90.0% കൃത്യതയോടെ ട്യൂമറുകളും ലുക്കീമിയയും നേരത്തേ പരിശോധിക്കുന്നതിനായി ഡിഎൻഎ മെത്തിലേഷൻ പരിശോധന സ്മാർട്ട്‌ഫോണുകളുമായി സംയോജിപ്പിച്ചിരിക്കുന്നു!

ലിക്വിഡ് ബയോപ്സി അടിസ്ഥാനമാക്കിയുള്ള കാൻസർ നേരത്തേ കണ്ടെത്തൽ, കാൻസർ കണ്ടെത്തലിനും രോഗനിർണയത്തിനുമുള്ള ഒരു പുതിയ ദിശയാണ്, സമീപ വർഷങ്ങളിൽ യുഎസ് നാഷണൽ കാൻസർ ഇൻസ്റ്റിറ്റ്യൂട്ട് നിർദ്ദേശിച്ചത്, നേരത്തെയുള്ള കാൻസർ അല്ലെങ്കിൽ അർബുദത്തിനു മുമ്പുള്ള നിഖേദ് പോലും കണ്ടെത്തുകയെന്ന ലക്ഷ്യത്തോടെയാണ്. ശ്വാസകോശ അർബുദം, ഗ്യാസ്ട്രോഇന്റസ്റ്റൈനൽ ട്യൂമറുകൾ, ഗ്ലിയോമാസ്, ഗൈനക്കോളജിക്കൽ ട്യൂമറുകൾ എന്നിവയുൾപ്പെടെ വിവിധ മാരകമായ രോഗങ്ങളുടെ ആദ്യകാല രോഗനിർണയത്തിനുള്ള ഒരു പുതിയ ബയോമാർക്കറായി ഇത് വ്യാപകമായി ഉപയോഗിച്ചുവരുന്നു.

മെത്തിലേഷൻ ലാൻഡ്‌സ്‌കേപ്പ് (മെത്തില്‌സ്‌കേപ്പ്) ബയോമാർക്കറുകൾ തിരിച്ചറിയുന്നതിനുള്ള പ്ലാറ്റ്‌ഫോമുകളുടെ ആവിർഭാവത്തിന്, നിലവിലുള്ള കാൻസറിനായുള്ള ആദ്യകാല സ്‌ക്രീനിംഗ് ഗണ്യമായി മെച്ചപ്പെടുത്താനുള്ള കഴിവുണ്ട്, ഇത് രോഗികളെ ചികിത്സിക്കാവുന്ന ആദ്യ ഘട്ടത്തിലെത്തിക്കുന്നു.

ആർ‌എസ്‌സി അഡ്വാൻസുകൾ

 

സിസ്റ്റാമൈൻ അലങ്കരിച്ച സ്വർണ്ണ നാനോകണങ്ങൾ (സിസ്റ്റ്/എയുഎൻപികൾ) അടിസ്ഥാനമാക്കിയുള്ള മെത്തിലേഷൻ ലാൻഡ്‌സ്‌കേപ്പ് കണ്ടെത്തലിനായി ലളിതവും നേരിട്ടുള്ളതുമായ ഒരു സെൻസിംഗ് പ്ലാറ്റ്‌ഫോം ഗവേഷകർ അടുത്തിടെ വികസിപ്പിച്ചെടുത്തിട്ടുണ്ട്, ഇത് സ്മാർട്ട്‌ഫോൺ അധിഷ്ഠിത ബയോസെൻസറുമായി സംയോജിപ്പിച്ചിരിക്കുന്നു, ഇത് വിവിധതരം ട്യൂമറുകളുടെ ദ്രുതഗതിയിലുള്ള ആദ്യകാല സ്‌ക്രീനിംഗ് സാധ്യമാക്കുന്നു. രക്തസാമ്പിളിൽ നിന്ന് ഡിഎൻഎ വേർതിരിച്ചെടുത്തതിന് ശേഷം 15 മിനിറ്റിനുള്ളിൽ 90.0% കൃത്യതയോടെ രക്താർബുദത്തിനായുള്ള ആദ്യകാല സ്‌ക്രീനിംഗ് നടത്താൻ കഴിയും. സിസ്റ്റാമൈൻ-ക്യാപ്പ്ഡ് എയുഎൻപികളും മെഷീൻ ലേണിംഗ് പ്രാപ്തമാക്കിയ സ്മാർട്ട്‌ഫോണും ഉപയോഗിച്ച് മനുഷ്യ രക്തത്തിലെ കാൻസർ ഡിഎൻഎയുടെ ദ്രുത കണ്ടെത്തൽ എന്നതാണ് ലേഖനത്തിന്റെ പേര്.

