લિક્વિડ બાયોપ્સીના આધારે કેન્સરની વહેલી તપાસ એ તાજેતરના વર્ષોમાં યુ.એસ. નેશનલ કેન્સર ઇન્સ્ટિટ્યૂટ દ્વારા સૂચિત કેન્સરની તપાસ અને નિદાનની નવી દિશા છે, જેમાં પ્રારંભિક કેન્સર અથવા તો પૂર્વવર્તી જખમ શોધવાના હેતુ સાથે. ફેફસાના કેન્સર, જઠરાંત્રિય ગાંઠો, ગ્લિઓમસ અને સ્ત્રીરોગવિજ્ .ાન ગાંઠો સહિત વિવિધ ખામીના પ્રારંભિક નિદાન માટે તેનો નવલકથા બાયોમાર્કર તરીકે વ્યાપકપણે ઉપયોગ કરવામાં આવ્યો છે.
મેથિલેશન લેન્ડસ્કેપ (મેથિલસ્કેપ) બાયોમાર્કર્સને ઓળખવા માટે પ્લેટફોર્મ્સનો ઉદભવ કેન્સર માટે હાલની પ્રારંભિક સ્ક્રીનીંગમાં નોંધપાત્ર સુધારો કરવાની સંભાવના ધરાવે છે, દર્દીઓને વહેલી તકે સારવારયોગ્ય તબક્કે મૂકે છે.
તાજેતરમાં, સંશોધનકારોએ મેથિલેશન લેન્ડસ્કેપ ડિટેક્શન માટે એક સરળ અને સીધી સેન્સિંગ પ્લેટફોર્મ વિકસિત કર્યું છે જે સિસ્ટેમાઇન સુશોભિત ગોલ્ડ નેનોપાર્ટિકલ્સ (સિસ્ટર/એયુએનપી) ના આધારે સ્માર્ટફોન-આધારિત બાયોસેન્સર સાથે જોડાયેલા છે જે વિશાળ શ્રેણીના ગાંઠોની ઝડપી પ્રારંભિક સ્ક્રિનિંગને સક્ષમ કરે છે. લોહીના નમૂનામાંથી ડીએનએ નિષ્કર્ષણ પછી, 90.0%ની ચોકસાઈ સાથે લ્યુકેમિયા માટે પ્રારંભિક સ્ક્રીનીંગ 15 મિનિટની અંદર કરી શકાય છે. આર્ટિકલ શીર્ષક એ સિસ્ટેમાઇન-કેપ્ડ એયુએનપી અને મશીન લર્નિંગ-સક્ષમ સ્માર્ટફોનનો ઉપયોગ કરીને માનવ લોહીમાં કેન્સર ડીએનએની ઝડપી તપાસ છે。
આકૃતિ 1. ફોલ્લો/એયુએનપીએસ ઘટકો દ્વારા કેન્સરની તપાસ માટે એક સરળ અને ઝડપી સેન્સિંગ પ્લેટફોર્મ બે સરળ પગલાઓમાં પૂર્ણ કરી શકાય છે.
આ આકૃતિ 1 માં બતાવવામાં આવ્યું છે. પ્રથમ, જલીય દ્રાવણનો ઉપયોગ ડીએનએ ટુકડાઓને વિસર્જન માટે કરવામાં આવ્યો હતો. ત્યારબાદ મિશ્રિત સોલ્યુશનમાં ફોલ્લો/એયુએનપી ઉમેરવામાં આવ્યા. સામાન્ય અને જીવલેણ ડીએનએમાં વિવિધ મેથિલેશન ગુણધર્મો હોય છે, પરિણામે વિવિધ સ્વ-એસેમ્બલી પેટર્નવાળા ડીએનએ ટુકડાઓ થાય છે. સામાન્ય ડીએનએ loose ીલી રીતે એકત્રીત થાય છે અને આખરે ફોલ્લો/એયુએનપીએસને એકત્રીત કરે છે, જે ફોલ્લો/એયુએનપીની લાલ-શિફ્ટ પ્રકૃતિમાં પરિણમે છે, જેથી લાલથી જાંબુડિયામાં રંગમાં ફેરફાર નગ્ન આંખ સાથે અવલોકન કરી શકાય. તેનાથી વિપરિત, કેન્સર ડીએનએની અનન્ય મેથિલેશન પ્રોફાઇલ ડીએનએ ટુકડાઓના મોટા ક્લસ્ટરોના ઉત્પાદન તરફ દોરી જાય છે.
