DNA 메틸화 테스트는 90.0%의 정확도로 종양의 조기 스크리닝 및 백혈병 스크리닝을위한 스마트 폰과 결합되었습니다!

액체 생검에 기초한 암의 조기 검출은 최근 미국 국립 암 연구소 (National Cancer Institute)가 제안한 새로운 암 검출 및 진단의 새로운 방향으로 초기 암 또는 심지어 전암 병변을 검출하기위한 목적입니다. 그것은 폐암, 위장 종양, 신경 교종 및 부인과 종양을 포함한 다양한 악성 종양의 조기 진단을위한 새로운 바이오 마커로 널리 사용되었습니다.

메틸화 환경 (메틸 스케이프) 바이오 마커를 식별하기위한 플랫폼의 출현은 암에 대한 기존의 초기 스크리닝을 크게 개선하여 환자를 가장 빠른 치료 가능한 단계에 놓을 가능성이 있습니다.

최근에, 연구원들은 스마트 폰 기반 바이오 센서와 결합 된 시스 테마인 장식 금 나노 입자 (cyst/aunps)를 기반으로 한 메틸화 조경 검출을위한 간단하고 직접 감지 플랫폼을 개발하여 광범위한 종양의 빠른 초기 스크리닝을 가능하게합니다. 백혈병에 대한 조기 스크리닝은 혈액 샘플로부터 DNA 추출 후 15 분 이내에 90.0%의 정확도로 수행 될 수있다. 기사 제목은 시스 티민 캡핑 된 AUNP와 기계 학습 지원 스마트 폰을 사용하여 인간 혈액에서 암 DNA의 빠른 감지입니다.

그림 1. 낭종/AUNPS 구성 요소를 통한 암 스크리닝을위한 간단하고 빠른 감지 플랫폼은 두 가지 간단한 단계로 수행 할 수 있습니다.

이것은도 1에 도시되어있다. 먼저, 수용액을 사용하여 DNA 단편을 용해시켰다. 이어서, 낭종/AUNP를 혼합 용액에 첨가 하였다. 정상 및 악성 DNA는 상이한 메틸화 특성을 가지며, 다른 자기 조립 패턴을 갖는 DNA 단편을 초래한다. 정상적인 DNA 응집체는 느슨하게 응집되고 결국 낭종/AUNP를 응집시켜 낭종/AUNP의 적색 변속 특성을 초래하여 육안으로 빨간색에서 자주색으로의 색상의 변화가 관찰 될 수있게한다. 대조적으로, 암 DNA의 독특한 메틸화 프로파일은 더 큰 DNA 단편 클러스터의 생성을 초래한다.

스마트 폰 카메라를 사용하여 96- 웰 플레이트의 이미지를 촬영했습니다. 암 DNA는 분광법 기반 방법에 비해 기계 학습이 장착 된 스마트 폰으로 측정되었습니다.

실제 혈액 샘플의 암 스크리닝

감지 플랫폼의 유용성을 확장하기 위해, 연구자들은 실제 혈액 샘플에서 정상과 암성 DNA를 성공적으로 구별하는 센서를 적용했습니다. CPG 부위에서의 메틸화 패턴은 후성 유전자 발현을 조절한다. 거의 모든 암 유형에서, DNA 메틸화의 변화와 따라서 종양 형성을 촉진하는 유전자의 발현에서의 변화는 대체로 관찰되었다.

DNA 메틸화와 관련된 다른 암의 모델로서, 연구원들은 백혈병 환자의 혈액 샘플과 건강한 대조군을 사용하여 백혈병 암을 분화시키는 데 메틸화 환경의 효과를 조사했습니다. 이 메틸화 환경 바이오 마커는 기존의 빠른 백혈병 스크리닝 방법을 능가 할뿐만 아니라,이 간단하고 간단한 분석법을 사용하여 광범위한 암의 조기 검출로 확장 할 수있는 타당성을 보여줍니다.

백혈병 환자 31 명과 건강한 개인의 혈액 샘플로부터의 DNA를 분석했습니다. 도 2A의 박스 플롯에 도시 된 바와 같이, 암 샘플 (ΔA650/525)의 상대 흡광도는 정상 샘플로부터의 DNA의 상대 흡수성보다 낮았다. 이는 주로 암 DNA의 조밀 한 응집으로 이어지는 강화 된 소수성으로 인해 낭종/AUNP의 응집을 방해 하였다. 결과적으로, 이들 나노 입자는 암 응집체의 외부 층에 완전히 분산되어, 이는 정상 및 암 DNA 응집체에 흡착 된 낭종/AUNP의 상이한 분산을 초래 하였다. 그런 다음 최소 값의 ΔA650/525에서 최대 값으로 임계 값을 변경하여 ROC 곡선을 생성했습니다.

