اختبار مثيلة الحمض النووي مع الهواتف الذكية للفحص المبكر للأورام وفحص سرطان الدم بدقة 90.0 ٪!

يعد الكشف المبكر عن السرطان على أساس الخزعة السائلة اتجاهًا جديدًا للكشف عن السرطان والتشخيص الذي اقترحه المعهد الوطني للسرطان الأمريكي في السنوات الأخيرة ، بهدف اكتشاف السرطان المبكر أو حتى الآفات السرطانية. لقد تم استخدامه على نطاق واسع كعلامة حيوية جديدة للتشخيص المبكر لمختلف الأورام الخبيثة ، بما في ذلك سرطان الرئة وأورام الجهاز الهضمي والأورام الدبقية والأورام النسائية.

إن ظهور المنصات لتحديد المؤشرات الحيوية للميثيل (Methylscape) لديه القدرة على تحسين الفحص المبكر الحالي للسرطان بشكل كبير ، مما يضع المرضى في أقرب مرحلة علاجية.

في الآونة الأخيرة ، طور الباحثون منصة استشعار بسيطة ومباشرة للكشف عن المناظر الطبيعية للميثيل استنادًا إلى الجسيمات النانوية الذهبية المزينة بالسيماء (CISST/AUNPs) جنبًا إلى جنب مع مستشعر حيوي قائم على الهاتف الذكي يتيح الفحص المبكر السريع لمجموعة واسعة من الأورام. يمكن إجراء الفحص المبكر لسرطان الدم في غضون 15 دقيقة بعد استخراج الحمض النووي من عينة دم ، بدقة 90.0 ٪. عنوان المقالة هو اكتشاف سريع للحمض النووي للسرطان في دم الإنسان باستخدام AUNPs المغطى بالسيماء والهاتف الذكي الممكّن من التعلم الآلي。

الشكل 1. يمكن تحقيق منصة استشعار بسيطة وسريعة لفحص السرطان عبر مكونات CYST/AUNPS في خطوتين بسيطتين.

يظهر هذا في الشكل 1. أولاً ، تم استخدام محلول مائي لحل شظايا الحمض النووي. ثم تمت إضافة CISST/AUNPs إلى المحلول المختلط. الحمض النووي الطبيعي والخبيث لها خصائص مثيلة مختلفة ، مما يؤدي إلى شظايا الحمض النووي مع أنماط التجميع الذاتي المختلفة. يتجمع الحمض النووي الطبيعي بشكل فضفاض وفي النهاية يجمع الكيس/AUNPs ، مما يؤدي إلى الطبيعة الحمراء من الكيس/AUNPs ، بحيث يمكن ملاحظة تغيير في اللون من اللون الأحمر إلى الأرجواني بالعين المجردة. في المقابل ، يؤدي المثيلة الفريدة من الحمض النووي للسرطان إلى إنتاج مجموعات أكبر من شظايا الحمض النووي.

تم التقاط صور من 96 لوحات بئر باستخدام كاميرا الهاتف الذكي. تم قياس الحمض النووي للسرطان بواسطة هاتف ذكي مزود بالتعلم الآلي مقارنة بالطرق القائمة على التحليل الطيفي.

فحص السرطان في عينات الدم الحقيقية

لتمديد فائدة منصة الاستشعار ، طبق الباحثون مستشعرًا تميزت بنجاح بين الحمض النووي الطبيعي والسرطاني في عينات الدم الحقيقية. أنماط الميثيل في مواقع CPG تنظم تعبير الجينات. في جميع أنواع السرطان تقريبًا ، لوحظت تغييرات في مثيلة الحمض النووي وبالتالي في التعبير عن الجينات التي تعزز تورم الأورام البديلة.

كنموذج للسرطان الأخرى المرتبطة بمثيلة الحمض النووي ، استخدم الباحثون عينات من الدم من مرضى سرطان الدم والضوابط الصحية للتحقيق في فعالية مشهد المثيلة في التمييز بين سرطانات سرطان الدم. لا يتفوق هذا العلامة الحيوية على المناظر الطبيعية للميثيل على طرق فحص سرطان الدم السريع الحالية ، ولكنه يوضح أيضًا جدوى التمدد إلى الكشف المبكر لمجموعة واسعة من السرطانات باستخدام هذا الفحص البسيط والمباشر.

تم تحليل الحمض النووي من عينات الدم من 31 مريض سرطان الدم و 12 فردا أصحاء. كما هو مبين في مؤامرة الصندوق في الشكل 2A ، كان الامتصاص النسبي لعينات السرطان (ΔA650/525) أقل من الحمض النووي من العينات الطبيعية. ويرجع ذلك بشكل أساسي إلى محسّنة الكارهة للماء مما يؤدي إلى تجميع كثيف من الحمض النووي للسرطان ، مما منع تجميع CISST/AUNPs. نتيجة لذلك ، تم تفريق هذه الجسيمات النانوية تمامًا في الطبقات الخارجية لمجاميع السرطان ، مما أدى إلى تشتت مختلف من CISST/AUNPS تم امتصاصه على مجاميع الحمض النووي الطبيعي والسرطان. ثم تم إنشاء منحنيات ROC عن طريق تغيير العتبة من الحد الأدنى قيمة ΔA650/525 إلى أقصى قيمة.

