การทดสอบ DNA methylation ร่วมกับสมาร์ทโฟนเพื่อการคัดกรองเนื้องอกและมะเร็งเม็ดเลือดขาวในระยะเริ่มต้นด้วยความแม่นยำ 90.0%!

การตรวจหามะเร็งในระยะเริ่มแรกโดยใช้การตรวจชิ้นเนื้อของเหลวเป็นแนวทางใหม่ของการตรวจหาและวินิจฉัยมะเร็งที่เสนอโดยสถาบันมะเร็งแห่งชาติของสหรัฐอเมริกาในช่วงไม่กี่ปีที่ผ่านมา โดยมีจุดมุ่งหมายในการตรวจหามะเร็งในระยะเริ่มแรกหรือแม้แต่รอยโรคในมะเร็งก่อนกำหนด มีการใช้กันอย่างแพร่หลายในฐานะตัวชี้วัดทางชีวภาพใหม่สำหรับการวินิจฉัยมะเร็งในระยะเริ่มแรก รวมถึงมะเร็งปอด เนื้องอกในทางเดินอาหาร เนื้องอกไกลโอมา และเนื้องอกทางนรีเวช

การเกิดขึ้นของแพลตฟอร์มเพื่อระบุตัวบ่งชี้ทางชีวภาพของเมทิลเลชั่น (Methylscape) มีศักยภาพในการปรับปรุงการตรวจคัดกรองมะเร็งในระยะเริ่มแรกที่มีอยู่อย่างมีนัยสำคัญ ส่งผลให้ผู้ป่วยอยู่ในระยะที่สามารถรักษาได้เร็วที่สุด

เมื่อเร็วๆ นี้ นักวิจัยได้พัฒนาแพลตฟอร์มการตรวจจับที่เรียบง่ายและตรงไปตรงมาสำหรับการตรวจจับภูมิทัศน์ของเมทิลเลชันโดยใช้อนุภาคนาโนทองคำที่ตกแต่งโดยซิสเทเอมีน (Cyst/AuNPs) รวมกับไบโอเซนเซอร์บนสมาร์ทโฟน ซึ่งช่วยให้สามารถคัดกรองเนื้องอกได้ตั้งแต่เนิ่นๆ อย่างรวดเร็ว การตรวจคัดกรองมะเร็งเม็ดเลือดขาวในระยะเริ่มต้นสามารถทำได้ภายใน 15 นาที หลังจากการสกัด DNA จากตัวอย่างเลือด โดยมีความแม่นยำ 90.0% ชื่อบทความคือการตรวจหา DNA ของมะเร็งในเลือดมนุษย์อย่างรวดเร็วโดยใช้ AuNP ที่หุ้มด้วยซิสเทเอมีนและสมาร์ทโฟนที่เปิดใช้งานการเรียนรู้ของเครื่อง

รูปที่ 1 แพลตฟอร์มการตรวจจับที่ง่ายและรวดเร็วสำหรับการตรวจคัดกรองมะเร็งผ่านส่วนประกอบของ Cyst/AuNPs สามารถทำได้ในสองขั้นตอนง่ายๆ

ดังแสดงในรูปที่ 1 ขั้นแรก มีการใช้สารละลายที่เป็นน้ำเพื่อละลายชิ้นส่วน DNA ต่อจากนั้นซีสต์/AuNP ถูกเติมไปยังสารละลายแบบผสม DNA ปกติและร้ายมีคุณสมบัติเมทิลเลชั่นต่างกัน ส่งผลให้ชิ้นส่วน DNA มีรูปแบบการประกอบตัวเองต่างกัน DNA ปกติจะรวมตัวกันอย่างหลวมๆ และในที่สุดก็รวมตัวเป็น Cyst/AuNP ซึ่งส่งผลให้ Cyst/AuNP มีลักษณะเป็นสีแดง จึงสามารถสังเกตการเปลี่ยนสีจากสีแดงเป็นสีม่วงได้ด้วยตาเปล่า ในทางตรงกันข้าม โปรไฟล์เมทิลเลชันที่เป็นเอกลักษณ์ของ DNA ของมะเร็งนำไปสู่การผลิตชิ้นส่วน DNA กลุ่มใหญ่ขึ้น

ภาพของเพลต 96 หลุมถ่ายโดยใช้กล้องสมาร์ทโฟน DNA ของมะเร็งวัดด้วยสมาร์ทโฟนที่ติดตั้งการเรียนรู้ของเครื่อง โดยเปรียบเทียบกับวิธีที่ใช้สเปกโทรสโกปี

