പതനം
ലിക്വിഡ് ബയോപ്സിയെ അടിസ്ഥാനമാക്കി ക്യാൻസർ കണ്ടെത്തലിന്റെ ആദ്യഘടത്തിലുള്ള യുഎസ് ദേശീയ കാൻസർ ഇൻസ്റ്റിറ്റ്യൂട്ട് അല്ലെങ്കിൽ അടുത്ത വർഷങ്ങളിൽ, അടുത്ത കാലത്തായി യുഎസ്എസിൻറെ കാൻസർ ഇൻസ്റ്റിറ്റ്യൂട്ടൽ അല്ലെങ്കിൽ മുൻകാല ക്യാൻസർ അല്ലെങ്കിൽ വിലപേശ്യ നിഖേദ് കണ്ടെത്തുന്നതിന്റെ ഒരു പുതിയ ദിശയാണ്. ശ്വാസകോശ അർബുദം, ദഹനനാളത്തിന്റെ മുഴകൾ, ഗ്ലിയോമസ്, ഗൈനക്കോളജിക്കൽ ട്യൂമറുകൾ എന്നിവയുൾപ്പെടെ വിവിധ വ്യവഹാരങ്ങൾ നേരത്തെ തന്നെ ഇത് ഒരു നോവൽ ആയിട്ടാണ് ഇത് വ്യാപകമായി ഉപയോഗിക്കുന്നത്.
മെത്തിലൈനേഷൻ ലാൻഡ്സ്കേപ്പ് (മെഥൈൽസ്കേപ്പ്) തിരിച്ചറിയാനുള്ള പ്ലാറ്റ്ഫോമുകളുടെ ആവിർഭാവം (മെഥൈൽസ്കേപ്പ്) ക്യാൻസറിനായി നിലവിലുള്ള ആദ്യകാല സ്ക്രീനിംഗ് ഗണ്യമായി മെച്ചപ്പെടുത്താനും രോഗികളെ ചികിത്സിക്കാവുന്ന ഘട്ടത്തിൽ ഇടുന്നു.
അടുത്തിടെ, സ്മാർട്ട്ഫോൺ അധിഷ്ഠിത ബയോസെൻസോമുമായി സംയോജിപ്പിച്ച് സ്മാർട്ട്ഫോൺ അധിഷ്ഠിത ബയോസെൻസറുമായി സംയോജിപ്പിച്ച സ്മാർട്ട്ഫോൺ ആസ്ഥാനമായുള്ള ബയോസെൻസറുമായി ചേർന്ന് ഗവേഷകർ ലളിതവും നേരിട്ടുള്ളതുമായ ഒരു വേദം വികസിപ്പിച്ചെടുത്തിട്ടുണ്ട്. രക്ത സാമ്പിളിൽ നിന്ന് ഡിഎൻഎ വേർതിരിച്ചെടുത്ത് 15 മിനിറ്റിനുള്ളിൽ, 90.0% കൃത്യതയോടെ രക്താർമിയയ്ക്കുള്ള ആദ്യകാല സ്ക്രീനിംഗ് നടത്താം. സ്റ്റെസ്റ്റീമൈൻ ക്യാപ്ഡ് അനുങ്പുകളും ഒരു മെഷീൻ പഠന പ്രവർത്തനക്ഷമമാക്കിയ സ്മാർട്ട്ഫോണും ഉപയോഗിച്ച് മനുഷ്യ രക്തത്തിൽ ക്യാൻസർ ഡിഎൻഎയുടെ ദ്രുതഗതിയിലുള്ള തലക്കെട്ട്.
ചിത്രം 1. ക്യാൻസർ സ്ക്രീനിംഗിനായുള്ള ലളിതവും വേഗത്തിലുള്ളതുമായ ഒരു പ്ലാറ്റ്ഫോം രണ്ട് ലളിതമായ ഘട്ടങ്ങളിൽ പൂർത്തിയാക്കാൻ കഴിയും.
