Testovanie metylácie DNA kombinované s smartfónmi na včasné skríning nádorov a skríning leukémie s presnosťou 90,0%!

Včasné odhalenie rakoviny na základe kvapalinovej biopsie je nový smer detekcie a diagnostiky rakoviny, ktorý v posledných rokoch navrhol Národný inštitút pre rakovinu USA, s cieľom odhaľovať skorá rakovina alebo dokonca prekancerózne lézie. Všeobecne sa používa ako nový biomarker na včasnú diagnostiku rôznych malignít vrátane rakoviny pľúc, gastrointestinálnych nádorov, gliómov a gynekologických nádorov.

Výskyt platforiem na identifikáciu biomarkerov metylačnej krajiny (metylscape) má potenciál významne zlepšiť existujúce včasné skríningy rakoviny, čím sa pacienti stanú najskorším liečiteľným štádiom.

Vedci nedávno vyvinuli jednoduchú a priamu snímačovú platformu pre detekciu metylačnej krajiny založenej na cysteamíne zdobených zlatých nanočastíc (Cyst/AuNP) kombinovanou s biosenzorom na báze smartfónov, ktorý umožňuje rýchle včasné skríning širokého spektra nádorov. Predčasné skríning leukémie sa môže vykonať do 15 minút po extrakcii DNA zo vzorky krvi s presnosťou 90,0%. Názov článku je rýchla detekcia rakovinovej DNA v ľudskej krvi pomocou AuNP s cysamínovým a strojovým smartfónom s povolením stroja。

Obrázok 1. Jednoduchá a rýchla snímacia platforma pre skríning rakoviny prostredníctvom komponentov Cyst/AuNP je možné vykonať v dvoch jednoduchých krokoch.

Toto je znázornené na obrázku 1. Najprv sa na rozpustenie fragmentov DNA použil vodný roztok. Do zmiešaného roztoku sa potom pridali cyst/AuNP. Normálna a malígna DNA majú rôzne metylačné vlastnosti, čo vedie k fragmentom DNA s rôznymi vzormi samostatného zostavenia. Normálne agregáty DNA voľne a nakoniec agreguje cyst/AuNP, čo vedie k červenej povahe cysty/AuNP, takže pri voľnom oku je možné pozorovať zmenu farby z červenej na fialovú. Naopak, jedinečný metylačný profil rakovinovej DNA vedie k produkcii väčších zhlukov fragmentov DNA.

Obrázky 96-jamkových dosiek boli odobraté pomocou fotoaparátu smartfónov. DNA rakoviny bola meraná smartfónom vybaveným strojovým učením v porovnaní s metódami založenými na spektroskopii.

Skríning rakoviny vo vzorkách skutočnej krvi

Na rozšírenie užitočnosti snímacej platformy vyšetrovatelia použili senzor, ktorý úspešne rozlišoval medzi normálnou a rakovinovou DNA vo vzorkách skutočných krvi. Metylačné vzorce na miestach CpG epigeneticky regulujú génovú expresiu. Takmer vo všetkých typoch rakoviny boli pozorované zmeny v metylácii DNA, a teda v expresii génov, ktoré podporujú tumourigenézu.

Ako model pre ďalšie rakoviny spojené s metyláciou DNA použili vedci vzorky krvi od pacientov s leukémiou a zdravé kontroly na skúmanie účinnosti metylačnej krajiny pri diferenciácii leukaemických druhov rakoviny. Tento biomarker s metylačnou krajinou nielen prevyšuje existujúce metódy rýchleho skríningu leukémie, ale tiež demonštruje uskutočniteľnosť rozšírenia na včasnú detekciu širokého spektra rakoviny pomocou tohto jednoduchého a priameho testu.

Analyzovala sa DNA z vzoriek krvi od 31 pacientov s leukémiou a 12 zdravými jedincami. Ako je znázornené v grafe boxu na obrázku 2A, relatívna absorbancia vzoriek rakoviny (AA650/525) bola nižšia ako v prípade DNA z normálnych vzoriek. Bolo to hlavne spôsobené zvýšenou hydrofóbnosťou, ktorá vedie k hustej agregácii DNA rakoviny, ktorá bránila agregácii cyst/AuNP. Výsledkom bolo, že tieto nanočastice boli úplne rozptýlené vo vonkajších vrstvách agregátov rakoviny, čo viedlo k inej disperzii cyst/AuNP adsorbovanej na normálnych agregátoch DNA s rakovinou. Krivky ROC sa potom generovali zmenou prahu z minimálnej hodnoty AA650/525 na maximálnu hodnotu.