การตรวจคัดกรองมะเร็งในตัวอย่างเลือดจริง

เพื่อขยายประโยชน์ใช้สอยของแพลตฟอร์มการตรวจจับ ผู้วิจัยได้ใช้เซ็นเซอร์ที่สามารถแยกแยะระหว่าง DNA ปกติและมะเร็งในตัวอย่างเลือดจริงได้สำเร็จ รูปแบบเมทิลเลชั่นที่ไซต์ CpG ควบคุมการแสดงออกของยีน ในมะเร็งเกือบทุกประเภท มีการเปลี่ยนแปลงใน DNA methylation และในการแสดงออกของยีนที่ส่งเสริมการเกิดเนื้องอก ได้ถูกสังเกตสลับกัน

นักวิจัยได้ใช้ตัวอย่างเลือดจากผู้ป่วยมะเร็งเม็ดเลือดขาวและกลุ่มควบคุมที่มีสุขภาพดีเพื่อเป็นแบบจำลองสำหรับมะเร็งอื่นๆ ที่เกี่ยวข้องกับ DNA methylation เพื่อตรวจสอบประสิทธิภาพของภูมิทัศน์ของ methylation ในการสร้างความแตกต่างของมะเร็งเม็ดเลือดขาว ตัวชี้วัดทางชีวภาพเชิงเมทิลเลชั่นนี้ไม่เพียงแต่มีประสิทธิภาพเหนือกว่าวิธีการคัดกรองมะเร็งเม็ดเลือดขาวอย่างรวดเร็วที่มีอยู่เท่านั้น แต่ยังแสดงให้เห็นถึงความเป็นไปได้ในการขยายไปสู่การตรวจหามะเร็งหลายชนิดในระยะเริ่มแรกโดยใช้การตรวจวิเคราะห์ที่ง่ายและตรงไปตรงมานี้

วิเคราะห์ DNA จากตัวอย่างเลือดของผู้ป่วยมะเร็งเม็ดเลือดขาว 31 รายและบุคคลที่มีสุขภาพดี 12 ราย ดังที่แสดงในแผนภาพกล่องในรูปที่ 2a ค่าการดูดกลืนแสงสัมพัทธ์ของตัวอย่างมะเร็ง (ΔA650/525) ต่ำกว่า DNA จากตัวอย่างปกติ สาเหตุหลักมาจากการไม่ชอบน้ำที่เพิ่มขึ้นซึ่งนำไปสู่การรวมตัวของ DNA มะเร็งอย่างหนาแน่น ซึ่งทำให้การรวมตัวของ Cyst/AuNPs ผลก็คือ อนุภาคนาโนเหล่านี้ถูกกระจายไปจนหมดในชั้นนอกของมวลรวมของมะเร็ง ซึ่งส่งผลให้มีการกระจายตัวของซีสต์/AuNP ที่แตกต่างกันซึ่งดูดซับบนมวลรวม DNA ปกติและของมะเร็ง จากนั้น เส้นโค้ง ROC จะถูกสร้างขึ้นโดยการเปลี่ยนเกณฑ์จากค่าต่ำสุดที่ ΔA650/525 ไปเป็นค่าสูงสุด

รูปที่ 2 (ก) ค่าการดูดกลืนแสงสัมพัทธ์ของสารละลายซีสต์/AuNPs แสดงการมีอยู่ของ DNA ปกติ (สีน้ำเงิน) และมะเร็ง (สีแดง) ภายใต้สภาวะที่เหมาะสมที่สุด

(DA650/525) ของแปลงกล่อง; (b) การวิเคราะห์ ROC และการประเมินผลการทดสอบวินิจฉัย (ค) เมทริกซ์ความสับสนสำหรับการวินิจฉัยผู้ป่วยปกติและผู้ป่วยมะเร็ง (d) ความไว ความจำเพาะ ค่าทำนายเชิงบวก (PPV) ค่าทำนายเชิงลบ (NPV) และความแม่นยำของวิธีการที่พัฒนาขึ้น

ดังที่แสดงในรูปที่ 2b พื้นที่ใต้เส้นโค้ง ROC (AUC = 0.9274) ที่ได้รับสำหรับเซ็นเซอร์ที่พัฒนาแล้วนั้นมีความไวและความจำเพาะสูง ดังที่เห็นได้จากแผนภาพกล่อง จุดต่ำสุดที่แสดงถึงกลุ่ม DNA ปกติไม่ได้แยกออกจากจุดสูงสุดที่แสดงถึงกลุ่ม DNA ของมะเร็งอย่างดี ดังนั้นจึงใช้การถดถอยโลจิสติกเพื่อแยกความแตกต่างระหว่างกลุ่มปกติและกลุ่มมะเร็ง เมื่อพิจารณาจากชุดตัวแปรอิสระ ระบบจะประมาณความน่าจะเป็นของเหตุการณ์ที่เกิดขึ้น เช่น มะเร็งหรือกลุ่มปกติ ตัวแปรตามมีช่วงระหว่าง 0 ถึง 1 ผลลัพธ์จึงเป็นความน่าจะเป็น เราพิจารณาความน่าจะเป็นของการระบุโรคมะเร็ง (P) โดยยึดตาม ΔA650/525 ดังนี้