ഇത് ചിത്രം 1 ൽ കാണിച്ചിരിക്കുന്നു. ആദ്യം, ഡിഎൻഎ ശകലങ്ങൾ അലിയിക്കാൻ ജലീയ പരിഹാരം ഉപയോഗിച്ചു. സിസ്റ്റ് / അയ്ൻസുകൾ പിന്നീട് സമ്മിശ്ര ലായനിയിൽ ചേർത്തു. സാധാരണ, മാരകമായ ഡിഎൻഎയ്ക്ക് വ്യത്യസ്ത മെത്തിലേറ്റേഷൻ പ്രോപ്പർട്ടികൾ ഉണ്ട്, അതിന്റെ ഫലമായി വ്യത്യസ്ത സ്വയം നിയമസഭാ പാറ്റേണുകൾ ഉള്ള ഡിഎൻഎ ശകലങ്ങൾ. സാധാരണ ഡിഎൻഎ നിരസിക്കുകയും ഒടുവിൽ സിസ്റ്റ് / എൻസുകൾ അഗ്രഗേറ്റ് ചെയ്യുകയും ചെയ്യുന്നു, ഇത് സിസ്റ്റ് / അനുങ്രാവസ്ഥയുടെ ചുവന്ന മാറ്റമുള്ള സ്വഭാവത്തിന് കാരണമാകുന്നു, അതിനാൽ ചുവപ്പ് മുതൽ പർപ്പിൾ നിറത്തിലുള്ള സ്വഭാവം വരെ ഇതിനു വിരുദ്ധമായി, കാൻസർ ഡിഎൻഎയുടെ അദ്വിതീയ മെത്തിലൈലേഷൻ പ്രൊഫൈൽ ഡിഎൻഎ ശകലങ്ങളുടെ വലിയ കൂട്ടങ്ങളുടെ ഉൽപാദനത്തിലേക്ക് നയിക്കുന്നു.
ഒരു സ്മാർട്ട്ഫോൺ ക്യാമറ ഉപയോഗിച്ച് 96-മികച്ച പ്ലേറ്റുകളുടെ ചിത്രങ്ങൾ എടുത്തിട്ടുണ്ട്. സ്പെക്ട്രോസ്കോപ്പി ആസ്ഥാനമായുള്ള രീതികളുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ യന്ത്രവാദം എന്ന സ്മാർട്ട്ഫോൺ കാൻസർ ഡിഎൻഎ അളന്നു.
യഥാർത്ഥ രക്ത സാമ്പിളുകളിൽ കാൻസർ സ്ക്രീനിംഗ്
സെൻസിംഗ് പ്ലാറ്റ്ഫോമിന്റെ യൂട്ടിലിറ്റി വിപുലീകരിക്കുന്നതിന്, യഥാർത്ഥ രക്ത സാമ്പിളുകളിൽ സാധാരണവും കാൻസർ ഡിഎൻഎയും തമ്മിലുള്ള വിജയകരമായി വേർതിരിച്ചതായി അന്വേഷകർ ഒരു സെൻസർ ബാധകമാക്കി. സിപിജി സൈറ്റുകളിലെ മെത്തിലൈനേഷൻ പാറ്റേണുകൾ എപ്പിജനെറ്റിക്കായി ജീൻ ആവിഷ്കാരം നിയന്ത്രിക്കുന്നു. മിക്കവാറും എല്ലാ കാൻസർ തരങ്ങളിലും, ഡിഎൻഎ മെത്തിലൈസലിലെ മാറ്റങ്ങളും, ടുമൗറിസെനേസിസിനെ പ്രോത്സാഹിപ്പിക്കുന്ന വളർത്തുമൃഗങ്ങളുടെ പ്രകടനത്തിലും ഇതരത്തെ ഒന്നിടവിട്ടു.