Obrázok 2. (a) Hodnoty relatívnych absorbancií roztokov Cyst/AuNPS ukazujúce prítomnosť normálnej (modrej) a rakovinovej (červenej) DNA za optimalizovaných podmienok

(DA650/525) z boxových pozemkov; (B) Analýza ROC a hodnotenie diagnostických testov. (C) Matica zámeny na diagnostiku normálnych pacientov a pacientov s rakovinou. d) Citlivosť, špecifickosť, pozitívna prediktívna hodnota (PPV), negatívna prediktívna hodnota (NPV) a presnosť vyvinutej metódy.

Ako je znázornené na obrázku 2B, plocha pod krivkou ROC (AUC = 0,9274) získaná pre vyvinutý senzor vykazovala vysokú citlivosť a špecifickosť. Ako je možné vidieť z grafu krabice, najnižší bod predstavujúci normálnu skupinu DNA nie je dobre oddelený od najvyššieho bodu predstavujúceho skupinu DNA rakoviny; Preto sa na rozlíšenie normálnych a rakovinových skupín použila logistická regresia. Vzhľadom na súbor nezávislých premenných odhaduje pravdepodobnosť udalosti, ako je rakovina alebo normálna skupina. Závislá premenná sa pohybuje medzi 0 a 1. Výsledkom je preto pravdepodobnosť. Stanovili sme pravdepodobnosť identifikácie rakoviny (P) na základe AA650/525 nasledovne.

kde b = 5,3533, w1 = -6,965. Pri klasifikácii vzorky pravdepodobnosť menšia ako 0,5 označuje normálnu vzorku, zatiaľ čo pravdepodobnosť 0,5 alebo vyššia naznačuje vzorku rakoviny. Obrázok 2C znázorňuje zámennú maticu generovanú z krížovej validácie leta-it-ilone, ktorá sa použila na validáciu stability metódy klasifikácie. Obrázok 2D sumarizuje vyhodnotenie diagnostického testu metódy vrátane citlivosti, špecifickosti, pozitívnej prediktívnej hodnoty (PPV) a negatívnej prediktívnej hodnoty (NPV).

Biosenzory na báze smartfónov

Na ďalšie zjednodušenie testovania vzoriek bez použitia spektrofotometrov, vedci použili umelú inteligenciu (AI) na interpretáciu farby riešenia a rozlíšenie medzi normálnymi a rakovinovými jedincami. Vzhľadom na to sa počítačové videnie použilo na preklad farby roztoku cyst/AuNP do normálnej DNA (fialovej) alebo rakovinovej DNA (červená) pomocou obrázkov 96-jamkových doštičiek odobratých fotoaparátom mobilného telefónu. Umelá inteligencia môže znížiť náklady a zlepšiť prístupnosť pri interpretácii farby riešení nanočastíc a bez použitia akýchkoľvek optických príslušenstva pre hardvérové ​​smartfóny. Nakoniec boli vycvičené dva modely strojového učenia vrátane náhodného lesa (RF) a podporného vektorového stroja (SVM) na zostavenie modelov. Modely RF aj SVM správne klasifikovali vzorky ako pozitívne a negatívne s presnosťou 90,0%. To naznačuje, že používanie umelej inteligencie v biosenzovaní mobilných telefónov je celkom možné.

Obrázok 3. a) cieľová trieda roztoku zaznamenaná počas prípravy vzorky pre krok získania obrazu. b) Príklad obrázka nasnímaný počas kroku na získanie obrázka. (C) Intenzita farieb roztoku cyst/AuNP v každej jamke 96-jamkovej doštičky extrahovanej z obrázka (B).

Vedci pri použití Cyst/AuNP úspešne vyvinuli jednoduchú snímaciu platformu na detekciu metylačnej krajiny a senzor schopný rozlíšiť normálnu DNA od rakovinovej DNA pri použití vzoriek skutočnej krvi na skríning leukémie. Vyvinutý senzor preukázal, že DNA extrahovaná zo vzoriek skutočnej krvi bola schopná rýchlo a nákladovo efektívne detegovať malé množstvo rakovinovej DNA (3NM) u pacientov s leukémiou za 15 minút a vykazovala presnosť 95,3%. Na ďalšie zjednodušenie testovania vzoriek odstránením potreby spektrofotometu sa strojové učenie použilo na interpretáciu farby riešenia a rozlíšenie medzi normálnymi a rakovinovými jednotlivcami pomocou fotografie mobilného telefónu a presnosť sa tiež mohla dosiahnuť pri 90,0%.

Referencia: doi: 10,1039/d2ra05725e