中文网站 
तरल बायोप्सीको आधारमा क्यान्सरको प्रारम्भिक पत्ता लगाउनु भनेको क्यान्सर पत्ता लगाउने र निदानको नयाँ दिशा हो जुन हालैका वर्षहरूमा यूएस नेशनल क्यान्सर इन्स्टिच्युटले प्रस्ताव गरेको छ, प्रारम्भिक क्यान्सर वा प्रारम्भिक घावहरू पनि पत्ता लगाउने उद्देश्यले।फोक्सोको क्यान्सर, ग्यास्ट्रोइंटेस्टाइनल ट्यूमर, ग्लियोमास र स्त्री रोग सम्बन्धी ट्यूमरहरू सहित विभिन्न घातक रोगहरूको प्रारम्भिक निदानको लागि यसलाई उपन्यास बायोमार्करको रूपमा व्यापक रूपमा प्रयोग गरिएको छ।
मेथिलेसन ल्यान्डस्केप (मेथाइलस्केप) बायोमार्करहरू पहिचान गर्न प्लेटफर्महरूको उदयमा क्यान्सरको लागि अवस्थित प्रारम्भिक स्क्रीनिंगमा उल्लेखनीय सुधार गर्ने क्षमता छ, बिरामीहरूलाई प्रारम्भिक उपचारयोग्य चरणमा राख्दै।
हालै, शोधकर्ताहरूले सिस्टेमाइन सजाइएको सुनको न्यानो पार्टिकल्स (Cyst/AuNPs) मा आधारित मेथिलेसन ल्यान्डस्केप पत्ता लगाउने सरल र प्रत्यक्ष सेन्सिङ प्लेटफर्मको विकास गरेका छन् जसलाई स्मार्टफोनमा आधारित बायोसेन्सरले ट्युमरहरूको विस्तृत दायराको द्रुत प्रारम्भिक स्क्रिनिङ सक्षम बनाउँछ।ल्युकेमियाको लागि प्रारम्भिक परीक्षण रगतको नमूनाबाट डीएनए निकासी पछि 90.0% को शुद्धताको साथ 15 मिनेट भित्र गर्न सकिन्छ।लेखको शीर्षक सिस्टेमाइन-क्याप गरिएको AuNPs र एक मेसिन लर्निङ-सक्षम स्मार्टफोन प्रयोग गरेर मानव रगतमा क्यान्सर डीएनएको द्रुत पहिचान हो।
चित्र 1. Cyst/AuNPs कम्पोनेन्टहरू मार्फत क्यान्सर स्क्रिनिङको लागि सरल र छिटो सेन्सिङ प्लेटफर्म दुई सरल चरणहरूमा पूरा गर्न सकिन्छ।
यो चित्र १ मा देखाइएको छ। पहिलो, DNA टुक्राहरूलाई विघटन गर्न जलीय घोल प्रयोग गरियो।सिस्ट/AuNPs त्यसपछि मिश्रित समाधानमा थपियो।सामान्य र घातक DNA मा भिन्न-भिन्न मेथिलेसन गुणहरू हुन्छन्, परिणामस्वरूप DNA टुक्राहरू विभिन्न आत्म-विधान ढाँचाहरू हुन्छन्।सामान्य DNA ले ढिलो र अन्ततः Cyst/AuNPs जम्मा गर्छ, जसले सिस्ट/AuNPs को रातो-बदलिएको प्रकृतिमा परिणाम दिन्छ, जसले गर्दा रातो देखि बैजनी रंगमा भएको परिवर्तन नाङ्गो आँखाले देख्न सकिन्छ।यसको विपरित, क्यान्सर डीएनएको अद्वितीय मेथिलेसन प्रोफाइलले डीएनए टुक्राहरूको ठूला क्लस्टरहरूको उत्पादनमा नेतृत्व गर्दछ।
स्मार्टफोन क्यामेरा प्रयोग गरेर 96-वेल प्लेटहरूको छविहरू लिइयो।क्यान्सरको डीएनए स्पेक्ट्रोस्कोपी-आधारित विधिहरूको तुलनामा मेसिन लर्निङले सुसज्जित स्मार्टफोनद्वारा मापन गरिएको थियो।
वास्तविक रगत नमूनाहरूमा क्यान्सर स्क्रीनिंग
सेन्सिङ प्लेटफर्मको उपयोगिता विस्तार गर्न, अन्वेषकहरूले एक सेन्सर लागू गरे जसले वास्तविक रगत नमूनाहरूमा सामान्य र क्यान्सर डीएनए बीच सफलतापूर्वक भिन्नता देखाउँदछ।CpG साइटहरूमा मेथिलेसन ढाँचाहरू एपिजेनेटिक रूपमा जीन अभिव्यक्तिलाई विनियमित गर्दछ।लगभग सबै क्यान्सर प्रकारहरूमा, डीएनए मेथिलेसनमा परिवर्तनहरू र यसरी ट्युमोरिजेनेसिसलाई बढावा दिने जीनको अभिव्यक्तिमा वैकल्पिक रूपमा अवलोकन गरिएको छ।
