การตรวจพบมะเร็งในระยะเริ่มต้นโดยใช้การตรวจชิ้นเนื้อทางของเหลวเป็นแนวทางใหม่ในการตรวจจับและวินิจฉัยมะเร็งที่เสนอโดยสถาบันมะเร็งแห่งชาติของสหรัฐอเมริกาในช่วงไม่กี่ปีที่ผ่านมา โดยมีจุดมุ่งหมายเพื่อตรวจจับมะเร็งในระยะเริ่มต้นหรือแม้แต่รอยโรคก่อนเป็นมะเร็ง มีการใช้กันอย่างแพร่หลายในฐานะไบโอมาร์กเกอร์ชนิดใหม่ในการวินิจฉัยมะเร็งในระยะเริ่มต้นหลายชนิด รวมทั้งมะเร็งปอด เนื้องอกในทางเดินอาหาร เนื้องอกในสมอง และเนื้องอกในนรีเวช
การเกิดขึ้นของแพลตฟอร์มเพื่อระบุไบโอมาร์กเกอร์ภูมิประเทศเมทิลเลชัน (Methylscape) มีศักยภาพที่จะช่วยปรับปรุงการคัดกรองมะเร็งในระยะเริ่มต้นที่มีอยู่ได้อย่างมีนัยสำคัญ ช่วยให้ผู้ป่วยได้รับการรักษาในระยะเริ่มต้นที่สุด
เมื่อไม่นานมานี้ นักวิจัยได้พัฒนาแพลตฟอร์มการตรวจจับโดยตรงและเรียบง่ายสำหรับการตรวจจับภูมิทัศน์ของเมทิลเลชันโดยใช้อนุภาคนาโนทองคำที่ประดับด้วยซิสเตอามีน (Cyst/AuNPs) ร่วมกับไบโอเซนเซอร์บนสมาร์ทโฟน ซึ่งช่วยให้สามารถคัดกรองเนื้องอกได้หลากหลายชนิดในระยะเริ่มต้นอย่างรวดเร็ว การคัดกรองมะเร็งเม็ดเลือดขาวในระยะเริ่มต้นสามารถทำได้ภายใน 15 นาทีหลังจากการสกัดดีเอ็นเอจากตัวอย่างเลือด โดยมีความแม่นยำ 90.0% ชื่อบทความคือ การตรวจจับดีเอ็นเอของมะเร็งในเลือดมนุษย์อย่างรวดเร็วโดยใช้อนุภาคนาโนทองคำที่ประดับด้วยซิสเตอามีนและสมาร์ทโฟนที่รองรับการเรียนรู้ของเครื่อง
รูปที่ 1 แพลตฟอร์มการตรวจจับที่เรียบง่ายและรวดเร็วสำหรับการคัดกรองมะเร็งผ่านส่วนประกอบ Cyst/AuNPs สามารถทำได้ด้วยขั้นตอนง่ายๆ สองขั้นตอน
รูปที่ 1 แสดงดังนี้ ขั้นแรกใช้สารละลายน้ำเพื่อละลายชิ้นส่วน DNA จากนั้นเติม Cyst/AuNP ลงในสารละลายที่ผสม DNA ปกติและ DNA ที่เป็นมะเร็งจะมีคุณสมบัติการเมทิลเลชันต่างกัน ส่งผลให้ชิ้นส่วน DNA มีรูปแบบการประกอบตัวเองต่างกัน DNA ปกติจะรวมตัวกันอย่างหลวมๆ และในที่สุดก็รวมตัวเป็น Cyst/AuNP ซึ่งส่งผลให้ Cyst/AuNP มีลักษณะการเปลี่ยนสีเป็นสีแดง ทำให้สามารถสังเกตเห็นการเปลี่ยนแปลงจากสีแดงเป็นสีม่วงได้ด้วยตาเปล่า ในทางตรงกันข้าม โปรไฟล์การเมทิลเลชันเฉพาะตัวของ DNA ที่เป็นมะเร็งจะทำให้เกิดกลุ่มชิ้นส่วน DNA ที่ใหญ่กว่า
ภาพของเพลต 96 หลุมถูกถ่ายโดยใช้กล้องสมาร์ทโฟน วัดดีเอ็นเอของมะเร็งโดยใช้สมาร์ทโฟนที่ติดตั้งการเรียนรู้ของเครื่องจักรเมื่อเปรียบเทียบกับวิธีการที่ใช้สเปกโตรสโคปี
การตรวจคัดกรองมะเร็งจากตัวอย่างเลือดจริง
เพื่อขยายการใช้งานของแพลตฟอร์มการตรวจจับ นักวิจัยได้ใช้เซ็นเซอร์ที่สามารถแยกแยะระหว่าง DNA ปกติและ DNA ที่เป็นมะเร็งในตัวอย่างเลือดจริงได้สำเร็จ รูปแบบเมทิลเลชันที่ไซต์ CpG ควบคุมการแสดงออกของยีนในเชิงเอพิเจเนติก ในมะเร็งเกือบทุกประเภท พบว่าการเปลี่ยนแปลงในเมทิลเลชันของ DNA และการแสดงออกของยีนที่ส่งเสริมการเกิดเนื้องอกสลับกัน
