يعد الاكتشاف المبكر للسرطان بناءً على الخزعة السائلة اتجاهًا جديدًا للكشف عن السرطان وتشخيصه اقترحه المعهد الوطني الأمريكي للسرطان في السنوات الأخيرة، بهدف الكشف المبكر عن السرطان أو حتى الآفات السابقة للتسرطن. وقد تم استخدامه على نطاق واسع كمؤشر حيوي جديد للتشخيص المبكر لمختلف الأورام الخبيثة، بما في ذلك سرطان الرئة وأورام الجهاز الهضمي والأورام الدبقية والأورام النسائية.
إن ظهور منصات لتحديد المؤشرات الحيوية لمناظر المثيلة (Methylscape) لديه القدرة على تحسين الفحص المبكر الحالي للسرطان بشكل كبير، مما يضع المرضى في أقرب مرحلة قابلة للعلاج.
في الآونة الأخيرة، طور الباحثون منصة استشعار بسيطة ومباشرة للكشف عن مشهد المثيلة استنادًا إلى جزيئات الذهب النانوية المزخرفة بالسيستامين (Cyst/AuNPs) جنبًا إلى جنب مع جهاز استشعار حيوي قائم على الهاتف الذكي يتيح الفحص المبكر السريع لمجموعة واسعة من الأورام. يمكن إجراء الفحص المبكر لسرطان الدم خلال 15 دقيقة بعد استخراج الحمض النووي من عينة الدم، بدقة تصل إلى 90.0%. عنوان المقالة هو الكشف السريع عن الحمض النووي للسرطان في دم الإنسان باستخدام AuNPs المغطى بالسيستامين وهاتف ذكي يدعم التعلم الآلي.
الشكل 1. يمكن تحقيق منصة استشعار بسيطة وسريعة لفحص السرطان عبر مكونات الكيس/AuNPs في خطوتين بسيطتين.
يظهر هذا في الشكل 1. أولاً، تم استخدام محلول مائي لحل شظايا الحمض النووي. ثم تمت إضافة Cyst/AuNPs إلى المحلول المختلط. الحمض النووي الطبيعي والخبيث له خصائص مثيلة مختلفة، مما يؤدي إلى شظايا الحمض النووي ذات أنماط التجميع الذاتي المختلفة. يتجمع الحمض النووي الطبيعي بشكل فضفاض وفي النهاية يتجمع Cyst/AuNPs، مما يؤدي إلى طبيعة التحول الأحمر للكيسة/AuNPs، بحيث يمكن ملاحظة تغير اللون من الأحمر إلى الأرجواني بالعين المجردة. في المقابل، فإن المظهر الفريد للحمض النووي للسرطان يؤدي إلى إنتاج مجموعات أكبر من شظايا الحمض النووي.
تم التقاط صور لوحات 96-جيدا باستخدام كاميرا الهاتف الذكي. تم قياس الحمض النووي للسرطان بواسطة هاتف ذكي مزود بالتعلم الآلي مقارنة بالطرق المعتمدة على التحليل الطيفي.
فحص السرطان في عينات الدم الحقيقية
ولتوسيع فائدة منصة الاستشعار، استخدم الباحثون جهاز استشعار نجح في التمييز بين الحمض النووي الطبيعي والسرطاني في عينات الدم الحقيقية. أنماط المثيلة في مواقع CpG تنظم التعبير الجيني بشكل جيني. في جميع أنواع السرطان تقريبًا، لوحظ أن التغيرات في مثيلة الحمض النووي وبالتالي في التعبير عن الجينات التي تعزز تكون الأوعية الدموية تتناوب.
وكنموذج للسرطانات الأخرى المرتبطة بمثيلة الحمض النووي، استخدم الباحثون عينات دم من مرضى سرطان الدم والضوابط الصحية للتحقيق في فعالية مشهد المثيلة في التمييز بين سرطانات اللوكيميا. لا يتفوق هذا المؤشر الحيوي لمناظر المثيلة على طرق الفحص السريع لسرطان الدم الحالية فحسب، بل يوضح أيضًا جدوى التوسع في الكشف المبكر عن مجموعة واسعة من السرطانات باستخدام هذا الاختبار البسيط والمباشر.
تم تحليل الحمض النووي من عينات الدم من 31 مريضا بسرطان الدم و12 شخصا أصحاء. كما هو مبين في مخطط الصندوق في الشكل 2 أ، كان الامتصاص النسبي لعينات السرطان (ΔA650/525) أقل من امتصاص الحمض النووي من العينات الطبيعية. وكان هذا يرجع أساسا إلى الكارهة للماء المعززة التي تؤدي إلى تجميع كثيف للحمض النووي السرطاني، مما حال دون تجميع الكيس/AuNPs. ونتيجة لذلك، تم تفريق هذه الجسيمات النانوية تمامًا في الطبقات الخارجية لمجاميع السرطان، مما أدى إلى تشتت مختلف للكيسة/AuNPs الممتصة على مجاميع الحمض النووي الطبيعية والسرطانية. تم بعد ذلك إنشاء منحنيات ROC عن طريق تغيير العتبة من الحد الأدنى لقيمة ΔA650/525 إلى القيمة القصوى.