डीएनए मेथिलेसनसँग सम्बन्धित अन्य क्यान्सरहरूको लागि एक मोडेलको रूपमा, शोधकर्ताहरूले ल्युकेमिया रोगीहरू र स्वस्थ नियन्त्रणहरूबाट ल्युकेमिक क्यान्सरहरू छुट्याउन मेथिलेसन परिदृश्यको प्रभावकारिताको अनुसन्धान गर्न प्रयोग गरे।यो मेथिलेसन ल्यान्डस्केप बायोमार्करले अवस्थित द्रुत ल्यूकेमिया स्क्रीनिंग विधिहरूलाई मात्र नभई यो सरल र सीधा परख प्रयोग गरेर क्यान्सरहरूको विस्तृत दायराको प्रारम्भिक पत्ता लगाउन विस्तार गर्ने सम्भाव्यता पनि प्रदर्शन गर्दछ।
३१ ल्युकेमिया रोगी र १२ स्वस्थ व्यक्तिको रगतको नमूनाको डीएनए विश्लेषण गरिएको थियो।चित्र 2a मा बक्स प्लटमा देखाइए अनुसार, क्यान्सर नमूनाहरूको सापेक्ष अवशोषण (ΔA650/525) सामान्य नमूनाहरूको DNA भन्दा कम थियो।यो मुख्यतया क्यान्सर DNA को घनत्व जम्मा गर्न को लागी बढाइएको हाइड्रोफोबिसिटी को कारण थियो, जसले सिस्ट / AuNPs को एकत्रीकरण लाई रोक्यो।नतिजाको रूपमा, यी न्यानो कणहरू क्यान्सर समुच्चयको बाहिरी तहहरूमा पूर्ण रूपमा फैलिएका थिए, जसले गर्दा सामान्य र क्यान्सर डीएनए समुच्चयहरूमा सोखिएको सिस्ट/एउएनपीहरूको फरक फैलावट भयो।आरओसी कर्भहरू त्यसपछि ΔA650/525 को न्यूनतम मानबाट अधिकतम मानमा थ्रेसहोल्ड भिन्न गरेर उत्पन्न गरियो।
चित्र २.(a) सिस्ट/AuNPs समाधानहरूको सापेक्ष अवशोषण मानहरू अनुकूलित अवस्थाहरूमा सामान्य (नीलो) र क्यान्सर (रातो) डीएनएको उपस्थिति देखाउँदै
(DA650/525) बक्स प्लटहरू;(b) ROC विश्लेषण र निदान परीक्षणहरूको मूल्याङ्कन।(c) सामान्य र क्यान्सर रोगीहरूको निदानको लागि भ्रम म्याट्रिक्स।(d) संवेदनशीलता, विशिष्टता, सकारात्मक भविष्यवाणी मान (PPV), नकारात्मक भविष्यवाणी मूल्य (NPV) र विकसित विधिको शुद्धता।
चित्र 2b मा देखाइए अनुसार, विकसित सेन्सरको लागि प्राप्त आरओसी कर्भ (AUC = 0.9274) अन्तर्गतको क्षेत्रले उच्च संवेदनशीलता र विशिष्टता देखायो।बक्स प्लटबाट देख्न सकिन्छ, सामान्य DNA समूहलाई प्रतिनिधित्व गर्ने सबैभन्दा तल्लो बिन्दुलाई क्यान्सर DNA समूहलाई प्रतिनिधित्व गर्ने उच्चतम बिन्दुबाट राम्रोसँग अलग गरिएको छैन।त्यसकारण, लजिस्टिक रिग्रेसन सामान्य र क्यान्सर समूहहरू बीच भिन्नता गर्न प्रयोग गरिएको थियो।स्वतन्त्र चरहरूको सेट दिएर, यसले क्यान्सर वा सामान्य समूह जस्ता घटना हुने सम्भावनाको अनुमान गर्छ।निर्भर चल दायरा ० र १ को बीचमा हुन्छ। त्यसैले परिणाम एक सम्भावना हो।हामीले निम्नानुसार ΔA650/525 को आधारमा क्यान्सर पहिचान (P) को सम्भावना निर्धारण गर्यौं।