นักวิจัยใช้ตัวอย่างเลือดจากผู้ป่วยมะเร็งเม็ดเลือดขาวและกลุ่มควบคุมที่มีสุขภาพดีเป็นแบบจำลองสำหรับมะเร็งชนิดอื่นๆ ที่เกี่ยวข้องกับการเมทิลเลชันของดีเอ็นเอ เพื่อตรวจสอบประสิทธิภาพของภูมิทัศน์การเมทิลเลชันในการแยกแยะมะเร็งเม็ดเลือดขาว ไบโอมาร์กเกอร์ภูมิทัศน์การเมทิลเลชันนี้ไม่เพียงแต่มีประสิทธิภาพเหนือกว่าวิธีการคัดกรองมะเร็งเม็ดเลือดขาวอย่างรวดเร็วที่มีอยู่เท่านั้น แต่ยังแสดงให้เห็นถึงความเป็นไปได้ในการขยายขอบเขตไปสู่การตรวจจับมะเร็งในระยะเริ่มต้นได้หลากหลายชนิดโดยใช้การทดสอบที่เรียบง่ายและตรงไปตรงมานี้
วิเคราะห์ดีเอ็นเอจากตัวอย่างเลือดของผู้ป่วยโรคมะเร็งเม็ดเลือดขาว 31 รายและบุคคลที่มีสุขภาพแข็งแรง 12 ราย ตามที่แสดงในกราฟกล่องในรูปที่ 2a การดูดกลืนของตัวอย่างมะเร็ง (ΔA650/525) ต่ำกว่าค่าการดูดกลืนของดีเอ็นเอจากตัวอย่างปกติ ซึ่งส่วนใหญ่เป็นผลมาจากคุณสมบัติการดูดซับน้ำที่เพิ่มขึ้นซึ่งนำไปสู่การรวมตัวหนาแน่นของดีเอ็นเอมะเร็ง ซึ่งป้องกันการรวมตัวของซีสต์/AuNP เป็นผลให้อนุภาคนาโนเหล่านี้กระจายตัวอย่างสมบูรณ์ในชั้นนอกของการรวมตัวของมะเร็ง ซึ่งส่งผลให้ซีสต์/AuNP ที่ดูดซับบนการรวมตัวของดีเอ็นเอปกติและของมะเร็งกระจายตัวแตกต่างกัน จากนั้นจึงสร้างเส้นโค้ง ROC โดยเปลี่ยนเกณฑ์จากค่าต่ำสุด ΔA650/525 เป็นค่าสูงสุด
รูปที่ 2. (ก) ค่าการดูดกลืนแสงสัมพันธ์ของสารละลายซีสต์/AuNP แสดงให้เห็นการมีอยู่ของดีเอ็นเอปกติ (สีน้ำเงิน) และดีเอ็นเอมะเร็ง (สีแดง) ภายใต้เงื่อนไขที่เหมาะสมที่สุด
(DA650/525) ของแผนภาพกล่อง (b) การวิเคราะห์ ROC และการประเมินการทดสอบการวินิจฉัย (c) เมทริกซ์ความสับสนสำหรับการวินิจฉัยผู้ป่วยปกติและผู้ป่วยมะเร็ง (d) ความไว ความจำเพาะ ค่าการทำนายเชิงบวก (PPV) ค่าการทำนายเชิงลบ (NPV) และความแม่นยำของวิธีที่พัฒนาขึ้น
ดังแสดงในรูปที่ 2b พื้นที่ใต้เส้นโค้ง ROC (AUC = 0.9274) ที่ได้สำหรับเซ็นเซอร์ที่พัฒนาขึ้นนั้นแสดงให้เห็นถึงความไวและความจำเพาะสูง ดังที่เห็นได้จากกราฟกล่อง จุดต่ำสุดที่แสดงกลุ่ม DNA ปกติไม่ได้แยกจากจุดสูงสุดที่แสดงกลุ่ม DNA ของมะเร็งอย่างชัดเจน ดังนั้น จึงใช้การถดถอยแบบลอจิสติกส์เพื่อแยกความแตกต่างระหว่างกลุ่มปกติและกลุ่มมะเร็ง เมื่อกำหนดตัวแปรอิสระชุดหนึ่ง ระบบจะประมาณความน่าจะเป็นของเหตุการณ์ที่เกิดขึ้น เช่น กลุ่มมะเร็งหรือกลุ่มปกติ ตัวแปรตามจะมีช่วงระหว่าง 0 ถึง 1 ดังนั้นผลลัพธ์จึงเป็นความน่าจะเป็น เราได้กำหนดความน่าจะเป็นของการระบุมะเร็ง (P) โดยอิงจาก ΔA650/525 ดังต่อไปนี้