સ્માર્ટફોન કેમેરાનો ઉપયોગ કરીને 96-સારી પ્લેટોની છબીઓ લેવામાં આવી હતી. કેન્સર ડીએનએ સ્પેક્ટ્રોસ્કોપી-આધારિત પદ્ધતિઓની તુલનામાં મશીન લર્નિંગથી સજ્જ સ્માર્ટફોન દ્વારા માપવામાં આવ્યું હતું.
વાસ્તવિક લોહીના નમૂનાઓમાં કેન્સરની તપાસ
સેન્સિંગ પ્લેટફોર્મની ઉપયોગિતાને વિસ્તૃત કરવા માટે, તપાસકર્તાઓએ એક સેન્સર લાગુ કર્યો જે વાસ્તવિક લોહીના નમૂનાઓમાં સામાન્ય અને કેન્સરગ્રસ્ત ડીએનએ વચ્ચે સફળતાપૂર્વક તફાવત કરે છે. સીપીજી સાઇટ્સ પર મેથિલેશન પેટર્ન એપિજેનેટિકલી જીન અભિવ્યક્તિને નિયંત્રિત કરે છે. લગભગ તમામ કેન્સર પ્રકારોમાં, ડીએનએ મેથિલેશનમાં ફેરફાર અને આમ જનીનોના અભિવ્યક્તિમાં જે ગાંઠપત્રને પ્રોત્સાહન આપે છે તે વૈકલ્પિક રૂપે જોવા મળ્યું છે.
ડીએનએ મેથિલેશન સાથે સંકળાયેલા અન્ય કેન્સરના મોડેલ તરીકે, સંશોધનકારોએ લ્યુકેમિયાના દર્દીઓ અને તંદુરસ્ત નિયંત્રણના લોહીના નમૂનાઓનો ઉપયોગ લ્યુકેમિક કેન્સરને અલગ પાડવામાં મેથિલેશન લેન્ડસ્કેપની અસરકારકતાની તપાસ માટે કર્યો હતો. આ મેથિલેશન લેન્ડસ્કેપ બાયોમાર્કર ફક્ત હાલની ઝડપી લ્યુકેમિયા સ્ક્રીનીંગ પદ્ધતિઓને પાછળ છોડી દે છે, પણ આ સરળ અને સીધા પર્યાયનો ઉપયોગ કરીને કેન્સરની વિશાળ શ્રેણીની પ્રારંભિક તપાસ સુધી વિસ્તૃત થવાની શક્યતા દર્શાવે છે.
31 લ્યુકેમિયા દર્દીઓ અને 12 તંદુરસ્ત વ્યક્તિઓના લોહીના નમૂનાઓમાંથી ડીએનએનું વિશ્લેષણ કરવામાં આવ્યું હતું. આકૃતિ 2 એ માં બ plot ક્સ પ્લોટમાં બતાવ્યા પ્રમાણે, કેન્સરના નમૂનાઓ (ΔA650/525) નું સંબંધિત શોષણ સામાન્ય નમૂનાઓથી ડીએનએ કરતા ઓછું હતું. આ મુખ્યત્વે ઉન્નત હાઇડ્રોફોબિસિટીને કારણે હતું જે કેન્સર ડીએનએના ગા ense એકત્રીકરણ તરફ દોરી જાય છે, જેણે ફોલ્લો/એયુએનપીના એકત્રીકરણને અટકાવ્યું હતું. પરિણામે, આ નેનોપાર્ટિકલ્સ કેન્સરના એકંદરના બાહ્ય સ્તરોમાં સંપૂર્ણપણે વિખેરી નાખવામાં આવ્યા હતા, જેના પરિણામે સામાન્ય અને કેન્સર ડીએનએ એકંદર પર ફોલ્લો/એયુએનપીએસનો અલગ વિખેરી નાખવામાં આવ્યો હતો. ત્યારબાદ આરઓસી વળાંક ΔA650/525 ના લઘુત્તમ મૂલ્યથી મહત્તમ મૂલ્ય સુધી થ્રેશોલ્ડને અલગ કરીને પેદા કરવામાં આવ્યા હતા.