ഡിഎൻഎ പരിശോധന

ചിത്രം 1. Cyst/AuNPs ഘടകങ്ങൾ വഴി കാൻസർ സ്ക്രീനിംഗിനുള്ള ലളിതവും വേഗത്തിലുള്ളതുമായ ഒരു സെൻസിംഗ് പ്ലാറ്റ്‌ഫോം രണ്ട് ലളിതമായ ഘട്ടങ്ങളിലൂടെ പൂർത്തിയാക്കാൻ കഴിയും.

ചിത്രം 1-ൽ ഇത് കാണിച്ചിരിക്കുന്നു. ആദ്യം, ഡിഎൻഎ കഷണങ്ങൾ ലയിപ്പിക്കാൻ ഒരു ജലീയ ലായനി ഉപയോഗിച്ചു. പിന്നീട് മിശ്രിത ലായനിയിൽ സിസ്റ്റ്/എയുഎൻപികൾ ചേർത്തു. സാധാരണ ഡിഎൻഎയ്ക്കും മാലിഗ്നന്റ് ഡിഎൻഎയ്ക്കും വ്യത്യസ്ത മെത്തിലേഷൻ ഗുണങ്ങളുണ്ട്, ഇത് വ്യത്യസ്ത സ്വയം-അസംബ്ലി പാറ്റേണുകളുള്ള ഡിഎൻഎ ശകലങ്ങൾക്ക് കാരണമാകുന്നു. സാധാരണ ഡിഎൻഎ അയഞ്ഞ രീതിയിൽ കൂട്ടിച്ചേർക്കപ്പെടുകയും ഒടുവിൽ സിസ്റ്റ്/എയുഎൻപികൾ കൂട്ടിച്ചേർക്കുകയും ചെയ്യുന്നു, ഇത് സിസ്റ്റ്/എയുഎൻപികളുടെ ചുവപ്പ്-മാറ്റ സ്വഭാവത്തിന് കാരണമാകുന്നു, അങ്ങനെ ചുവപ്പിൽ നിന്ന് പർപ്പിളിലേക്കുള്ള നിറത്തിലുള്ള മാറ്റം നഗ്നനേത്രങ്ങൾ കൊണ്ട് നിരീക്ഷിക്കാൻ കഴിയും. ഇതിനു വിപരീതമായി, കാൻസർ ഡിഎൻഎയുടെ അതുല്യമായ മെത്തിലേഷൻ പ്രൊഫൈൽ ഡിഎൻഎ ശകലങ്ങളുടെ വലിയ ക്ലസ്റ്ററുകളുടെ ഉത്പാദനത്തിലേക്ക് നയിക്കുന്നു.

96 കിണർ പ്ലേറ്റുകളുടെ ചിത്രങ്ങൾ ഒരു സ്മാർട്ട്‌ഫോൺ ക്യാമറ ഉപയോഗിച്ച് എടുത്തു. സ്പെക്ട്രോസ്കോപ്പി അടിസ്ഥാനമാക്കിയുള്ള രീതികളുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ മെഷീൻ ലേണിംഗ് സജ്ജീകരിച്ച ഒരു സ്മാർട്ട്‌ഫോൺ ഉപയോഗിച്ചാണ് കാൻസർ ഡിഎൻഎ അളന്നത്.

