ಗೆಡ್ಡೆಗಳ ಆರಂಭಿಕ ಸ್ಕ್ರೀನಿಂಗ್ ಮತ್ತು ಲ್ಯುಕೇಮಿಯಾ ಸ್ಕ್ರೀನಿಂಗ್‌ಗಾಗಿ ಡಿಎನ್‌ಎ ಮೆತಿಲೀಕರಣ ಪರೀಕ್ಷೆಯು 90.0%ನ ನಿಖರತೆಯೊಂದಿಗೆ ಸ್ಮಾರ್ಟ್‌ಫೋನ್‌ಗಳೊಂದಿಗೆ ಸಂಯೋಜಿಸಲ್ಪಟ್ಟಿದೆ!

ದ್ರವ ಬಯಾಪ್ಸಿ ಆಧರಿಸಿ ಕ್ಯಾನ್ಸರ್ ಅನ್ನು ಮೊದಲೇ ಪತ್ತೆಹಚ್ಚುವುದು ಕ್ಯಾನ್ಸರ್ ಪತ್ತೆ ಮತ್ತು ಇತ್ತೀಚಿನ ವರ್ಷಗಳಲ್ಲಿ ಯುಎಸ್ ರಾಷ್ಟ್ರೀಯ ಕ್ಯಾನ್ಸರ್ ಸಂಸ್ಥೆ ಪ್ರಸ್ತಾಪಿಸಿದ ರೋಗನಿರ್ಣಯದ ಹೊಸ ದಿಕ್ಕು, ಆರಂಭಿಕ ಕ್ಯಾನ್ಸರ್ ಅಥವಾ ಪೂರ್ವಭಾವಿ ಗಾಯಗಳನ್ನು ಪತ್ತೆಹಚ್ಚುವ ಉದ್ದೇಶದಿಂದ. ಶ್ವಾಸಕೋಶದ ಕ್ಯಾನ್ಸರ್, ಜಠರಗರುಳಿನ ಗೆಡ್ಡೆಗಳು, ಗ್ಲಿಯೊಮಾಸ್ ಮತ್ತು ಸ್ತ್ರೀರೋಗ ಗೆಡ್ಡೆಗಳು ಸೇರಿದಂತೆ ವಿವಿಧ ಮಾರಕತೆಗಳ ಆರಂಭಿಕ ರೋಗನಿರ್ಣಯಕ್ಕಾಗಿ ಇದನ್ನು ಕಾದಂಬರಿ ಬಯೋಮಾರ್ಕರ್ ಆಗಿ ವ್ಯಾಪಕವಾಗಿ ಬಳಸಲಾಗುತ್ತದೆ.

ಮೆತಿಲೀಕರಣ ಭೂದೃಶ್ಯವನ್ನು ಗುರುತಿಸಲು ಪ್ಲಾಟ್‌ಫಾರ್ಮ್‌ಗಳ ಹೊರಹೊಮ್ಮುವಿಕೆಯು (ಮೀಥೈಲ್‌ಸ್ಕೇಪ್) ಬಯೋಮಾರ್ಕರ್‌ಗಳು ಕ್ಯಾನ್ಸರ್ಗೆ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಆರಂಭಿಕ ಸ್ಕ್ರೀನಿಂಗ್ ಅನ್ನು ಗಮನಾರ್ಹವಾಗಿ ಸುಧಾರಿಸುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಹೊಂದಿದ್ದು, ರೋಗಿಗಳನ್ನು ಆರಂಭಿಕ ಚಿಕಿತ್ಸೆ ನೀಡುವ ಹಂತದಲ್ಲಿ ಇರಿಸುತ್ತದೆ.