આકૃતિ 2. (એ) ફોલ્લો/એયુએનપીએસ સોલ્યુશન્સના સંબંધિત શોષણ મૂલ્યો, સામાન્ય (વાદળી) અને કેન્સર (લાલ) ની હાજરી દર્શાવે છે.
(ડીએ 650/525) બ plots ક્સ પ્લોટનો; (બી) આરઓસી વિશ્લેષણ અને ડાયગ્નોસ્ટિક પરીક્ષણોનું મૂલ્યાંકન. (સી) સામાન્ય અને કેન્સરના દર્દીઓના નિદાન માટે મૂંઝવણ મેટ્રિક્સ. (ડી) સંવેદનશીલતા, વિશિષ્ટતા, સકારાત્મક આગાહી મૂલ્ય (પીપીવી), નકારાત્મક આગાહી મૂલ્ય (એનપીવી) અને વિકસિત પદ્ધતિની ચોકસાઈ.
આકૃતિ 2 બી માં બતાવ્યા પ્રમાણે, વિકસિત સેન્સર માટે મેળવેલા આરઓસી વળાંક (એયુસી = 0.9274) હેઠળના ક્ષેત્રમાં ઉચ્ચ સંવેદનશીલતા અને વિશિષ્ટતા દર્શાવે છે. બ plot ક્સ પ્લોટમાંથી જોઈ શકાય છે, સામાન્ય ડીએનએ જૂથનું પ્રતિનિધિત્વ કરતું સૌથી નીચો બિંદુ કેન્સર ડીએનએ જૂથનું પ્રતિનિધિત્વ કરતા ઉચ્ચતમ બિંદુથી સારી રીતે અલગ નથી; તેથી, સામાન્ય અને કેન્સર જૂથો વચ્ચેના તફાવત માટે લોજિસ્ટિક રીગ્રેસનનો ઉપયોગ કરવામાં આવ્યો હતો. સ્વતંત્ર ચલોનો સમૂહ જોતાં, તે ઘટનાની સંભાવનાનો અંદાજ લગાવે છે, જેમ કે કેન્સર અથવા સામાન્ય જૂથ. આશ્રિત ચલ 0 અને 1 ની વચ્ચે છે. પરિણામ તેથી સંભાવના છે. અમે નીચે મુજબ ΔA650/525 પર આધારિત કેન્સર ઓળખ (પી) ની સંભાવના નક્કી કરી છે.
જ્યાં બી = 5.3533, ડબલ્યુ 1 = -6.965. નમૂનાના વર્ગીકરણ માટે, 0.5 કરતા ઓછી સંભાવના સામાન્ય નમૂના સૂચવે છે, જ્યારે 0.5 અથવા તેથી વધુની સંભાવના કેન્સરના નમૂનાને સૂચવે છે. આકૃતિ 2 સી, રજા-તે-એકલા ક્રોસ-વેલિડેશનથી ઉત્પન્ન થતી મૂંઝવણ મેટ્રિક્સ દર્શાવે છે, જેનો ઉપયોગ વર્ગીકરણ પદ્ધતિની સ્થિરતાને માન્ય કરવા માટે કરવામાં આવ્યો હતો. આકૃતિ 2 ડી સંવેદનશીલતા, વિશિષ્ટતા, સકારાત્મક આગાહી મૂલ્ય (પીપીવી) અને નકારાત્મક આગાહી મૂલ્ય (એનપીવી) સહિત પદ્ધતિના ડાયગ્નોસ્ટિક પરીક્ષણ મૂલ્યાંકનનો સારાંશ આપે છે.