യഥാർത്ഥ രക്ത സാമ്പിളുകളിൽ കാൻസർ പരിശോധന

സെൻസിംഗ് പ്ലാറ്റ്‌ഫോമിന്റെ പ്രയോജനം വർദ്ധിപ്പിക്കുന്നതിനായി, യഥാർത്ഥ രക്ത സാമ്പിളുകളിൽ സാധാരണ ഡിഎൻഎയെയും കാൻസർ ഡിഎൻഎയെയും വിജയകരമായി വേർതിരിച്ചറിയാൻ സഹായിക്കുന്ന ഒരു സെൻസർ ഗവേഷകർ പ്രയോഗിച്ചു. സിപിജി സൈറ്റുകളിലെ മെത്തിലേഷൻ പാറ്റേണുകൾ എപ്പിജെനെറ്റിക്കലായി ജീൻ എക്സ്പ്രഷനെ നിയന്ത്രിക്കുന്നു. മിക്കവാറും എല്ലാ കാൻസർ തരങ്ങളിലും, ഡിഎൻഎ മെത്തിലേഷനിലും അതുവഴി ട്യൂമറിജെനിസിസിനെ പ്രോത്സാഹിപ്പിക്കുന്ന ജീനുകളുടെ എക്സ്പ്രഷനിലും മാറ്റങ്ങൾ മാറിമാറി കാണപ്പെടുന്നതായി നിരീക്ഷിക്കപ്പെട്ടിട്ടുണ്ട്.

ഡിഎൻഎ മെത്തിലേഷനുമായി ബന്ധപ്പെട്ട മറ്റ് കാൻസറുകൾക്കുള്ള ഒരു മാതൃകയായി, രക്താർബുദ രോഗികളിൽ നിന്നും ആരോഗ്യമുള്ള നിയന്ത്രണ സംവിധാനങ്ങളിൽ നിന്നുമുള്ള രക്തസാമ്പിളുകൾ ഗവേഷകർ ഉപയോഗിച്ചു, രക്താർബുദ കാൻസറുകളെ വേർതിരിക്കുന്നതിൽ മെത്തിലേഷൻ ലാൻഡ്‌സ്കേപ്പിന്റെ ഫലപ്രാപ്തി അന്വേഷിച്ചു. ഈ മെത്തിലേഷൻ ലാൻഡ്‌സ്കേപ്പ് ബയോമാർക്കർ നിലവിലുള്ള ദ്രുത രക്താർബുദ സ്ക്രീനിംഗ് രീതികളെ മറികടക്കുക മാത്രമല്ല, ഈ ലളിതവും ലളിതവുമായ പരിശോധന ഉപയോഗിച്ച് വിവിധതരം കാൻസറുകൾ നേരത്തേ കണ്ടെത്തുന്നതിലേക്ക് വ്യാപിപ്പിക്കുന്നതിന്റെ സാധ്യതയും പ്രകടമാക്കുന്നു.

31 രക്താർബുദ രോഗികളിൽ നിന്നും ആരോഗ്യമുള്ള 12 വ്യക്തികളിൽ നിന്നുമുള്ള രക്ത സാമ്പിളുകളിൽ നിന്നുള്ള ഡിഎൻഎ വിശകലനം ചെയ്തു. ചിത്രം 2a-യിലെ ബോക്സ് പ്ലോട്ടിൽ കാണിച്ചിരിക്കുന്നതുപോലെ, കാൻസർ സാമ്പിളുകളുടെ (ΔA650/525) ആപേക്ഷിക ആഗിരണം സാധാരണ സാമ്പിളുകളിൽ നിന്നുള്ള ഡിഎൻഎയേക്കാൾ കുറവായിരുന്നു. ഇത് പ്രധാനമായും വർദ്ധിച്ച ഹൈഡ്രോഫോബിസിറ്റി മൂലമാണ്, ഇത് കാൻസർ ഡിഎൻഎയുടെ സാന്ദ്രമായ സംയോജനത്തിലേക്ക് നയിച്ചു, ഇത് സിസ്റ്റ്/എയുഎൻപികളുടെ സംയോജനത്തെ തടഞ്ഞു. തൽഫലമായി, ഈ നാനോകണങ്ങൾ കാൻസർ അഗ്രഗേറ്റുകളുടെ പുറം പാളികളിൽ പൂർണ്ണമായും ചിതറിക്കിടക്കുകയായിരുന്നു, ഇത് സാധാരണയിലും കാൻസർ ഡിഎൻഎ അഗ്രഗേറ്റുകളിലും ആഗിരണം ചെയ്യപ്പെടുന്ന സിസ്റ്റ്/എയുഎൻപികളുടെ വ്യത്യസ്തമായ വിതരണത്തിന് കാരണമായി. പിന്നീട് ΔA650/525 എന്ന ഏറ്റവും കുറഞ്ഞ മൂല്യത്തിൽ നിന്ന് പരമാവധി മൂല്യത്തിലേക്ക് പരിധി വ്യത്യാസപ്പെടുത്തി ROC വളവുകൾ സൃഷ്ടിച്ചു.