ಇತ್ತೀಚೆಗೆ, ಸಂಶೋಧಕರು ಸಿಸ್ಟಮೈನ್ ಅಲಂಕರಿಸಿದ ಚಿನ್ನದ ನ್ಯಾನೊಪರ್ಟಿಕಲ್ಸ್ (ಸಿಸ್ಟ್/ಎಎನ್‌ಪಿಗಳು) ಆಧರಿಸಿ ಮೆತಿಲೀಕರಣ ಭೂದೃಶ್ಯ ಪತ್ತೆಗಾಗಿ ಸರಳ ಮತ್ತು ನೇರ ಸಂವೇದನಾ ವೇದಿಕೆಯನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ್ದಾರೆ, ಇದು ಸ್ಮಾರ್ಟ್‌ಫೋನ್ ಆಧಾರಿತ ಬಯೋಸೆನ್ಸರ್‌ನೊಂದಿಗೆ ಸಂಯೋಜಿಸಲ್ಪಟ್ಟಿದೆ, ಇದು ವ್ಯಾಪಕ ಶ್ರೇಣಿಯ ಗೆಡ್ಡೆಗಳ ತ್ವರಿತ ಆರಂಭಿಕ ಸ್ಕ್ರೀನಿಂಗ್ ಅನ್ನು ಶಕ್ತಗೊಳಿಸುತ್ತದೆ. ರಕ್ತದ ಮಾದರಿಯಿಂದ ಡಿಎನ್‌ಎ ಹೊರತೆಗೆಯುವ 15 ನಿಮಿಷಗಳಲ್ಲಿ ಲ್ಯುಕೇಮಿಯಾಕ್ಕಾಗಿ ಆರಂಭಿಕ ಸ್ಕ್ರೀನಿಂಗ್ ಅನ್ನು 90.0%ನಿಖರತೆಯೊಂದಿಗೆ ಮಾಡಬಹುದು. ಲೇಖನ ಶೀರ್ಷಿಕೆ ಸಿಸ್ಟಮೈನ್-ಕ್ಯಾಪ್ಡ್ Aunps ಮತ್ತು ಯಂತ್ರ ಕಲಿಕೆ-ಶಕ್ತಗೊಂಡ ಸ್ಮಾರ್ಟ್‌ಫೋನ್ ಬಳಸಿ ಮಾನವ ರಕ್ತದಲ್ಲಿ ಕ್ಯಾನ್ಸರ್ ಡಿಎನ್‌ಎಯನ್ನು ಶೀಘ್ರವಾಗಿ ಪತ್ತೆ ಮಾಡುತ್ತದೆ

ಚಿತ್ರ 1. ಸಿಸ್ಟ್/ಆನ್‌ಪ್ಸ್ ಘಟಕಗಳ ಮೂಲಕ ಕ್ಯಾನ್ಸರ್ ತಪಾಸಣೆಗಾಗಿ ಸರಳ ಮತ್ತು ವೇಗದ ಸಂವೇದನಾ ವೇದಿಕೆಯನ್ನು ಎರಡು ಸರಳ ಹಂತಗಳಲ್ಲಿ ಸಾಧಿಸಬಹುದು.

ಇದನ್ನು ಚಿತ್ರ 1 ರಲ್ಲಿ ತೋರಿಸಲಾಗಿದೆ. ಮೊದಲನೆಯದಾಗಿ, ಡಿಎನ್‌ಎ ತುಣುಕುಗಳನ್ನು ಕರಗಿಸಲು ಜಲೀಯ ದ್ರಾವಣವನ್ನು ಬಳಸಲಾಯಿತು. ನಂತರ ಮಿಶ್ರ ಪರಿಹಾರಕ್ಕೆ ಸಿಸ್ಟ್/ಆನ್‌ಪಿಗಳನ್ನು ಸೇರಿಸಲಾಯಿತು. ಸಾಮಾನ್ಯ ಮತ್ತು ಮಾರಣಾಂತಿಕ ಡಿಎನ್‌ಎ ವಿಭಿನ್ನ ಮೆತಿಲೀಕರಣ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಹೊಂದಿರುತ್ತದೆ, ಇದರ ಪರಿಣಾಮವಾಗಿ ಡಿಎನ್‌ಎ ತುಣುಕುಗಳು ವಿಭಿನ್ನ ಸ್ವಯಂ-ಜೋಡಣೆ ಮಾದರಿಗಳೊಂದಿಗೆ ಕಂಡುಬರುತ್ತವೆ. ಸಾಮಾನ್ಯ ಡಿಎನ್‌ಎ ಸಡಿಲವಾಗಿ ಮತ್ತು ಅಂತಿಮವಾಗಿ ಸಿಸ್ಟ್/ಆನ್‌ಪಿಗಳನ್ನು ಒಟ್ಟುಗೂಡಿಸುತ್ತದೆ, ಇದು ಸಿಸ್ಟ್/ಆನ್‌ಪಿಗಳ ಕೆಂಪು-ಶಿಫ್ಟ್ ಸ್ವಭಾವಕ್ಕೆ ಕಾರಣವಾಗುತ್ತದೆ, ಇದರಿಂದಾಗಿ ಕೆಂಪು ಬಣ್ಣದಿಂದ ನೇರಳೆ ಬಣ್ಣಕ್ಕೆ ಬಣ್ಣವನ್ನು ಬರಿಗಣ್ಣಿನಿಂದ ಗಮನಿಸಬಹುದು. ಇದಕ್ಕೆ ವ್ಯತಿರಿಕ್ತವಾಗಿ, ಕ್ಯಾನ್ಸರ್ ಡಿಎನ್‌ಎಯ ವಿಶಿಷ್ಟ ಮೆತಿಲೀಕರಣ ಪ್ರೊಫೈಲ್ ಡಿಎನ್‌ಎ ತುಣುಕುಗಳ ದೊಡ್ಡ ಸಮೂಹಗಳ ಉತ್ಪಾದನೆಗೆ ಕಾರಣವಾಗುತ್ತದೆ.