그림 2. (a) 최적화 된 조건 하에서 정상 (청색) 및 암 (적색)의 존재를 보여주는 낭종/AUNPS 용액의 상대 흡수 값

박스 플롯의 (DA650/525); (b) 진단 테스트의 ROC 분석 및 평가. (c) 정상 및 암 환자의 진단을위한 혼란 매트릭스. (d) 감도, 특이성, PPV (Positive Predictive Value), NPV (Negative Predictive Value) 및 개발 된 방법의 정확도.

도 2b에 도시 된 바와 같이, 개발 된 센서에 대해 얻은 ROC 곡선 (AUC = 0.9274) 하의 영역은 높은 감도와 특이성을 나타냈다. 박스 플롯에서 볼 수있는 바와 같이, 정상 DNA 그룹을 나타내는 가장 낮은 지점은 암 DNA 그룹을 나타내는 가장 높은 지점과 잘 분리되지 않았다; 따라서 로지스틱 회귀 분석을 사용하여 정상 및 암 그룹을 구별했습니다. 독립 변수 세트가 주어지면 암이나 정상 그룹과 같은 사건이 발생할 확률을 추정합니다. 종속 변수 범위는 0과 1 사이입니다. 결과는 확률입니다. 우리는 다음과 같이 ΔA650/525를 기반으로 암 식별 (P)의 확률을 결정했습니다.

여기서 B = 5.3533, W1 = -6.965. 샘플 분류의 경우 0.5 미만의 확률은 정상 샘플을 나타내고 0.5 이상의 확률은 암 샘플을 나타냅니다. 도 2C는 분류 방법의 안정성을 검증하는 데 사용 된 Leave-IT-alone 교차 검증으로부터 생성 된 혼란 매트릭스를 보여준다. 그림 2D는 감도, 특이성, 양성 예측 값 (PPV) 및 NPV (Negative Predictive Value)를 포함한 방법의 진단 테스트 평가를 요약합니다.

스마트 폰 기반 바이오 센서

분광 광도계를 사용하지 않고 샘플 테스트를 더욱 단순화하기 위해 연구원들은 인공 지능 (AI)을 사용하여 용액의 색을 해석하고 정상 및 암성 개인을 구별했습니다. 이를 감안할 때, 컴퓨터 비전을 사용하여 낭종/AUNPS 용액의 색상을 휴대 전화 카메라를 통해 촬영 한 96- 웰 플레이트의 이미지를 사용하여 정상 DNA (자주색) 또는 암성 DNA (빨간색)로 변환했습니다. 인공 지능은 나노 입자 솔루션의 색상 해석과 광학 하드웨어 스마트 폰 액세서리를 사용하지 않고 비용을 줄이고 접근성을 향상시킬 수 있습니다. 마지막으로, RF (Random Forest) 및 SVM (Support Vector Machine)을 포함한 두 개의 기계 학습 모델이 모델을 구성하도록 교육을 받았습니다. RF 및 SVM 모델은 모두 90.0%의 정확도로 샘플을 양수 및 음성으로 올바르게 분류했습니다. 이것은 휴대 전화 기반 바이오 센싱에서 인공 지능의 사용이 상당히 가능하다는 것을 시사합니다.

그림 3. (a) 이미지 획득 단계에 대한 샘플을 준비하는 동안 기록 된 솔루션의 목표 클래스. (b) 이미지 획득 단계에서 촬영 된 이미지. (c) 이미지 (b)에서 추출 된 96- 웰 플레이트의 각 웰에서 낭종/AUNPS 용액의 색 강도.

낭종/AUNP를 사용하여 연구자들은 메틸화 조경 검출을위한 간단한 감지 플랫폼과 백혈병 스크리닝을 위해 실제 혈액 샘플을 사용할 때 암 DNA와 정상 DNA를 구별 할 수있는 센서를 성공적으로 개발했습니다. 발달 된 센서는 실제 혈액 샘플에서 추출한 DNA가 15 분 안에 백혈병 환자에서 소량의 암 DNA (3NM)를 빠르고 비용 효율적으로 검출 할 수 있었으며 95.3%의 정확도를 보여 주었다. 분광 광도계의 필요성을 제거하여 샘플 테스트를 더욱 단순화하기 위해 기계 학습을 사용하여 솔루션의 색상을 해석하고 휴대 전화 사진을 사용하여 정상 및 암성 개인을 구별하는 데 사용되었으며 정확도도 90.0%로 달성 할 수있었습니다.

참조 : doi : 10.1039/d2ra05725e