डीएनए मेटेटिलेसेटिल परीक्षणको साथ ट्यूमरहरूको प्रारम्भिक स्क्रीनिंगको साथ स्मार्टफोनहरूको साथ कम्बोन र ल्युकेमियाको स्क्रीनिंग 90 0.0.0% को सटीकताको साथ!

तरल बायोप्सीमा आधारित क्यान्सरको प्रारम्भिक पत्ता लगाउँदा हालसालैका वर्षहरूमा अमेरिकी राष्ट्रिय क्यान्सर संस्थानले पत्ता लगाएको निदान पत्ता लगाईएको छ, प्रारम्भिक क्यान्सर वा उपदेशक घावहरू पत्ता लगाउन। यो विभिन्न मापदण्डको प्रारम्भिक निदानको शुरुवातमा आभाषित रूपमा एक उपन्यासनको रूपमा प्रयोग भएको छ, ग्यान्ट्रोनोट्टाइनल ट्यूमरहरू, ग्लाइमास र स्त्री टोमरहरू।

प्लेटफर्महरू पहिचान गर्न प्लेटफर्म ल्याण्डस्पेप (मेथेलस्केप) क्यान्सरका लागि अवस्थित चाँडोको स्क्रीनिंगमा उल्लेखनीय सुधार गर्न सक्ने सम्भावना रहेको छ, बिरामीहरूलाई प्रारम्भिक उपचार योग्य चरणमा राख्दछ।

हालसालै, अन्वेषकहरूले Chantylyly परिदृश्य पत्ता लगाउनको लागि सिस्टमालेट सुण्ड नानोपर्ट्फर्ट्स (सिनेटफोर्टको लागि) स्मार्टफोन-आधारित बायोसासाईको साथ संयुक्त राज्यको लागि जोडे जुन टर्मिन-आधारित बायोसाइंगको गतिमा सक्षम गर्दछ। Laukemia को प्रारम्भिक स्क्रीनिंग रगत नमूनाबाट dn 0.0% को एक शुद्धता संग 1 minutes मिनेट भित्र 1 minutes मिनेट भित्र गर्न सकिन्छ। लेख शीर्षक एस्टिड हो जुन मानव रगतमा क्यान्सर DNA को CRESTAMINE-क्याप्स्ट गरिएको अंकहरू र मेशिनको शिक्षण-सक्षम स्मार्ट स्मार्ट स्मार्टफोन।

चित्र 1। साइज / Aunps कम्पोनेन्ट्स मार्फत क्यान्सर स्क्रीनिंगका लागि एक सरल र छिटो सेक्सिंग प्लेटफर्म दुई साधारण चरणहरूमा पूरा गर्न सकिन्छ।

यो चित्र 1 मा देखाइएको छ। पहिले, डीएन टुक्रा विघटन गर्न एक आकर्षक समाधान प्रयोग गरिएको थियो। Cyte / aunps त्यसपछि मिश्रित समाधानमा थपियो। सामान्य र घातक डीएनएमा बिभिन्न एथथियोलेसन गुणहरू छन्, परिणामस्वरूप डिएन-सम्मेलन बान्कीको साथ। सामान्य डीएनए एसआरएस र अन्तमा एग्रीगेट्स / असन्तुष्टहरू, जुन रातोबाट रातो घुमाइएको प्रकृतिलाई ना naked ्गो देखि रंगमा अवलोकन गर्न सकिन्छ। यसको विपरित, क्यान्सर डीनाको अद्वितीय मेथ्टीको प्रोफाइल प्रोफाइल डीएनए टुक्राहरूको उत्पादन हुन्छ।

96-राम्रो प्लेटहरूको छविहरू स्मार्टफोन क्यामेरा प्रयोग गरेर लिइएको थियो। क्यान्सर DNA ले स्मार्टफोन द्वारा स्मार्टफोन द्वारा स्मार्टफोन द्वारा स्मार्टफोन द्वारा स्किन गरिएको थियो spactroscopy-आधारित विधिहरूको तुलनामा।