96-ಬಾವಿ ಫಲಕಗಳ ಚಿತ್ರಗಳನ್ನು ಸ್ಮಾರ್ಟ್‌ಫೋನ್ ಕ್ಯಾಮೆರಾ ಬಳಸಿ ತೆಗೆದುಕೊಳ್ಳಲಾಗಿದೆ. ಸ್ಪೆಕ್ಟ್ರೋಸ್ಕೋಪಿ ಆಧಾರಿತ ವಿಧಾನಗಳಿಗೆ ಹೋಲಿಸಿದರೆ ಯಂತ್ರ ಕಲಿಕೆಯೊಂದಿಗೆ ಕ್ಯಾನ್ಸರ್ ಡಿಎನ್‌ಎಯನ್ನು ಅಳೆಯಲಾಗುತ್ತದೆ.

ನಿಜವಾದ ರಕ್ತದ ಮಾದರಿಗಳಲ್ಲಿ ಕ್ಯಾನ್ಸರ್ ತಪಾಸಣೆ

ಸಂವೇದನಾ ವೇದಿಕೆಯ ಉಪಯುಕ್ತತೆಯನ್ನು ವಿಸ್ತರಿಸಲು, ತನಿಖಾಧಿಕಾರಿಗಳು ನೈಜ ರಕ್ತದ ಮಾದರಿಗಳಲ್ಲಿ ಸಾಮಾನ್ಯ ಮತ್ತು ಕ್ಯಾನ್ಸರ್ ಡಿಎನ್‌ಎ ನಡುವೆ ಯಶಸ್ವಿಯಾಗಿ ಗುರುತಿಸಲ್ಪಟ್ಟ ಸಂವೇದಕವನ್ನು ಅನ್ವಯಿಸಿದರು. ಸಿಪಿಜಿ ಸೈಟ್‌ಗಳಲ್ಲಿನ ಮೆತಿಲೀಕರಣ ಮಾದರಿಗಳು ಜೀನ್ ಅಭಿವ್ಯಕ್ತಿಯನ್ನು ಎಪಿಜೆನೆಟಿಕ್ ಆಗಿ ನಿಯಂತ್ರಿಸುತ್ತವೆ. ಬಹುತೇಕ ಎಲ್ಲಾ ಕ್ಯಾನ್ಸರ್ ಪ್ರಕಾರಗಳಲ್ಲಿ, ಡಿಎನ್‌ಎ ಮೆತಿಲೀಕರಣದಲ್ಲಿನ ಬದಲಾವಣೆಗಳು ಮತ್ತು ಟ್ಯೂಮರಿಜೆನೆಸಿಸ್ ಅನ್ನು ಉತ್ತೇಜಿಸುವ ಜೀನ್‌ಗಳ ಅಭಿವ್ಯಕ್ತಿಯಲ್ಲಿ ಪರ್ಯಾಯವಾಗಿ ಗಮನಿಸಲಾಗಿದೆ.

ಡಿಎನ್‌ಎ ಮೆತಿಲೀಕರಣಕ್ಕೆ ಸಂಬಂಧಿಸಿದ ಇತರ ಕ್ಯಾನ್ಸರ್ಗಳಿಗೆ ಮಾದರಿಯಾಗಿ, ಲ್ಯುಕೇಮಿಕ್ ಕ್ಯಾನ್ಸರ್ಗಳನ್ನು ಬೇರ್ಪಡಿಸುವಲ್ಲಿ ಮೆತಿಲೀಕರಣ ಭೂದೃಶ್ಯದ ಪರಿಣಾಮಕಾರಿತ್ವವನ್ನು ತನಿಖೆ ಮಾಡಲು ಸಂಶೋಧಕರು ಲ್ಯುಕೇಮಿಯಾ ರೋಗಿಗಳು ಮತ್ತು ಆರೋಗ್ಯಕರ ನಿಯಂತ್ರಣಗಳಿಂದ ರಕ್ತದ ಮಾದರಿಗಳನ್ನು ಬಳಸಿದರು. ಈ ಮೆತಿಲೀಕರಣ ಭೂದೃಶ್ಯ ಬಯೋಮಾರ್ಕರ್ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಕ್ಷಿಪ್ರ ಲ್ಯುಕೇಮಿಯಾ ಸ್ಕ್ರೀನಿಂಗ್ ವಿಧಾನಗಳನ್ನು ಮೀರಿಸುವುದಲ್ಲದೆ, ಈ ಸರಳ ಮತ್ತು ನೇರವಾದ ಮೌಲ್ಯಮಾಪನವನ್ನು ಬಳಸಿಕೊಂಡು ವ್ಯಾಪಕ ಶ್ರೇಣಿಯ ಕ್ಯಾನ್ಸರ್ಗಳನ್ನು ಮೊದಲೇ ಪತ್ತೆಹಚ್ಚಲು ವಿಸ್ತರಿಸುವ ಕಾರ್ಯಸಾಧ್ಯತೆಯನ್ನು ತೋರಿಸುತ್ತದೆ.