સ્માર્ટફોન આધારિત બાયોસેન્સર્સ
સ્પેક્ટ્રોફોટોમીટર્સના ઉપયોગ વિના નમૂના પરીક્ષણને વધુ સરળ બનાવવા માટે, સંશોધનકારોએ સોલ્યુશનના રંગનું અર્થઘટન કરવા અને સામાન્ય અને કેન્સરગ્રસ્ત વ્યક્તિઓ વચ્ચેના તફાવત માટે કૃત્રિમ બુદ્ધિ (એઆઈ) નો ઉપયોગ કર્યો. આને જોતાં, કમ્પ્યુટર વિઝનનો ઉપયોગ ફોલ્લો/એયુએનપીએસ સોલ્યુશનના રંગને મોબાઇલ ફોન કેમેરા દ્વારા લેવામાં આવતી 96-સારી પ્લેટોની છબીઓનો ઉપયોગ કરીને સામાન્ય ડીએનએ (જાંબુડિયા) અથવા કેન્સરગ્રસ્ત ડીએનએ (લાલ) માં અનુવાદિત કરવા માટે કરવામાં આવ્યો હતો. કૃત્રિમ બુદ્ધિ ખર્ચમાં ઘટાડો કરી શકે છે અને નેનોપાર્ટિકલ સોલ્યુશન્સના રંગની અર્થઘટન કરવામાં અને કોઈપણ opt પ્ટિકલ હાર્ડવેર સ્માર્ટફોન એસેસરીઝના ઉપયોગ વિના ibility ક્સેસિબિલીટીમાં સુધારો કરી શકે છે. છેવટે, રેન્ડમ ફોરેસ્ટ (આરએફ) અને સપોર્ટ વેક્ટર મશીન (એસવીએમ) સહિતના બે મશીન લર્નિંગ મોડેલોને મોડેલો બાંધવા માટે તાલીમ આપવામાં આવી હતી. બંને આરએફ અને એસવીએમ મોડેલોએ 90.0%ની ચોકસાઈ સાથે નમૂનાઓને સકારાત્મક અને નકારાત્મક તરીકે વર્ગીકૃત કર્યા છે. આ સૂચવે છે કે મોબાઇલ ફોન આધારિત બાયોસેન્સિંગમાં કૃત્રિમ બુદ્ધિનો ઉપયોગ તદ્દન શક્ય છે.
આકૃતિ 3. (એ) ઇમેજ એક્વિઝિશન સ્ટેપ માટે નમૂનાની તૈયારી દરમિયાન રેકોર્ડ કરેલા સોલ્યુશનનો લક્ષ્ય વર્ગ. (બી) છબી સંપાદન પગલા દરમિયાન લેવામાં આવેલી ઉદાહરણ છબી. (સી) છબી (બી) માંથી કા racted વામાં આવેલી 96-કૂવામાં પ્લેટની દરેક કૂવામાં ફોલ્લો/એયુએનપીએસ સોલ્યુશનની રંગની તીવ્રતા.
ફોલ્લો/એયુએનપીએસનો ઉપયોગ કરીને, સંશોધનકારોએ લ્યુકેમિયા સ્ક્રીનીંગ માટે વાસ્તવિક લોહીના નમૂનાઓનો ઉપયોગ કરતી વખતે મેથિલેશન લેન્ડસ્કેપ ડિટેક્શન અને કેન્સર ડીએનએથી સામાન્ય ડીએનએને અલગ પાડવામાં સક્ષમ સેન્સર સફળતાપૂર્વક એક સરળ સેન્સિંગ પ્લેટફોર્મ વિકસિત કર્યું છે. વિકસિત સેન્સરે દર્શાવ્યું હતું કે વાસ્તવિક લોહીના નમૂનાઓમાંથી કા racted વામાં આવેલા ડીએનએ 15 મિનિટમાં લ્યુકેમિયાના દર્દીઓમાં કેન્સર ડીએનએ (3NM) ની માત્રામાં ઝડપથી અને ખર્ચ-અસરકારક રીતે શોધી શક્યા હતા, અને 95.3%ની ચોકસાઈ દર્શાવી હતી. સ્પેક્ટ્રોફોટોમીટરની જરૂરિયાતને દૂર કરીને નમૂનાના પરીક્ષણને વધુ સરળ બનાવવા માટે, મશીન લર્નિંગનો ઉપયોગ સોલ્યુશનના રંગને અર્થઘટન કરવા અને મોબાઇલ ફોન ફોટોગ્રાફનો ઉપયોગ કરીને સામાન્ય અને કેન્સરગ્રસ્ત વ્યક્તિઓ વચ્ચે તફાવત કરવા માટે કરવામાં આવ્યો હતો, અને ચોકસાઈ પણ 90.0%પર પ્રાપ્ત કરવામાં સક્ષમ હતી.
સંદર્ભ: doi: 10.1039/d2ra05725e
પોસ્ટ સમય: ફેબ્રુઆરી -18-2023