DNA-metileringstoetsing gekombineer met slimfone vir vroeë sifting van gewasse en leukemie sifting met 'n akkuraatheid van 90.0%!

Vroeë opsporing van kanker gebaseer op vloeibare biopsie is 'n nuwe rigting van kankeropsporing en diagnose wat die afgelope jare deur die Amerikaanse Nasionale Kankerinstituut voorgestel is, met die doel om vroeë kanker of selfs voorkankerletsels op te spoor. Dit is wyd gebruik as 'n nuwe biomerker vir die vroeë diagnose van verskeie maligniteite, insluitend longkanker, gastroïntestinale gewasse, gliome en ginekologiese gewasse.

Die opkoms van platforms om metielasielandskap (Methylscape) biomerkers te identifiseer, het die potensiaal om bestaande vroeë sifting vir kanker aansienlik te verbeter, wat pasiënte in die vroegste behandelbare stadium plaas.

Onlangs het navorsers 'n eenvoudige en direkte waarnemingsplatform vir metileringslandskapopsporing ontwikkel gebaseer op sisteamien-versierde goue nanopartikels (Cyst/AuNP's) gekombineer met 'n slimfoon-gebaseerde biosensor wat vinnige vroeë sifting van 'n wye reeks gewasse moontlik maak. Vroeë sifting vir leukemie kan binne 15 minute na DNA-ekstraksie uit 'n bloedmonster uitgevoer word, met 'n akkuraatheid van 90.0%. Artikeltitel is Vinnige opsporing van kanker-DNA in menslike bloed met behulp van sisteamienbedekte AuNP's en 'n slimfoon wat deur masjienleer geaktiveer is.

Figuur 1. 'n Eenvoudige en vinnige waarnemingsplatform vir kankersifting via sist/AuNPs-komponente kan in twee eenvoudige stappe bewerkstellig word.

Dit word in Figuur 1 getoon. Eerstens is 'n waterige oplossing gebruik om die DNA-fragmente op te los. Siste/AuNP's is dan by die gemengde oplossing gevoeg. Normale en kwaadaardige DNA het verskillende metileringseienskappe, wat lei tot DNA-fragmente met verskillende selfsamestellingspatrone. Normale DNS aggregreer losweg en aggregreer uiteindelik sist/AuNP's, wat die rooiverskuiwende aard van sist/AuNP's tot gevolg het, sodat 'n verandering in kleur van rooi na pers met die blote oog waargeneem kan word. Daarteenoor lei die unieke metileringsprofiel van kanker-DNS tot die produksie van groter groepe DNA-fragmente.

Beelde van 96-put plate is met 'n slimfoonkamera geneem. Kanker-DNS is gemeet deur 'n slimfoon toegerus met masjienleer in vergelyking met spektroskopie-gebaseerde metodes.

Kanker sifting in regte bloedmonsters

Om die nut van die waarnemingsplatform uit te brei, het die ondersoekers 'n sensor toegepas wat suksesvol onderskei het tussen normale en kankeragtige DNA in werklike bloedmonsters. metileringspatrone by CpG-terreine reguleer geenuitdrukking epigeneties. In byna alle kankertipes is waargeneem dat veranderinge in DNA-metilering en dus in die uitdrukking van gene wat tumorgenese bevorder, afwissel.

As 'n model vir ander kankers wat met DNA-metilering geassosieer word, het die navorsers bloedmonsters van leukemiepasiënte en gesonde kontroles gebruik om die doeltreffendheid van die metileringslandskap in die onderskeid van leukemiese kankers te ondersoek. Hierdie metileringslandskapbiomerker vaar nie net beter as bestaande vinnige leukemie-siftingsmetodes nie, maar demonstreer ook die haalbaarheid om uit te brei na vroeë opsporing van 'n wye reeks kankers met behulp van hierdie eenvoudige en reguit toets.

DNS van bloedmonsters van 31 leukemiepasiënte en 12 gesonde individue is ontleed. soos getoon in die boksplot in Figuur 2a, was die relatiewe absorpsie van die kankermonsters (ΔA650/525) laer as dié van DNA van normale monsters. dit was hoofsaaklik te wyte aan die verhoogde hidrofobisiteit wat gelei het tot digte samevoeging van kanker-DNA, wat die samevoeging van sist/AuNP'e verhoed het. As gevolg hiervan was hierdie nanopartikels heeltemal versprei in die buitenste lae van die kankeraggregate, wat gelei het tot 'n ander verspreiding van sist/AuNP's wat op normale en kanker-DNS-aggregate geadsorbeer is. ROC-kurwes is dan gegenereer deur die drempel van 'n minimum waarde van ΔA650/525 tot 'n maksimum waarde te verander.