ഡിഎൻഎ മെത്തിലൈലേറ്ററുമായി ബന്ധപ്പെട്ട മറ്റ് ക്യാൻസറുകൾക്ക് ഒരു മാതൃകയായി, രക്താർവ് ലാൻഡ്സ്കേഴ്സിനെ വേർതിരിച്ചതിൽ മെത്തിലിറ്റേഷൻ ലാൻഡ്സ്കേപ്പിന്റെ ഫലപ്രാപ്തിയെക്കുറിച്ച് അന്വേഷിക്കാൻ ഗവേഷകർ രക്ത സാമ്പിളുകൾ ഉപയോഗിച്ചു. ഈ മെത്തിലൈനേഷൻ ലാൻഡ്സ്കേപ്പ് ബയോമാർക്കർ നിലവിലുള്ള റാപ്പിഡ് രക്താക്കളെ സ്ക്രീനിംഗ് രീതികളെ മറികടക്കാനുള്ള സാധ്യതയും എന്നാൽ വിപുലമായ ക്യാൻസറുകളും നേരത്തേ നേരിടാൻ പ്രദർശിപ്പിക്കുന്നതിനുള്ള സാധ്യതയും കാണിക്കുന്നു.
31 ഉപാധിമിയ രോഗികളിൽ നിന്നുള്ള രക്ത സാമ്പിളുകളിൽ നിന്നുള്ള ഡിഎൻഎ, ആരോഗ്യമുള്ള 12 വ്യക്തികൾ വിശകലനം ചെയ്തു. ചിത്രം 2 എയിലെ ബോക്സ് പ്ലോട്ടിൽ കാണിച്ചിരിക്കുന്നതുപോലെ, കാൻസർ സാമ്പിളുകളുടെ (δa650 / 525) ആപേക്ഷിക ആഗിരണം ചെയ്യപ്പെടുന്ന, സാധാരണ സാമ്പിളുകളിൽ നിന്ന് ഡിഎൻഎയേക്കാൾ കുറവാണ്. ക്യാൻസർ ഡിഎൻഎയുടെ ഇടതൂർന്ന അഗ്രഗേറ്റീവ് ആയി നയിക്കുന്നതിനാൽ ഇത് പ്രധാനമായും സിസ്റ്റ് / അനുങ്പക്ഷം തടഞ്ഞു. തൽഫലമായി, ഈ നാനോപർട്ടൈക്കലുകൾ കാൻസർ അഗ്രഗേറ്റുകളുടെ പുറം പാളികളിൽ പൂർണ്ണമായും ചിതറിക്കിടക്കുന്നു, ഇത് സാധാരണ, കാൻസർ ഡിഎൻഎ നിരസിച്ച സിസിർബിഡ് ആഗിരണം ചെയ്ത സിസ്റ്റ് / അനുങ്രങ്ങൾ സഹായിച്ചു. റോക്ക് കർവുകൾ പിന്നീട് δa650 / 525 ന്റെ ഏറ്റവും കുറഞ്ഞ മൂല്യത്തിൽ നിന്ന് പരമാവധി മൂല്യത്തിൽ നിന്ന് വ്യത്യാസപ്പെട്ടിരിക്കുന്നു.
ചിത്രം 2. (എ) സാധാരണ (നീല), കാൻസർ (ചുവപ്പ്) ഡിഎൻഎ എന്നിവയുടെ സാന്നിധ്യം കാണിക്കുന്ന സിസ്റ്റ് / അയ്ൻസ് സൊല്യൂഷുകളുടെ ആപേക്ഷിക മൂല്യങ്ങൾ
(Da650 / 525) ബോക്സ് പ്ലോട്ടുകൾ; (ബി) റോക്ക് വിശകലനവും ഡയഗ്നോസ്റ്റിക് ടെസ്റ്റുകളുടെ വിലയിരുത്തലും. (സി) സാധാരണ, കാൻസർ രോഗികളുടെ രോഗനിർണയം നടത്തിയ മാട്രിക്സ്. (ഡി) സംവേദനക്ഷമത, സവിശേഷത, പോസിറ്റീവ് പ്രവചനാതീരണം (പിപിവി), നെഗറ്റീവ് പ്രവചനാമൂല്യം (എൻപിവി) വികസിത രീതിയുടെ കൃത്യതയും.