रेन्सर स्क्रीनिंग वास्तविक रगत नमूनाहरूमा

सेक्सिंग प्लेटफर्मको उपयोगिता विस्तार गर्न, अन्वेषकहरूले एक सेन्सर लागू गर्छन् जुन वास्तविक रगत नमूनाहरूमा सामान्य र क्यान्सर डीएन डीएनएबीच भिन्न छ। CPG साइटहरूमा मेथीताले ग्रान्ड अभिव्यक्तिलाई नियमित रूपमा नियुक्त गर्दछ। लगभग सबै क्यान्सर प्रकारहरूमा, डीएन मेथियोलमा परिवर्तनहरू र यसैले जीनको अभिव्यक्तिमा जुन टोमुंकनेसलाई बढावा दिन अवलोकन गरिएको छ।

डीएन मेथ्यालेसनसँग सम्बन्धित अन्य क्यान्सरहरूको नमुनाका रूपमा अनुसन्धानकर्ताहरूले Mayukmaily Sandcapers भेदभाव गर्न को प्रभावका लागि ल्युकेमिया बिरामी र स्वस्थ नियन्त्रणहरु बाट प्रयोग गरी स्वस्थ नियन्त्रणहरु बाट प्रयोग गरे। यो मेथिलेसन परिदृश्य गरिएको बायोमाकरलाई द्रुत लेगकेमिया स्क्रीनिंग विधिहरू मात्र प्रयोग गर्दैन, तर यो सरल र सीधा अटमेय प्रयोग गरेर क्यान्सरको विस्तृत पहिचानको पहिचानको सम्भाव्यता पनि प्रदर्शन गर्दछ।

रक्त नमूनाबाट 311 लेआकीमिया बिरामीहरूबाट र 12 स्वस्थ व्यक्तिहरूको विश्लेषण गरिएको थियो। चित्रको प्लटमा देखाइएको रूपमा, क्यान्सर नमूनाहरू (δa650 / 5255) को तुलनामा डीएनएमा डीएनए भन्दा कम थियो। यो मुख्यतया क्यान्सर डीएनएको बाक्लो संलग्नताको लागि अग्रणी भएको जलविद्युत्ताको कारणले हो, जसले नाच / अन्नको जैवर्गलाई रोक्दछ। नतिजा स्वरूप, यी नानापर्टिक्सहरू क्यान्सर एग्रीग्राफहरूको बाहिरी तहहरूमा पूर्ण रूपमा खरिद गरिएको थियो, जुन सामान्य र क्यान्सर DN हरू dna कुलहरूमा साइज / असन्तुष्टिहरूको बिभिन्न फैलावटको परिणामस्वरूप छ। RAC CRATESS PRA650 / 5225 को न्यूनतम मानलाई अधिकतम मूल्यको न्यूनतम मानबाट उत्पन्न गरेर उत्पन्न गरिएको थियो।

चित्र 2. (a) सिन्स्ट / अदुवा ट्रंकहरूको सापेक्ष संशोधनको मान सामान्य (निलो) र क्यान्सर (रातो) डीएनएस डिस्कोरिड सर्तहरू अन्तर्गत डीएना

(DA60 / 525) बक्स प्लटहरूको; (b) रोक विश्लेषण र निदान परीक्षणको मूल्यांकन। (c) सामान्य र क्यान्सर बिरामीहरूको निदानको लागि भ्रम म्याट्रिक्स। (d) संवेदनशीलता, विशिष्टता, सकारात्मक पूर्वानुमान मान, नकारात्मक भविष्यवाणी मान (एनपीभी) र विकसित विधिको शुद्धता।

चित्र 2 बीमा देखाइएको रूपमा, रोक कर्भ अन्तर्गत क्षेत्र (AUC = 0.927474) विकसित सेन्सरले उच्च संवेदनशीलता र विशिष्टता देखायो। बक्स प्लटबाट देख्न सकिन्छ, सामान्य डीएनए समूह प्रतिनिधित्व गर्ने सबैभन्दा कम बिन्दुबाट क्यान्सर डीना समूहको प्रतिनिधित्व गर्ने उच्चतम बिन्दुबाट राम्रोसँग अलग गरिएको छैन; तसर्थ, लोटिस्ट्रिप्रेसन सामान्य र क्यान्सर समूहहरू बीच भिन्नता प्रयोग गरियो। स्वतन्त्र भ्यारीएबलको सेट दिइएको, यसले घटना हुने सम्भावना अनुमान गर्दछ, जस्तै क्यान्सर वा सामान्य समूह। 0 र 1 बीचको आश्रित भ्यारीएबल दायरा। परिणाम यसैले सम्भावनाको सम्भावना हो। हामीले क्यान्सर पहिचान (P) को सम्भावना तैयार गरीयो δa650 / 52525 को आधारमा।