الشكل 2. (أ) قيم الامتصاص النسبية لحلول CISST/AUNPS التي توضح وجود الحمض النووي الطبيعي (الأزرق) والسرطان (الأحمر) في ظل ظروف محسنة

(DA650/525) من مخططات الصندوق ؛ (ب) تحليل ROC وتقييم الاختبارات التشخيصية. (ج) مصفوفة الارتباك لتشخيص المرضى الطبيعيين والسرطان. (د) الحساسية ، الخصوصية ، القيمة التنبؤية الإيجابية (PPV) ، القيمة التنبؤية السلبية (NPV) ودقة الطريقة المطورة.

كما هو مبين في الشكل 2 ب ، أظهرت المنطقة تحت منحنى ROC (AUC = 0.9274) التي تم الحصول عليها للمستشعر المتقدم حساسية وخصوصية عالية. كما يتضح من مؤامرة الصندوق ، فإن أدنى نقطة تمثل مجموعة الحمض النووي العادية لا يتم فصلها جيدًا عن أعلى نقطة تمثل مجموعة الحمض النووي للسرطان ؛ لذلك ، تم استخدام الانحدار اللوجستي للتمييز بين المجموعات الطبيعية والسرطان. بالنظر إلى مجموعة من المتغيرات المستقلة ، فإنه يقدر احتمال حدوث حدث ، مثل السرطان أو المجموعة العادية. يتراوح المتغير التابع بين 0 و 1. وبالتالي فإن النتيجة هي احتمال. لقد حددنا احتمال تحديد السرطان (P) استنادًا إلى ΔA650/525 على النحو التالي.

حيث B = 5.3533 ، W1 = -6.965. لتصنيف العينة ، يشير احتمال أقل من 0.5 إلى عينة طبيعية ، في حين أن احتمال 0.5 أو أعلى يشير إلى عينة من السرطان. يوضح الشكل 2C مصفوفة الارتباك الناتجة عن التحقق المتبادل للإجازة ، والذي تم استخدامه للتحقق من ثبات طريقة التصنيف. يلخص الشكل 2D تقييم الاختبار التشخيصي للطريقة ، بما في ذلك الحساسية والخصوصية والقيمة التنبؤية الإيجابية (PPV) والقيمة التنبؤية السلبية (NPV).

أجهزة الاستشعار الحيوية القائمة على الهواتف الذكية

لزيادة تبسيط اختبار العينة دون استخدام أجهزة قياس الطيف ، استخدم الباحثون الذكاء الاصطناعي (AI) لتفسير لون الحل والتمييز بين الأفراد الطبيعيين والسرطانيين. بالنظر إلى ذلك ، تم استخدام رؤية الكمبيوتر لترجمة لون محلول CISST/AUNPs إلى الحمض النووي الطبيعي (الأرجواني) أو الحمض النووي السرطاني (الأحمر) باستخدام صور من 96 لوحات جيدة يتم التقاطها عبر كاميرا الهاتف المحمول. يمكن للذكاء الاصطناعي أن يقلل من التكاليف ويحسن إمكانية الوصول في تفسير لون حلول الجسيمات النانوية ، وبدون استخدام أي ملحقات للهواتف الذكية للأجهزة البصرية. أخيرًا ، تم تدريب نموذجين للتعلم الآلي ، بما في ذلك الغابات العشوائية (RF) وآلة متجه الدعم (SVM) لبناء النماذج. تصنف كل من نماذج RF و SVM بشكل صحيح العينات على أنها إيجابية وسلبية مع دقة 90.0 ٪. هذا يشير إلى أن استخدام الذكاء الاصطناعي في التحسس الحيوي القائم على الهاتف المحمول أمر ممكن للغاية.

الشكل 3. (أ) فئة الهدف من الحل المسجلة أثناء تحضير العينة لخطوة الحصول على الصورة. (ب) مثال على الصورة التي تم التقاطها أثناء خطوة الحصول على الصور. (ج) شدة لون محلول CISST/AUNPs في كل بئر من لوحة 96 جيدا المستخرجة من الصورة (ب).

باستخدام CISST/AUNPs ، قام الباحثون بنجاح بتطوير منصة استشعار بسيطة للكشف عن المناظر الطبيعية للمثيلة ومستشعر قادر على تمييز الحمض النووي الطبيعي عن الحمض النووي للسرطان عند استخدام عينات الدم الحقيقية لفحص سرطان الدم. أظهر المستشعر المتقدم أن الحمض النووي المستخرج من عينات الدم الحقيقية كان قادرًا على اكتشاف كميات صغيرة من الحمض النووي للسرطان (3NM) في مرضى سرطان الدم خلال 15 دقيقة ، وأظهرت دقة 95.3 ٪. لزيادة تبسيط اختبار العينة من خلال التخلص من الحاجة إلى مقياس الطيف ، تم استخدام التعلم الآلي لتفسير لون الحل والتمييز بين الأفراد العاديين والسرطانيين الذين يستخدمون صورة الهاتف المحمول ، كما تمكنت الدقة أيضًا بنسبة 90.0 ٪.

المرجع: doi: 10.1039/d2ra05725e