ചിത്രം 2 ബിയിൽ കാണിച്ചിരിക്കുന്നതുപോലെ, വികസിത സെൻസറിനായി ലഭിച്ച റോക്ക് കർവ് (AUC = 0.9274) പ്രദേശം ഉയർന്ന സംവേദനക്ഷമതയും പ്രത്യേകതയും കാണിച്ചു. ബോക്സ് പ്ലോട്ടിൽ നിന്ന് കാണാൻ കഴിയുന്നത് പോലെ, സാധാരണ ഡിഎൻഎ ഗ്രൂപ്പിനെ പ്രതിനിധീകരിക്കുന്ന ഏറ്റവും താഴ്ന്ന പോയിന്റ് കാൻസർ ഡിഎൻഎ ഗ്രൂപ്പിനെ പ്രതിനിധീകരിക്കുന്ന ഏറ്റവും ഉയർന്ന സ്ഥാനത്ത് നിന്ന് വേർതിരിക്കപ്പെടുന്നില്ല; അതിനാൽ, സാധാരണ, കാൻസർ ഗ്രൂപ്പുകൾ തമ്മിൽ വേർതിരിച്ചറിയാൻ ലോജിസ്റ്റിക് റിഗ്രഷൻ ഉപയോഗിച്ചു. ഒരു കൂട്ടം സ്വതന്ത്ര വേരിയബിളുകൾ നൽകി, ഒരു കാൻസർ അല്ലെങ്കിൽ സാധാരണ ഗ്രൂപ്പ് പോലുള്ള ഒരു സംഭവത്തിന്റെ സാധ്യതയെ കണക്കാക്കുന്നു. 0 നും 1 നും ഇടയിലുള്ള ആശ്രിത വേരിയബിൾ നിരസിക്കുന്നു. അതിനാൽ അതിന്റെ ഫലം ഒരു സാധ്യതയാണ്. Δa650 / 525 അടിസ്ഥാനമാക്കി ക്യാൻസർ ഐഡന്റിഫിക്കേഷൻ (പി) പ്രോബബിലിറ്റി ഞങ്ങൾ നിർണ്ണയിച്ചു.
എവിടെ b = 5.3533, W1 = -6.965. സാമ്പിൾ വർഗ്ഗീകരണത്തിനായി, 0.5 ൽ താഴെയുള്ള ഒരു സാധ്യത ഒരു സാധാരണ സാമ്പിളിനെ സൂചിപ്പിക്കുന്നു, അതേസമയം 0.5 അല്ലെങ്കിൽ ഉയർന്ന സാധ്യതയെ ക്യാൻസർ സാമ്പിളിനെ സൂചിപ്പിക്കുന്നു. വർഗ്ഗീകരണ രീതിയുടെ സ്ഥിരത സാധൂകരിക്കാൻ ഉപയോഗിച്ചതായി കണ്ടെത്തിയ ആശയക്കുഴപ്പം മാട്രിക്സിനെ ചിത്രം 2 സി ചിത്രീകരിക്കുന്നു. സെൻസിറ്റിവിറ്റി, ഐഡിസിറ്റി, പോസിറ്റീവ് പ്രവചനാതീരണം (പിപിവി), നെഗറ്റീവ് പ്രവചനാപരമായ മൂല്യം (എൻപിവി) എന്നിവയുൾപ്പെടെയുള്ള രീതിയുടെ ഡയഗ്നോസ്റ്റിക് ടെസ്റ്റ് വിലയിരുത്തൽ ചിത്രം സംഗ്രഹിക്കുന്നു.
