DNA -metieleringstoetsing 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 Amerikaanse Nasionale Kankerinstituut die afgelope jaar voorgestel is, met die doel om vroeë kanker of selfs voorkankeragtige letsels op te spoor. Dit word wyd gebruik as 'n nuwe biomerk vir die vroeë diagnose van verskillende kwaadaardige siektes, insluitend longkanker, spysverteringskumore, gliomas en ginekologiese gewasse.

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

Onlangs het navorsers 'n eenvoudige en direkte waarnemingsplatform vir opsporing van metielering-landskap ontwikkel, gebaseer op cysteamien-versierde goue nanodeeltjies (CYST/AUNPS), gekombineer met 'n slimfoongebaseerde biosensor wat 'n vinnige reeks gewasse vinnig 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 'n vinnige opsporing van kanker-DNA in menslike bloed met behulp van Cysteamine-bedekte AuNP's en 'n slimfoon met 'n masjienleer。

Figuur 1. 'n Eenvoudige en vinnige waarnemingsplatform vir kankersifting via CYST/AUNPS -komponente kan in twee eenvoudige stappe bereik word.

Dit word in Figuur 1 getoon. Eerstens is 'n waterige oplossing gebruik om die DNA -fragmente op te los. Cyst/AuNP's is daarna by die gemengde oplossing gevoeg. Normale en kwaadaardige DNA het verskillende metieleringseienskappe, wat lei tot DNA-fragmente met verskillende selfmonteringpatrone. Normale DNA-aggregate maak die sist/AuNP's los en uiteindelik saam, wat lei tot die rooi verskuifde aard van Cyst/AuNP's, sodat 'n verandering in kleur van rooi na pers met die blote oog waargeneem kan word. In teenstelling hiermee lei die unieke metieleringsprofiel van kanker -DNA tot die produksie van groter groepe DNA -fragmente.

Beelde van plate met 96 putjies is met behulp van 'n slimfoonkamera geneem. Kanker-DNA is gemeet aan 'n slimfoon wat met masjienleer toegerus is in vergelyking met spektroskopie-gebaseerde metodes.

Sifting van kanker in regte bloedmonsters

Om die nut van die waarnemingsplatform uit te brei, het die ondersoekers 'n sensor toegepas wat suksesvol tussen normale en kankeragtige DNA in regte bloedmonsters onderskei het. Metieleringspatrone op CpG -terreine reguleer geen uitdrukking nie. In byna alle kankersoorte is daar waargeneem dat veranderinge in DNA -metielering en dus in die uitdrukking van gene wat tumourigenese bevorder, afwissel.

As 'n model vir ander kankers wat verband hou met DNA -metielering, het die navorsers bloedmonsters van leukemie -pasiënte en gesonde kontroles gebruik om die effektiwiteit van die metieleringslandskap in die onderskeidende leukemiese kankers te ondersoek. Hierdie metielering -landskapbiomerk is nie net beter as bestaande vinnige leukemie -siftingsmetodes nie, maar demonstreer ook die uitvoerbaarheid van die uitbreiding van 'n wye verskeidenheid kankers met behulp van hierdie eenvoudige en eenvoudige toets.

DNA van bloedmonsters van 31 leukemie -pasiënte en 12 gesonde individue is geanaliseer. Soos aangetoon in die boks -plot in Figuur 2A, was die relatiewe absorbansie van die kankermonsters (ΔA650/525) laer as dié van DNA van normale monsters. Dit was hoofsaaklik te danke aan die verbeterde hidrofobisiteit wat gelei het tot 'n digte samevoeging van kanker -DNA, wat die samevoeging van sist/AuNP's verhoed het. As gevolg hiervan was hierdie nanodeeltjies 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 -DNA -aggregate geadsorbeer is. ROC -krommes is daarna gegenereer deur die drempel van 'n minimum waarde van ΔA650/525 tot 'n maksimum waarde te wissel.

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

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

Soos aangetoon in Figuur 2b, het die oppervlakte onder die ROC -kromme (AUC = 0.9274) wat vir die ontwikkelde sensor verkry is, 'n hoë sensitiwiteit en spesifisiteit getoon. Soos gesien kan word op die boksplot, is die laagste punt wat die normale DNA -groep verteenwoordig, nie goed geskei van die hoogste punt wat die DNA -groep vir kanker verteenwoordig nie; Daarom is logistieke regressie gebruik om tussen die normale en kankergroepe te onderskei. Gegewe 'n stel onafhanklike veranderlikes, skat dit die waarskynlikheid dat 'n gebeurtenis 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 kankeridentifisering (P) bepaal op grond van ΔA650/525 soos volg.

waar b = 5.3533, w1 = -6.965. Vir monsterklassifikasie dui die 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 verwarringmatriks uit wat gegenereer is uit die verlof-dit-alleen kruisvalidering, wat gebruik is om die stabiliteit van die klassifikasiemetode te bevestig. Figuur 2D gee 'n opsomming van die diagnostiese toetsevaluering van die metode, insluitend sensitiwiteit, spesifisiteit, positiewe voorspellingswaarde (PPV) en negatiewe voorspellingswaarde (NPV).

Slimfoongebaseerde biosensors

Om monstertoetsing verder te vereenvoudig sonder die gebruik van spektrofotometers, het die navorsers kunsmatige intelligensie (AI) 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 plate van 96 putjies wat deur 'n selfoonkamera geneem is. Kunsmatige intelligensie kan koste verlaag en toeganklikheid verbeter in die interpretasie van die kleur van nanopartikeloplossings, en sonder die gebruik van enige optiese hardeware -slimfoon -bykomstighede. Laastens is twee masjienleermodelle, waaronder 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 wat tydens die voorbereiding van die monster vir die beeldverkrygingstap aangeteken is. (b) Voorbeeldbeeld geneem tydens die stapverkrygingstap. (c) Kleurintensiteit van die Cyst/AuNPS-oplossing in elke put van die 96-putjie-plaat wat uit die beeld (b) onttrek is.

Met behulp van CYST/AUNPS het navorsers 'n eenvoudige waarnemingsplatform ontwikkel vir opsporing van metieleringlandskap en 'n sensor wat normale DNA van kanker -DNA kan onderskei wanneer u regte bloedmonsters vir leukemie -sifting gebruik. Die ontwikkelde sensor het getoon dat DNA wat uit reële bloedmonsters onttrek is, vinnig en koste-effektief klein hoeveelhede kanker-DNA (3NM) by leukemie-pasiënte in 15 minute kon opspoor en 'n akkuraatheid van 95,3%toon. 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%bereik word.

Verwysing: doi: 10.1039/d2ra05725e