, додека веројатноста од 0,5 или повисока укажува на примерок од карцином. Слика 2С ја прикажува матрицата за конфузија, генерирана од вкрстената валидација на остатокот-тоа, што беше искористено за да се провери стабилноста на методот на класификација. Слика 2Д ја сумира проценката на дијагностичкиот тест на методот, вклучувајќи чувствителност, специфичност, позитивна предвидлива вредност (PPV) и негативна предвидлива вредност (NPV).

Биосензори базирани на паметни телефони

За понатамошно поедноставување на тестирањето на примерокот без употреба на спектрофотометри, истражувачите користеле вештачка интелигенција (АИ) за да ја толкуваат бојата на растворот и да разликуваат помеѓу нормалните и карциномните лица. Со оглед на ова, компјутерската визија беше искористена за да се преведе бојата на растворот Cyst/AuNPS во нормална ДНК (виолетова) или карцином ДНК (црвена) со употреба на слики од плочи од 96 бунари земени преку камера за мобилен телефон. Вештачката интелигенција може да ги намали трошоците и да ја подобри пристапноста во толкувањето на бојата на решенијата за наночестички и без употреба на какви било додатоци за оптички хардвер. Конечно, два модели на машини за учење, вклучувајќи случајна шума (RF) и машина за поддршка на вектор (SVM) беа обучени да ги конструираат моделите. И моделите RF и SVM правилно ги класифицираа примероците како позитивни и негативни со точност од 90,0%. Ова укажува на тоа дека употребата на вештачка интелигенција во биосензирање базирана на мобилни телефони е сосема.

Слика 3. (а) Целната класа на решението снимено за време на подготовката на примерокот за чекор за стекнување на слика. (б) Пример слика направена за време на чекор на стекнување на слика. (в) Интензитет на бојата на растворот Cyst/AuNPS во секоја бунар на плочата од 96 бунари извлечена од сликата (б).

Користејќи циста/AuNPs, истражувачите успешно развија едноставна платформа за сензори за откривање на пејзажот на метилација и сензор способен да разликува нормална ДНК од ДНК од карцином при употреба на реални примероци на крв за скрининг на леукемија. Развиениот сензор покажа дека ДНК извлечена од реални примероци на крв е во можност брзо и економично да открие мали количини на ДНК на карцином (3Нм) кај пациенти со леукемија за 15 минути и покажа точност од 95,3%. За понатамошно поедноставување на тестирањето на примерокот со елиминирање на потребата за спектрофотометар, машинското учење се користеше за да се толкува бојата на растворот и да се направи разлика помеѓу нормалните и карциномните лица кои користат фотографија со мобилен телефон, а точноста беше исто така во можност да се постигне на 90,0%.

Референца: doi: 10.1039/d2ra05725e