ഡാറ്റ

ചിത്രം 2.(എ) ഒപ്റ്റിമൈസ് ചെയ്ത സാഹചര്യങ്ങളിൽ സാധാരണ (നീല), കാൻസർ (ചുവപ്പ്) ഡിഎൻഎ എന്നിവയുടെ സാന്നിധ്യം കാണിക്കുന്ന സിസ്റ്റ്/എയുഎൻപിഎസ് ലായനികളുടെ ആപേക്ഷിക ആഗിരണം മൂല്യങ്ങൾ.

ബോക്സ് പ്ലോട്ടുകളുടെ (DA650/525); (ബി) രോഗനിർണയ പരിശോധനകളുടെ ROC വിശകലനവും വിലയിരുത്തലും. (സി) സാധാരണ രോഗികളുടെയും കാൻസർ രോഗികളുടെയും രോഗനിർണയത്തിനുള്ള കൺഫ്യൂഷൻ മാട്രിക്സ്. (ഡി) വികസിപ്പിച്ച രീതിയുടെ സംവേദനക്ഷമത, പ്രത്യേകത, പോസിറ്റീവ് പ്രവചന മൂല്യം (PPV), നെഗറ്റീവ് പ്രവചന മൂല്യം (NPV), കൃത്യത.

ചിത്രം 2b-യിൽ കാണിച്ചിരിക്കുന്നതുപോലെ, വികസിപ്പിച്ച സെൻസറിനായി ലഭിച്ച ROC വക്രത്തിന് കീഴിലുള്ള വിസ്തീർണ്ണം (AUC = 0.9274) ഉയർന്ന സംവേദനക്ഷമതയും സവിശേഷതയും കാണിച്ചു. ബോക്സ് പ്ലോട്ടിൽ നിന്ന് കാണാൻ കഴിയുന്നതുപോലെ, സാധാരണ DNA ഗ്രൂപ്പിനെ പ്രതിനിധീകരിക്കുന്ന ഏറ്റവും താഴ്ന്ന പോയിന്റ് കാൻസർ DNA ഗ്രൂപ്പിനെ പ്രതിനിധീകരിക്കുന്ന ഏറ്റവും ഉയർന്ന പോയിന്റിൽ നിന്ന് നന്നായി വേർതിരിക്കപ്പെട്ടിട്ടില്ല; അതിനാൽ, സാധാരണ, കാൻസർ ഗ്രൂപ്പുകളെ വേർതിരിക്കാൻ ലോജിസ്റ്റിക് റിഗ്രഷൻ ഉപയോഗിച്ചു. ഒരു കൂട്ടം സ്വതന്ത്ര വേരിയബിളുകൾ നൽകിയാൽ, ഒരു കാൻസർ അല്ലെങ്കിൽ സാധാരണ ഗ്രൂപ്പ് പോലുള്ള ഒരു സംഭവം സംഭവിക്കാനുള്ള സാധ്യത ഇത് കണക്കാക്കുന്നു. ആശ്രിത വേരിയബിൾ 0 നും 1 നും ഇടയിലാണ്. അതിനാൽ ഫലം ഒരു സാധ്യതയാണ്. ΔA650/525 അടിസ്ഥാനമാക്കി കാൻസർ തിരിച്ചറിയലിന്റെ (P) സാധ്യത ഞങ്ങൾ ഇനിപ്പറയുന്ന രീതിയിൽ നിർണ്ണയിച്ചു.