โดยที่ b=5.3533,w1=-6.965 สำหรับการจำแนกตัวอย่าง ความน่าจะเป็นที่น้อยกว่า 0.5 บ่งชี้ว่าตัวอย่างปกติ ในขณะที่ความน่าจะเป็นที่ 0.5 หรือสูงกว่าบ่งชี้ว่าตัวอย่างเป็นมะเร็ง รูปที่ 2c แสดงเมทริกซ์ความสับสนที่เกิดจากการตรวจสอบแบบแยกกลุ่มซึ่งใช้เพื่อตรวจสอบความเสถียรของวิธีการจำแนก รูปที่ 2d สรุปการประเมินการทดสอบวินิจฉัยของวิธีการนี้ รวมถึงความไว ความจำเพาะ ค่าการทำนายผลบวก (PPV) และค่าการทำนายผลลบ (NPV)
ไบโอเซนเซอร์บนสมาร์ทโฟน
เพื่อลดความซับซ้อนของการทดสอบตัวอย่างโดยไม่ต้องใช้เครื่องสเปกโตรโฟโตมิเตอร์ นักวิจัยได้ใช้ปัญญาประดิษฐ์ (AI) เพื่อตีความสีของสารละลายและแยกแยะระหว่างบุคคลปกติและบุคคลที่มีมะเร็ง เมื่อได้ข้อมูลดังกล่าวแล้ว จะใช้คอมพิวเตอร์วิชันเพื่อแปลสีของสารละลาย Cyst/AuNPs เป็น DNA ปกติ (สีม่วง) หรือ DNA ของมะเร็ง (สีแดง) โดยใช้ภาพเพลต 96 หลุมที่ถ่ายด้วยกล้องโทรศัพท์มือถือ ปัญญาประดิษฐ์สามารถลดต้นทุนและปรับปรุงการเข้าถึงในการตีความสีของสารละลายอนุภาคขนาดนาโนได้ และโดยไม่ต้องใช้อุปกรณ์เสริมฮาร์ดแวร์ออปติกใดๆ สำหรับสมาร์ทโฟน ในที่สุด ได้มีการฝึกโมเดลการเรียนรู้ของเครื่องสองโมเดล ได้แก่ Random Forest (RF) และ Support Vector Machine (SVM) เพื่อสร้างโมเดลขึ้น โดยโมเดล RF และ SVM ทั้งสองโมเดลสามารถจำแนกตัวอย่างเป็นบวกและลบได้อย่างถูกต้องด้วยความแม่นยำ 90.0% ซึ่งแสดงให้เห็นว่าการใช้ปัญญาประดิษฐ์ในการตรวจจับทางชีวภาพโดยใช้โทรศัพท์มือถือนั้นค่อนข้างเป็นไปได้
รูปที่ 3 (ก) คลาสเป้าหมายของสารละลายที่บันทึกไว้ในระหว่างการเตรียมตัวอย่างสำหรับขั้นตอนการถ่ายภาพ (ข) ภาพตัวอย่างที่ถ่ายในระหว่างขั้นตอนการถ่ายภาพ (ค) ความเข้มของสีของสารละลายซีสต์/AuNPs ในแต่ละหลุมของแผ่น 96 หลุมที่สกัดจากภาพ (ข)
นักวิจัยได้พัฒนาแพลตฟอร์มการตรวจจับที่เรียบง่ายสำหรับการตรวจจับภูมิทัศน์ของเมทิลเลชันและเซ็นเซอร์ที่สามารถแยกแยะ DNA ปกติจาก DNA ของมะเร็งได้สำเร็จเมื่อใช้ตัวอย่างเลือดจริงในการคัดกรองมะเร็งเม็ดเลือดขาว เซ็นเซอร์ที่พัฒนาขึ้นแสดงให้เห็นว่า DNA ที่สกัดจากตัวอย่างเลือดจริงสามารถตรวจจับ DNA ของมะเร็งในปริมาณเล็กน้อย (3nM) ในผู้ป่วยมะเร็งเม็ดเลือดขาวได้อย่างรวดเร็วและคุ้มทุนภายใน 15 นาที และมีความแม่นยำถึง 95.3% เพื่อลดความซับซ้อนของการทดสอบตัวอย่างโดยไม่จำเป็นต้องใช้เครื่องสเปกโตรโฟโตมิเตอร์ จึงมีการใช้การเรียนรู้ของเครื่องจักรเพื่อตีความสีของสารละลายและแยกแยะระหว่างบุคคลปกติและบุคคลที่มีมะเร็งโดยใช้ภาพถ่ายจากโทรศัพท์มือถือ และยังสามารถบรรลุความแม่นยำได้ถึง 90.0% อีกด้วย
อ้างอิง: DOI: 10.1039/d2ra05725e
เวลาโพสต์ : 18 ก.พ. 2566