സ്മാർട്ട്ഫോൺ അടിസ്ഥാനമാക്കിയുള്ള ബയോസെൻസറുകൾ
സ്പെക്ട്രോഫോട്ടോമീറ്ററുകൾ ഉപയോഗിക്കാതെ സാമ്പിൾ പരിശോധന കൂടുതൽ ലളിതമാക്കുന്നതിന്, പരിഹാരത്തിന്റെ നിറം വ്യാഖ്യാനിക്കുന്നതിനും സാധാരണ, കാൻസർ വ്യക്തികൾ തമ്മിൽ വേർതിരിച്ചറിയാൻ ഗവേഷകർ കൃത്രിമ രഹസ്യാന്വേഷണ (എഐ) ഉപയോഗിച്ചു. ഇത് കണക്കിലെടുത്ത്, സിസ്റ്റ് / ഓവൻസ് പരിഹാരത്തിന്റെ നിറം സാധാരണ ഡിഎൻഎ (പർപ്പിൾ) അല്ലെങ്കിൽ കാളകവാദി ഡിഎൻഎ (ചുവപ്പ്) വിവർത്തനം ചെയ്യാൻ കമ്പ്യൂട്ടർ വിഷൻ ഉപയോഗിച്ചു. കൃത്രിമബുദ്ധിക്ക് ചിലവ് കുറയ്ക്കുകയും നാനോപാർട്ട് പരിഹാരങ്ങളുടെ നിറം വ്യാഖ്യാനിക്കുകയും ഒപ്റ്റിക്കൽ ഹാർഡ്വെയർ സ്മാർട്ട്ഫോൺ ആക്സസറികൾ ഉപയോഗിക്കാതെയും പ്രതിഫലം മെച്ചപ്പെടുത്തുകയും ചെയ്യും. അവസാനമായി, മോഡലുകൾ നിർമ്മിക്കാൻ റാൻഡം ഫോറസ്റ്റ് (ആർഎഫ്), സപ്പോർട്ട് വെക്റ്റർ മെഷീൻ (എസ്വിഎം) എന്നിവയുൾപ്പെടെ രണ്ട് മെഷീൻ പഠന മോഡലുകൾക്ക് പരിശീലനം നൽകി. ആർഎഫ്, എസ്വിഎം മോഡലുകൾ സാമ്പിളുകളെ 90.0% കൃത്യതയോടെ സാമ്പിളുകളെ ശരിയായി തരം തിരിച്ചു. മൊബൈൽ ഫോൺ അടിസ്ഥാനമാക്കിയുള്ള ബയോസൈസുകളിൽ കൃത്രിമബുദ്ധി ഉപയോഗിക്കുന്നത് തികച്ചും സാധ്യമാണെന്ന് ഇത് സൂചിപ്പിക്കുന്നു.
ചിത്രം 3. (എ) ഇമേജ് ഏറ്റെടുക്കൽ ഘട്ടത്തിനായി ബാക്ക് ചെയ്ത സമയത്ത് റെക്കോർഡുചെയ്ത പരിഹാരത്തിന്റെ ടാർഗെറ്റ് ക്ലാസ്. (ബി) ഇമേജ് ഏറ്റെടുക്കൽ ഘട്ടത്തിൽ എടുത്ത ഉദാഹരണം. .
സിസ്റ്റ് / എൻപിഎസ് ഉപയോഗിക്കുന്നത് മെത്തിലൈലേഷൻ ലാൻഡ്സ്കേപ്പ് കണ്ടെത്തലിനായി ഒരു സെൻസർ വിജയകരമായി വികസിപ്പിച്ചെടുത്തിട്ടുണ്ട്. 15 മിനിറ്റിനുള്ളിൽ ലെക്കോമിയ രോഗികളിൽ ചെറിയ അളവിൽ കാൻസർ ഡിഎൻഎ (3NM) വേഗത്തിലും ചെലവാകും യഥാർത്ഥ രക്തസാമുകളിൽ നിന്ന് വേർതിരിച്ചെടുക്കാൻ കഴിഞ്ഞുവെന്ന് വികസിത സെൻസർ തെളിയിച്ചു. ഒരു സ്പെക്ട്രോഫോട്ടോമീറ്റർ ആവശ്യപ്പെടുന്നതിലൂടെ സാമ്പിൾ പരിശോധന കൂടുതൽ ലളിതമാക്കുന്നതിന്, ഒരു മൊബൈൽ ഫോൺ ഫോട്ടോ ഉപയോഗിക്കുന്നത് സാധാരണവും കാൻസർ ചെയ്യുന്നതുമായ വ്യക്തികൾക്കിടയിൽ വേർതിരിച്ച്, കൃത്യതയും 90.0% വരെ നേടാൻ കഴിയും.
റഫറൻസ്: DOI: 10.1039 / D2RA05725E
പോസ്റ്റ് സമയം: ഫെബ്രുവരി -12023
സ്വകാര്യത ക്രമീകരണങ്ങൾ