जहाँ b=5.3533,w1=-6.965।नमूना वर्गीकरणको लागि, 0.5 भन्दा कमको सम्भावनाले सामान्य नमूनालाई संकेत गर्दछ, जबकि 0.5 वा माथिको सम्भावनाले क्यान्सर नमूनालाई संकेत गर्दछ।चित्र 2c ले छुट-यो-एक्लो क्रस-प्रमाणीकरणबाट उत्पन्न भ्रम म्याट्रिक्स चित्रण गर्दछ, जुन वर्गीकरण विधिको स्थिरता प्रमाणित गर्न प्रयोग गरिएको थियो।चित्र 2d ले विधिको निदानात्मक परीक्षण मूल्याङ्कनलाई संक्षेप गर्दछ, संवेदनशीलता, विशिष्टता, सकारात्मक भविष्यवाणी मान (PPV) र नकारात्मक भविष्यवाणी मान (NPV) सहित।
स्मार्टफोनमा आधारित बायोसेन्सरहरू
स्पेक्ट्रोफोटोमिटरको प्रयोग बिना नमूना परीक्षणलाई थप सरल बनाउन, शोधकर्ताहरूले समाधानको रंगको व्याख्या गर्न र सामान्य र क्यान्सर भएका व्यक्तिहरू बीच भेद गर्न कृत्रिम बुद्धिमत्ता (AI) प्रयोग गरे।यो दिईयो, मोबाइल फोनको क्यामेरा मार्फत लिइएको 96-वेल प्लेटहरूको छविहरू प्रयोग गरेर सामान्य DNA (बैजनी) वा क्यान्सरयुक्त DNA (रातो) मा Cyst/AuNPs समाधानको रंग अनुवाद गर्न कम्प्युटर दृष्टि प्रयोग गरिएको थियो।आर्टिफिसियल इन्टेलिजेन्सले लागत घटाउन सक्छ र न्यानोपार्टिकल समाधानको रङको व्याख्या गर्न र कुनै पनि अप्टिकल हार्डवेयर स्मार्टफोन एक्सेसरीजको प्रयोग बिना नै पहुँच सुधार गर्न सक्छ।अन्तमा, र्यान्डम फरेस्ट (RF) र सपोर्ट भेक्टर मेसिन (SVM) सहित दुईवटा मेसिन लर्निङ मोडेलहरू निर्माण गर्न तालिम दिइयो।दुबै RF र SVM मोडेलहरूले 90.0% को शुद्धताका साथ नमूनाहरूलाई सकारात्मक र नकारात्मक रूपमा वर्गीकृत गरे।यसले मोबाइल फोनमा आधारित बायोसेन्सिङमा आर्टिफिसियल इन्टेलिजेन्सको प्रयोग एकदमै सम्भव छ भन्ने देखाउँछ।
चित्र 3.(a) छवि अधिग्रहण चरणको लागि नमूनाको तयारीको क्रममा रेकर्ड गरिएको समाधानको लक्ष्य वर्ग।(b) छवि अधिग्रहण चरणको क्रममा लिइएको उदाहरण छवि।(c) छविबाट निकालिएको 96-वेल प्लेटको प्रत्येक इनारमा सिस्ट/AuNPs समाधानको रंग तीव्रता (b)।
Cyst/AuNPs को प्रयोग गरेर, अनुसन्धानकर्ताहरूले मेथिलेसन ल्यान्डस्केप पत्ता लगाउनको लागि एक साधारण सेन्सिङ प्लेटफर्म र ल्युकेमिया स्क्रीनिंगको लागि वास्तविक रगत नमूनाहरू प्रयोग गर्दा क्यान्सर DNA बाट सामान्य DNA छुट्याउन सक्षम सेन्सर सफलतापूर्वक विकास गरेका छन्।विकसित सेन्सरले वास्तविक रगतको नमूनाबाट निकालिएको डीएनएले ल्युकेमियाका बिरामीहरूमा १५ मिनेटमा क्यान्सरको डीएनए (३एनएम) को थोरै मात्रामा छिटो र लागत प्रभावकारी रूपमा पत्ता लगाउन सक्षम भएको देखाएको छ र ९५.३% शुद्धता देखाएको छ।स्पेक्ट्रोफोटोमिटरको आवश्यकतालाई हटाएर नमूना परीक्षणलाई थप सरल बनाउन, समाधानको रंग व्याख्या गर्न र मोबाइल फोनको फोटो प्रयोग गरेर सामान्य र क्यान्सर भएका व्यक्तिहरू बीचको भिन्नता पत्ता लगाउन मेसिन लर्निङ प्रयोग गरियो, र शुद्धता पनि ९०.०% मा प्राप्त गर्न सकियो।
सन्दर्भ: DOI: 10.1039/d2ra05725e
पोस्ट समय: फेब्रुअरी-18-2023