കണക്കുകൂട്ടൽ സൂത്രവാക്യം

ഇവിടെ b=5.3533,w1=-6.965. സാമ്പിൾ വർഗ്ഗീകരണത്തിന്, 0.5-ൽ താഴെയുള്ള സാധ്യത ഒരു സാധാരണ സാമ്പിളിനെ സൂചിപ്പിക്കുന്നു, അതേസമയം 0.5 അല്ലെങ്കിൽ അതിൽ കൂടുതലുള്ള സാധ്യത ഒരു കാൻസർ സാമ്പിളിനെ സൂചിപ്പിക്കുന്നു. വർഗ്ഗീകരണ രീതിയുടെ സ്ഥിരത സാധൂകരിക്കാൻ ഉപയോഗിച്ച ലീവ്-ഇറ്റ്-എലോൺ ക്രോസ്-വാലിഡേഷനിൽ നിന്ന് സൃഷ്ടിച്ച കൺഫ്യൂഷൻ മാട്രിക്സിനെ ചിത്രം 2c ചിത്രീകരിക്കുന്നു. സെൻസിറ്റിവിറ്റി, സ്പെസിഫിസിറ്റി, പോസിറ്റീവ് പ്രവചന മൂല്യം (PPV), നെഗറ്റീവ് പ്രവചന മൂല്യം (NPV) എന്നിവയുൾപ്പെടെ രീതിയുടെ ഡയഗ്നോസ്റ്റിക് ടെസ്റ്റ് വിലയിരുത്തലിനെ ചിത്രം 2d സംഗ്രഹിക്കുന്നു.

സ്മാർട്ട്‌ഫോൺ അധിഷ്ഠിത ബയോസെൻസറുകൾ

സ്പെക്ട്രോഫോട്ടോമീറ്ററുകൾ ഉപയോഗിക്കാതെ സാമ്പിൾ പരിശോധന കൂടുതൽ ലളിതമാക്കുന്നതിന്, ഗവേഷകർ ലായനിയുടെ നിറം വ്യാഖ്യാനിക്കാനും സാധാരണക്കാരെയും കാൻസർ ബാധിച്ചവരെയും തമ്മിൽ വേർതിരിച്ചറിയാനും ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് (AI) ഉപയോഗിച്ചു. ഇത് കണക്കിലെടുത്ത്, മൊബൈൽ ഫോൺ ക്യാമറയിലൂടെ എടുത്ത 96-കിണർ പ്ലേറ്റുകളുടെ ചിത്രങ്ങൾ ഉപയോഗിച്ച് സിസ്റ്റ്/എയുഎൻപിഎസ് ലായനിയുടെ നിറം സാധാരണ ഡിഎൻഎ (പർപ്പിൾ) അല്ലെങ്കിൽ കാൻസർ ഡിഎൻഎ (ചുവപ്പ്) ആക്കി മാറ്റാൻ കമ്പ്യൂട്ടർ വിഷൻ ഉപയോഗിച്ചു. നാനോപാർട്ടിക്കിൾ സൊല്യൂഷനുകളുടെ നിറം വ്യാഖ്യാനിക്കുന്നതിൽ കൃത്രിമബുദ്ധിക്ക് ചെലവ് കുറയ്ക്കാനും പ്രവേശനക്ഷമത മെച്ചപ്പെടുത്താനും കഴിയും, കൂടാതെ ഒപ്റ്റിക്കൽ ഹാർഡ്‌വെയർ സ്മാർട്ട്‌ഫോൺ ആക്‌സസറികളുടെ ഉപയോഗവുമില്ല. ഒടുവിൽ, റാൻഡം ഫോറസ്റ്റ് (RF), സപ്പോർട്ട് വെക്റ്റർ മെഷീൻ (SVM) എന്നിവയുൾപ്പെടെ രണ്ട് മെഷീൻ ലേണിംഗ് മോഡലുകൾ മോഡലുകൾ നിർമ്മിക്കാൻ പരിശീലിപ്പിക്കപ്പെട്ടു. RF, SVM മോഡലുകൾ 90.0% കൃത്യതയോടെ സാമ്പിളുകളെ പോസിറ്റീവ്, നെഗറ്റീവ് എന്നിങ്ങനെ ശരിയായി തരംതിരിച്ചു. മൊബൈൽ ഫോൺ അധിഷ്ഠിത ബയോസെൻസിംഗിൽ കൃത്രിമബുദ്ധിയുടെ ഉപയോഗം തികച്ചും സാധ്യമാണെന്ന് ഇത് സൂചിപ്പിക്കുന്നു.

പ്രകടനം

ചിത്രം 3.(എ) ഇമേജ് അക്വിസിഷൻ ഘട്ടത്തിനായി സാമ്പിൾ തയ്യാറാക്കുമ്പോൾ രേഖപ്പെടുത്തിയ ലായനിയുടെ ടാർഗെറ്റ് ക്ലാസ്. (ബി) ഇമേജ് അക്വിസിഷൻ ഘട്ടത്തിനിടെ എടുത്ത ഉദാഹരണ ചിത്രം. (സി) ഇമേജിൽ നിന്ന് വേർതിരിച്ചെടുത്ത 96-കിണർ പ്ലേറ്റിന്റെ ഓരോ കിണറിലുമുള്ള സിസ്റ്റ്/എയുഎൻപിഎസ് ലായനിയുടെ വർണ്ണ തീവ്രത (ബി).