الشكل 2. (أ) قيم الامتصاص النسبية لمحاليل الكيس/AuNPs التي توضح وجود الحمض النووي الطبيعي (الأزرق) والسرطان (الأحمر) في ظل الظروف المثلى
(DA650/525) من قطع الأراضي الصندوقية؛ ( ب ) تحليل ROC وتقييم الاختبارات التشخيصية. ( ج ) مصفوفة الارتباك لتشخيص المرضى الطبيعيين ومرضى السرطان. ( د ) الحساسية والنوعية والقيمة التنبؤية الإيجابية (PPV) والقيمة التنبؤية السلبية (NPV) ودقة الطريقة المطورة.
كما هو مبين في الشكل 2ب، أظهرت المنطقة الواقعة تحت منحنى ROC (AUC = 0.9274) التي تم الحصول عليها للمستشعر المطور حساسية وخصوصية عالية. كما يتبين من المخطط المربع، فإن أدنى نقطة تمثل مجموعة الحمض النووي الطبيعية ليست منفصلة جيدًا عن أعلى نقطة تمثل مجموعة الحمض النووي السرطاني؛ ولذلك، تم استخدام الانحدار اللوجستي للتمييز بين المجموعتين الطبيعية والسرطانية. بالنظر إلى مجموعة من المتغيرات المستقلة، فإنه يقدر احتمالية وقوع حدث ما، مثل السرطان أو مجموعة طبيعية. يتراوح المتغير التابع بين 0 و 1. وبالتالي فإن النتيجة هي احتمال. لقد حددنا احتمالية التعرف على السرطان (P) بناءً على ΔA650 / 525 على النحو التالي.
حيث ب=5.3533،w1=-6.965. بالنسبة لتصنيف العينات، يشير الاحتمال الأقل من 0.5 إلى عينة طبيعية، بينما يشير الاحتمال 0.5 أو أعلى إلى عينة سرطانية. ويصور الشكل 2 ج مصفوفة الارتباك الناتجة عن التحقق المتبادل من ترك الأمر بمفرده، والذي تم استخدامه للتحقق من استقرار طريقة التصنيف. يلخص الشكل 2 د تقييم الاختبار التشخيصي للطريقة، بما في ذلك الحساسية والنوعية والقيمة التنبؤية الإيجابية (PPV) والقيمة التنبؤية السلبية (NPV).
أجهزة الاستشعار الحيوية المعتمدة على الهواتف الذكية
ولتبسيط اختبار العينات بشكل أكبر دون استخدام مقاييس الطيف الضوئي، استخدم الباحثون الذكاء الاصطناعي (AI) لتفسير لون المحلول والتمييز بين الأفراد الطبيعيين والمصابين بالسرطان. ونظرًا لذلك، تم استخدام رؤية الكمبيوتر لترجمة لون محلول Cyst/AuNPs إلى حمض نووي طبيعي (أرجواني) أو حمض نووي سرطاني (أحمر) باستخدام صور لـ 96 لوحة تم التقاطها من خلال كاميرا الهاتف المحمول. يمكن للذكاء الاصطناعي أن يقلل التكاليف ويحسن إمكانية الوصول في تفسير لون حلول الجسيمات النانوية، ودون استخدام أي ملحقات للهواتف الذكية للأجهزة البصرية. أخيرًا، تم تدريب نموذجين للتعلم الآلي، بما في ذلك Random Forest (RF) وSupport Vector Machine (SVM) لبناء النماذج. قام كلا الطرازين RF وSVM بتصنيف العينات بشكل صحيح على أنها إيجابية وسلبية بدقة 90.0%. يشير هذا إلى أن استخدام الذكاء الاصطناعي في الاستشعار الحيوي المعتمد على الهاتف المحمول أمر ممكن تمامًا.
الشكل 3. (أ) الفئة المستهدفة من الحل المسجلة أثناء إعداد العينة لخطوة الحصول على الصور. (ب) مثال على الصورة الملتقطة أثناء خطوة الحصول على الصور. (ج) شدة اللون لمحلول الكيس/AuNPs في كل بئر من لوحة الـ 96 بئرًا المستخرجة من الصورة (ب).
باستخدام Cyst/AuNPs، نجح الباحثون في تطوير منصة استشعار بسيطة للكشف عن مشهد المثيلة وجهاز استشعار قادر على التمييز بين الحمض النووي الطبيعي والحمض النووي السرطاني عند استخدام عينات دم حقيقية لفحص سرطان الدم. أظهر المستشعر المطوّر أن الحمض النووي المستخرج من عينات الدم الحقيقية كان قادرًا على اكتشاف كميات صغيرة من الحمض النووي السرطاني (3nM) بسرعة وفعالية من حيث التكلفة لدى مرضى سرطان الدم في 15 دقيقة، وأظهر دقة قدرها 95.3%. ولتبسيط اختبار العينات بشكل أكبر من خلال التخلص من الحاجة إلى مقياس الطيف الضوئي، تم استخدام التعلم الآلي لتفسير لون المحلول والتمييز بين الأفراد الطبيعيين والمصابين بالسرطان باستخدام صورة بالهاتف المحمول، وتم أيضًا تحقيق الدقة بنسبة 90.0%.
المرجع: DOI: 10.1039/d2ra05725e
وقت النشر: 18 فبراير 2023