โดยที่ b=5.3533,w1=-6.965 สำหรับการจำแนกประเภทตัวอย่าง ความน่าจะเป็นที่น้อยกว่า 0.5 บ่งชี้ว่าเป็นตัวอย่างปกติ ในขณะที่ความน่าจะเป็น 0.5 ขึ้นไปบ่งชี้ว่าเป็นตัวอย่างมะเร็ง รูปที่ 2c แสดงให้เห็นเมทริกซ์ความสับสนที่สร้างขึ้นจากการตรวจสอบข้ามแบบปล่อยทิ้งไว้ ซึ่งใช้ในการตรวจสอบความเสถียรของวิธีการจำแนกประเภท รูปที่ 2d สรุปการประเมินการทดสอบวินิจฉัยของวิธีการ ซึ่งรวมถึงความไว ความจำเพาะ ค่าการทำนายเชิงบวก (PPV) และค่าการทำนายเชิงลบ (NPV)

ไบโอเซนเซอร์บนสมาร์ทโฟน

เพื่อให้การทดสอบตัวอย่างง่ายขึ้นโดยไม่ต้องใช้สเปกโตรโฟโตมิเตอร์ นักวิจัยได้ใช้ปัญญาประดิษฐ์ (AI) เพื่อตีความสีของสารละลาย และแยกแยะระหว่างบุคคลปกติและบุคคลที่เป็นมะเร็ง ด้วยเหตุนี้ คอมพิวเตอร์วิทัศน์จึงถูกนำมาใช้ในการแปลสีของสารละลาย Cyst/AuNPs เป็น DNA ปกติ (สีม่วง) หรือ DNA ของมะเร็ง (สีแดง) โดยใช้รูปภาพของเพลต 96 หลุมที่ถ่ายผ่านกล้องโทรศัพท์มือถือ ปัญญาประดิษฐ์สามารถลดต้นทุนและปรับปรุงการเข้าถึงในการตีความสีของโซลูชันอนุภาคนาโน และโดยไม่ต้องใช้อุปกรณ์เสริมสมาร์ทโฟนที่เป็นฮาร์ดแวร์ออปติคัลใดๆ สุดท้าย โมเดลการเรียนรู้ของเครื่องสองโมเดล ได้แก่ Random Forest (RF) และ Support Vector Machine (SVM) ได้รับการฝึกอบรมเพื่อสร้างแบบจำลอง ทั้งรุ่น RF และ SVM จำแนกตัวอย่างได้อย่างถูกต้องเป็นบวกและลบด้วยความแม่นยำ 90.0% สิ่งนี้ชี้ให้เห็นว่าการใช้ปัญญาประดิษฐ์ในการตรวจจับทางชีวภาพบนโทรศัพท์มือถือนั้นค่อนข้างเป็นไปได้

รูปที่ 3 (ก) ระดับเป้าหมายของสารละลายที่บันทึกไว้ระหว่างการเตรียมตัวอย่างสำหรับขั้นตอนการรับภาพ (b) ภาพตัวอย่างที่ถ่ายระหว่างขั้นตอนการรับภาพ ( c ) ความเข้มสีของสารละลายซีสต์ / AuNPs ในแต่ละหลุมของเพลต 96 หลุมที่แยกจากภาพ ( b )

นักวิจัยประสบความสำเร็จในการพัฒนาแพลตฟอร์มการตรวจจับอย่างง่ายสำหรับการตรวจจับภูมิทัศน์ของเมทิลเลชั่น และเซ็นเซอร์ที่สามารถแยกแยะ DNA ปกติจาก DNA ของมะเร็งได้สำเร็จด้วยการใช้ Cyst/AuNPs เมื่อใช้ตัวอย่างเลือดจริงสำหรับการตรวจคัดกรองมะเร็งเม็ดเลือดขาว เซ็นเซอร์ที่พัฒนาขึ้นแสดงให้เห็นว่า DNA ที่สกัดจากตัวอย่างเลือดจริงสามารถตรวจจับ DNA มะเร็ง (3nM) จำนวนเล็กน้อยในผู้ป่วยมะเร็งเม็ดเลือดขาวได้อย่างรวดเร็วและคุ้มต้นทุนในเวลา 15 นาที และแสดงความแม่นยำ 95.3% เพื่อให้การทดสอบตัวอย่างง่ายขึ้นโดยไม่จำเป็นต้องใช้เครื่องสเปกโตรโฟโตมิเตอร์ แมชชีนเลิร์นนิงจึงถูกนำมาใช้ในการตีความสีของสารละลาย และแยกแยะระหว่างบุคคลปกติและผู้ป่วยมะเร็งโดยใช้ภาพถ่ายจากโทรศัพท์มือถือ และยังได้ความแม่นยำที่ 90.0% อีกด้วย

อ้างอิง: DOI: 10.1039/d2ra05725e