സിസ്റ്റ്/എയുഎൻപികൾ ഉപയോഗിച്ച്, മെത്തിലേഷൻ ലാൻഡ്‌സ്കേപ്പ് കണ്ടെത്തലിനായി ഒരു ലളിതമായ സെൻസിംഗ് പ്ലാറ്റ്‌ഫോമും രക്താർബുദ പരിശോധനയ്ക്കായി യഥാർത്ഥ രക്ത സാമ്പിളുകൾ ഉപയോഗിക്കുമ്പോൾ സാധാരണ ഡിഎൻഎയെ കാൻസർ ഡിഎൻഎയിൽ നിന്ന് വേർതിരിച്ചറിയാൻ കഴിവുള്ള ഒരു സെൻസറും ഗവേഷകർ വിജയകരമായി വികസിപ്പിച്ചെടുത്തിട്ടുണ്ട്. യഥാർത്ഥ രക്തസാമ്പിളുകളിൽ നിന്ന് വേർതിരിച്ചെടുത്ത ഡിഎൻഎയ്ക്ക് രക്താർബുദ രോഗികളിൽ 15 മിനിറ്റിനുള്ളിൽ ചെറിയ അളവിലുള്ള കാൻസർ ഡിഎൻഎ (3nM) വേഗത്തിലും ചെലവ് കുറഞ്ഞും കണ്ടെത്താൻ കഴിയുമെന്ന് വികസിപ്പിച്ച സെൻസർ തെളിയിച്ചു, കൂടാതെ 95.3% കൃത്യത കാണിച്ചു. സ്പെക്ട്രോഫോട്ടോമീറ്ററിന്റെ ആവശ്യകത ഇല്ലാതാക്കി സാമ്പിൾ പരിശോധന കൂടുതൽ ലളിതമാക്കുന്നതിന്, ലായനിയുടെ നിറം വ്യാഖ്യാനിക്കാനും മൊബൈൽ ഫോൺ ഫോട്ടോഗ്രാഫ് ഉപയോഗിച്ച് സാധാരണക്കാരെയും കാൻസർ വ്യക്തികളെയും തമ്മിൽ വേർതിരിച്ചറിയാനും മെഷീൻ ലേണിംഗ് ഉപയോഗിച്ചു, കൂടാതെ 90.0% കൃത്യതയും കൈവരിക്കാൻ കഴിഞ്ഞു.

റഫറൻസ്: DOI: 10.1039/d2ra05725e


പോസ്റ്റ് സമയം: ഫെബ്രുവരി-18-2023
സ്വകാര്യതാ ക്രമീകരണങ്ങൾ
കുക്കി സമ്മതം കൈകാര്യം ചെയ്യുക
മികച്ച അനുഭവങ്ങൾ നൽകുന്നതിന്, ഉപകരണ വിവരങ്ങൾ സംഭരിക്കാനും/അല്ലെങ്കിൽ ആക്‌സസ് ചെയ്യാനും ഞങ്ങൾ കുക്കികൾ പോലുള്ള സാങ്കേതികവിദ്യകൾ ഉപയോഗിക്കുന്നു. ഈ സാങ്കേതികവിദ്യകൾക്ക് സമ്മതം നൽകുന്നത് ഈ സൈറ്റിലെ ബ്രൗസിംഗ് പെരുമാറ്റമോ തനതായ ഐഡികളോ പോലുള്ള ഡാറ്റ പ്രോസസ്സ് ചെയ്യാൻ ഞങ്ങളെ അനുവദിക്കും. സമ്മതം നൽകാതിരിക്കുകയോ സമ്മതം പിൻവലിക്കുകയോ ചെയ്യുന്നത് ചില സവിശേഷതകളെയും പ്രവർത്തനങ്ങളെയും പ്രതികൂലമായി ബാധിച്ചേക്കാം.
✔ സ്വീകരിച്ചു
✔ അംഗീകരിക്കുക
നിരസിക്കുകയും അടയ്ക്കുകയും ചെയ്യുക
X