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 paar jaar deur die Amerikaanse Nasionale Kankerinstituut voorgestel is, met die doel om vroeë kanker of selfs prekankeragtige letsels op te spoor. Dit word wyd gebruik as 'n nuwe biomerker vir die vroeë diagnose van verskeie kwaadaardige gewasse, insluitend longkanker, gastroïntestinale gewasse, gliomas en ginekologiese gewasse.

Die opkoms van platforms om metileringslandskap (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 sensoriese platform vir die opsporing van metileringslandskappe ontwikkel, gebaseer op sisteamien-versierde goud-nanopartikels (Siste/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-DNS in menslike bloed met behulp van sisteamien-bedekte AuNP's en 'n masjienleer-geaktiveerde slimfoon.

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

Dit word in Figuur 1 getoon. Eers is 'n waterige oplossing gebruik om die DNS-fragmente op te los. Sist/AuNP's is toe by die gemengde oplossing gevoeg. Normale en maligne DNS het verskillende metileringseienskappe, wat lei tot DNS-fragmente met verskillende selfsamestellingspatrone. Normale DNS aggregeer losweg en aggregeer uiteindelik Sist/AuNP's, wat lei tot die rooiverskuiwing van Sist/AuNP's, sodat 'n kleurverandering van rooi na pers met die blote oog waargeneem kan word. In teenstelling hiermee lei die unieke metileringsprofiel van kanker-DNS tot die produksie van groter trosse DNS-fragmente.

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

Kankersifting in regte bloedmonsters

Om die nut van die sensorplatform uit te brei, het die navorsers 'n sensor toegepas wat suksesvol onderskei het tussen normale en kankeragtige DNS in regte bloedmonsters. Metileringspatrone by CpG-plekke reguleer epigeneties geenekspressie. In byna alle kankertipes is veranderinge in DNS-metilering en dus in die uitdrukking van gene wat tumorgenese bevorder, waargeneem wat afwissel.

As 'n model vir ander kankers wat met DNS-metilering geassosieer word, het die navorsers bloedmonsters van leukemie-pasiënte en gesonde kontroles gebruik om die doeltreffendheid van die metileringslandskap in die onderskeiding van leukemiese kankers te ondersoek. Hierdie metileringslandskap-biomerker oortref nie net bestaande vinnige leukemie-siftingsmetodes nie, maar demonstreer ook die haalbaarheid van die uitbreiding na vroeë opsporing van 'n wye reeks kankers deur hierdie eenvoudige en reguit toets te gebruik.

DNA van bloedmonsters van 31 leukemiepasiënte en 12 gesonde individue is geanaliseer. Soos getoon in die boksgrafiek in Figuur 2a, was die relatiewe absorbansie 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 aggregasie van kanker-DNS, wat die aggregasie van Sist/AuNP's voorkom het. Gevolglik was hierdie nanopartikels volledig versprei in die buitenste lae van die kankeraggregate, wat gelei het tot 'n verskillende verspreiding van Sist/AuNP's wat op normale en kanker-DNS-aggregate geadsorbeer is. ROC-krommes is toe gegenereer deur die drempel te varieer van 'n minimumwaarde van ΔA650/525 tot 'n maksimumwaarde.

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

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

Soos getoon in Figuur 2b, het die area onder die ROC-kromme (AUC = 0.9274) wat vir die ontwikkelde sensor verkry is, hoë sensitiwiteit en spesifisiteit getoon. Soos uit die boksgrafiek gesien kan word, 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 te onderskei tussen die normale en kankergroepe. Gegewe 'n stel onafhanklike veranderlikes, skat dit die waarskynlikheid van 'n gebeurtenis, 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) bepaal gebaseer op ΔA650/525 soos volg.

waar b=5.3533,w1=-6.965. Vir steekproefklassifikasie dui 'n waarskynlikheid van minder as 0.5 'n normale steekproef aan, terwyl 'n waarskynlikheid van 0.5 of hoër 'n kankermonster aandui. Figuur 2c toon die verwarringsmatriks wat gegenereer is uit die los-dit-alone-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 voorspellende waarde (PPV) en negatiewe voorspellende waarde (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 te onderskei tussen normale en kankeragtige individue. Gegewe dit, is rekenaarvisie gebruik om die kleur van die Cyst/AuNPs-oplossing in normale DNS (pers) of kankeragtige DNS (rooi) te vertaal deur gebruik te maak van beelde van 96-putplate 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 wat tydens die voorbereiding van die monster vir die beeldverkrygingstap geneem is. (b) Voorbeeldbeeld geneem tydens die beeldverkrygingstap. (c) Kleurintensiteit van die sist/AuNPs-oplossing in elke putjie van die 96-putjie-plaat wat uit die beeld (b) onttrek is.

Deur gebruik te maak van sist/AuNP's, het navorsers suksesvol 'n eenvoudige sensorplatform vir die opsporing van metileringslandskap ontwikkel, asook 'n sensor wat normale DNS van kanker-DNS kan onderskei wanneer regte bloedmonsters vir leukemie-sifting gebruik word. Die ontwikkelde sensor het gedemonstreer dat DNS wat uit regte bloedmonsters onttrek is, klein hoeveelhede kanker-DNS (3 nM) vinnig en koste-effektief in leukemie-pasiënte binne 15 minute kon opspoor, en 'n akkuraatheid van 95.3% getoon het. 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 tussen normale en kankeragtige individue te onderskei deur 'n selfoonfoto te gebruik, en akkuraatheid kon ook teen 90.0% bereik word.

Verwysing: DOI: 10.1039/d2ra05725e