जहाँ B = .3..353333, w1 = -6..965। नमूना वर्गीकरणको लागि, 0.5 भन्दा कमको सम्भावना एक सामान्य नमूना दर्शाउँछ, जबकि 0..5 वा उच्चको सम्भावना क्यान्सर नमूना संकेत गर्दछ। चित्र 2C ले डल-एक्सेभर क्रस-प्रमाणीकरणबाट उत्पन्न भ्रम म्याट्रिक्सलाई चित्रण गर्दछ, जुन वर्गीकरण विधिको स्थिरता मान्य गर्न प्रयोग गरियो। फिगर 2D संशोधित विधिको निदान परीक्षण मूल्यांकन संक्षिप्त गर्नुहोस्, संवेदनशीलता, सकारात्मक पूर्वानुमान मान (पीपीभी) र नकारात्मक पूर्वानुमान मान (एनपीभी)।

स्मार्टफोन-आधारित द्विशक्तिहरू

स्पेक्ट्रोफोथ्रोमहरूको प्रयोग बिना नै नमूना परीक्षणलाई थप अध्ययन गर्न अन्वेषकहरूले कृत्रिम बुद्धिमत्ता (ऐ) प्रयोग गर्थे र सामान्य र रक्तश्चात व्यक्ति बीच भेदभाव गर्न प्रयोग गर्थे। यो दिईएको छ, कम्प्युटर दर्शन साइज / अस्टप्स समाधानको रंगलाई सामान्य डीएनएन (रातो) मा मोबाइल फोन क्यामेरा मार्फत प्राप्त गर्न प्रयोग गरिएको थियो। कृत्रिम बुद्धिमत्ताले ननोगटिकल समाधानहरूको रंगको व्याख्या गर्न र कुनै अप्टिकल हार्डवेयर स्मार्टफोन खोजहरूको प्रयोग बिना नै लागतहरू कम गर्न सक्दछ। अन्तमा, दुईवटा मेशिन सञ्चार मोडेलहरू (आरएफ) सहित र MEVE भेक्टर मेसिन (SVM) मा मोडेलहरू सहित प्रशिक्षण दिइयो। दुबै आरएफ र एसवीएम मोडेलहरूले नमूनालाई सही रूपमा वर्गीकृत गर्छन् र 90 0.0% को सटीकताका साथ नकारात्मक रूपमा वर्गीकृत गर्छन्। यसले सुझाव दिन्छ कि मोबाइल फोनको आधारमा कृत्रिम बुद्धिको प्रयोग एकदमै सम्भव छ।

चित्र 3. (क) छवि अधिग्रहण चरणको लागि नमूना को तयारीको बखत समाधानको लक्ष्यको लक्ष्य। (B) छवि अधिग्रहण चरणको समयमा लिइएको उदाहरण छवि। (c) cy6-राम्रो प्लेटमा रिकल प्लेटमा रिकन प्लेटहरूको रिकल र असन्तुष्टि समाधानको kemps ्गल तीव्रता छवि (बी) बाट निकालेको।

सिलुटलेल प्रोन्डुस्पेक्सिंगको लागि वास्तविक परिणामहरू प्रयोग गर्दा अन्वेषकले अनुसन्धानकर्ता पत्ता लगाउनको लागि अनुसन्धानकर्ताहरूले सफलतापूर्वक सामान्य डीएनए पत्ता लगाउन सक्ने एक सेन्सर विकास गर्न सक्ने एक सेन्सर विकसित गरेका छन्। विकसित सेन्सरले प्रदर्शन गर्यो कि वास्तविक रगतबाट निकालिएको डीएनए 1 15 मिनेटमा ल्युकेमिया बिरामीहरूमा कम मात्रामा क्यान्सर डिस्थमेटिक रूपमा पत्ता लगाउन सक्षम भयो र 95.3% को शुद्धता देखायो। स्पेक्ट्रोफोटोटोमीमिटर, मेरीको लागि आवश्यकतालाई हटाउन नमूना परीक्षणलाई थप गर्न प्रयोग गरियो र मोबाइल फोन फोटोको रंगको व्याख्या गर्न र सामान्य र संतुष्टि।

सन्दर्भ: DEI: 10.1039 / D2RA05725ee