Figuur 2.(a) Relatiewe absorpsiewaardes van siste/AuNPs-oplossings wat die teenwoordigheid van normale (blou) en kanker (rooi) DNA onder geoptimaliseerde toestande toon

(DA650/525) van bokserwe; (b) ROC-analise en evaluering van diagnostiese toetse. (c) Verwarringsmatriks vir die diagnose van normale en kankerpasiënte. (d) Sensitiwiteit, spesifisiteit, positiewe voorspellingswaarde (PPV), negatiewe voorspellingswaarde (NPV) en akkuraatheid van die ontwikkelde metode.

Soos in Figuur 2b getoon, het die area onder die ROC-kurwe (AUC = 0.9274) verkry vir die ontwikkelde sensor hoë sensitiwiteit en spesifisiteit getoon. Soos gesien kan word uit die boksplot, is die laagste punt wat die normale DNS-groep verteenwoordig nie goed geskei van die hoogste punt wat die kanker DNS-groep verteenwoordig nie; daarom is logistiese regressie gebruik om tussen die normale en kankergroepe te onderskei. Gegewe 'n stel onafhanklike veranderlikes, skat dit die waarskynlikheid dat 'n gebeurtenis sal plaasvind, soos 'n kanker of normale groep. Die afhanklike veranderlike wissel tussen 0 en 1. Die resultaat is dus 'n waarskynlikheid. Ons het die waarskynlikheid van kankeridentifikasie (P) op grond van ΔA650/525 soos volg bepaal.

waar b=5,3533,w1=-6,965. Vir monsterklassifikasie dui 'n waarskynlikheid van minder as 0,5 op 'n normale steekproef, terwyl 'n waarskynlikheid van 0,5 of hoër 'n kankermonster aandui. Figuur 2c beeld die verwarringsmatriks uit wat gegenereer is uit die los-dit-alleen-kruisvalidering, wat gebruik is om die stabiliteit van die klassifikasiemetode te valideer. Figuur 2d som die diagnostiese toetsevaluering van die metode op, insluitend sensitiwiteit, spesifisiteit, positiewe voorspellingswaarde (PPV) en negatiewe voorspellingswaarde (NPV).

Slimfoon-gebaseerde biosensors

Om monstertoetsing verder te vereenvoudig sonder die gebruik van spektrofotometers, het die navorsers kunsmatige intelligensie (KI) gebruik om die kleur van die oplossing te interpreteer en tussen normale en kankeragtige individue te onderskei. Gegewe dit, is rekenaarvisie gebruik om die kleur van die Cyst/AuNPs-oplossing in normale DNA (pers) of kankeragtige DNA (rooi) te vertaal met behulp van beelde van 96-put plate wat deur 'n selfoonkamera geneem is. Kunsmatige intelligensie kan koste verminder en toeganklikheid verbeter in die interpretasie van die kleur van nanopartikeloplossings, en sonder die gebruik van enige optiese hardeware slimfoonbykomstighede. Laastens is twee masjienleermodelle, insluitend Random Forest (RF) en Support Vector Machine (SVM) opgelei om die modelle te konstrueer. beide die RF- en SVM-modelle het die monsters korrek as positief en negatief geklassifiseer met 'n akkuraatheid van 90.0%. Dit dui daarop dat die gebruik van kunsmatige intelligensie in selfoongebaseerde biosensing heel moontlik is.

Figuur 3.(a) Teikenklas van die oplossing aangeteken tydens die voorbereiding van die monster vir die beeldverkrygingstap. (b) Voorbeeldfoto geneem tydens die beeldverkrygingstap. (c) Kleurintensiteit van die siste/AuNPs-oplossing in elke put van die 96-put plaat wat uit die beeld onttrek is (b).

Deur gebruik te maak van Cyst/AuNP's, het navorsers 'n eenvoudige waarnemingsplatform vir metileringlandskapopsporing suksesvol ontwikkel en 'n sensor wat normale DNA van kanker-DNS kan onderskei wanneer regte bloedmonsters vir leukemie-sifting gebruik word. Die ontwikkelde sensor het getoon dat DNA wat uit regte bloedmonsters onttrek is in staat was om klein hoeveelhede kanker-DNS (3nM) binne 15 minute by leukemiepasiënte vinnig en kostedoeltreffend op te spoor, en het 'n akkuraatheid van 95,3% getoon. Om monstertoetsing verder te vereenvoudig deur die behoefte aan 'n spektrofotometer uit te skakel, is masjienleer gebruik om die kleur van die oplossing te interpreteer en te onderskei tussen normale en kankeragtige individue met behulp van 'n selfoonfoto, en akkuraatheid kon ook op 90.0% behaal word.

Verwysing: DOI: 10.1039/d2ra05725e