31 ಲ್ಯುಕೇಮಿಯಾ ರೋಗಿಗಳು ಮತ್ತು 12 ಆರೋಗ್ಯವಂತ ವ್ಯಕ್ತಿಗಳಿಂದ ರಕ್ತದ ಮಾದರಿಗಳಿಂದ ಡಿಎನ್‌ಎ ವಿಶ್ಲೇಷಿಸಲಾಗಿದೆ. ಚಿತ್ರ 2 ಎ ಯಲ್ಲಿನ ಬಾಕ್ಸ್ ಕಥಾವಸ್ತುವಿನಲ್ಲಿ ತೋರಿಸಿರುವಂತೆ, ಕ್ಯಾನ್ಸರ್ ಮಾದರಿಗಳ (ΔA650/525) ಸಾಪೇಕ್ಷ ಹೀರಿಕೊಳ್ಳುವಿಕೆಯು ಸಾಮಾನ್ಯ ಮಾದರಿಗಳಿಂದ ಡಿಎನ್‌ಎಗಿಂತ ಕಡಿಮೆಯಾಗಿದೆ. ಇದು ಮುಖ್ಯವಾಗಿ ವರ್ಧಿತ ಹೈಡ್ರೋಫೋಬಿಸಿಟಿಯಿಂದಾಗಿ ಕ್ಯಾನ್ಸರ್ ಡಿಎನ್‌ಎ ದಟ್ಟವಾದ ಒಟ್ಟುಗೂಡಿಸುವಿಕೆಗೆ ಕಾರಣವಾಯಿತು, ಇದು ಸಿಸ್ಟ್/ಆನ್‌ಪಿಗಳ ಒಟ್ಟುಗೂಡಿಸುವಿಕೆಯನ್ನು ತಡೆಯುತ್ತದೆ. ಇದರ ಪರಿಣಾಮವಾಗಿ, ಈ ನ್ಯಾನೊಪರ್ಟಿಕಲ್ಸ್ ಕ್ಯಾನ್ಸರ್ ಸಮುಚ್ಚಯಗಳ ಹೊರ ಪದರಗಳಲ್ಲಿ ಸಂಪೂರ್ಣವಾಗಿ ಚದುರಿಹೋಗಿತು, ಇದರ ಪರಿಣಾಮವಾಗಿ ಸಾಮಾನ್ಯ ಮತ್ತು ಕ್ಯಾನ್ಸರ್ ಡಿಎನ್‌ಎ ಸಮುಚ್ಚಯಗಳ ಮೇಲೆ ಹೊರಹೀರುವ ಸಿಸ್ಟ್/ಆನ್‌ಪಿಗಳ ವಿಭಿನ್ನ ಪ್ರಸರಣ ಉಂಟಾಯಿತು. ROC ವಕ್ರಾಕೃತಿಗಳನ್ನು ನಂತರ ಮಿತಿಯನ್ನು ಕನಿಷ್ಠ ಮೌಲ್ಯದಿಂದ ΔA650/525 ರಿಂದ ಗರಿಷ್ಠ ಮೌಲ್ಯಕ್ಕೆ ಬದಲಾಯಿಸುವ ಮೂಲಕ ಉತ್ಪಾದಿಸಲಾಗುತ್ತದೆ.

ಚಿತ್ರ 2. (ಎ) ಆಪ್ಟಿಮೈಸ್ಡ್ ಪರಿಸ್ಥಿತಿಗಳಲ್ಲಿ ಸಾಮಾನ್ಯ (ನೀಲಿ) ಮತ್ತು ಕ್ಯಾನ್ಸರ್ (ಕೆಂಪು) ಡಿಎನ್‌ಎ ಇರುವಿಕೆಯನ್ನು ತೋರಿಸುವ ಸಿಸ್ಟ್/ಆನ್‌ಪ್ಸ್ ಪರಿಹಾರಗಳ ಸಾಪೇಕ್ಷ ಹೀರಿಕೊಳ್ಳುವ ಮೌಲ್ಯಗಳು

(DA650/525) ಬಾಕ್ಸ್ ಪ್ಲಾಟ್‌ಗಳ; (ಬಿ) ಆರ್‌ಒಸಿ ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ರೋಗನಿರ್ಣಯ ಪರೀಕ್ಷೆಗಳ ಮೌಲ್ಯಮಾಪನ. (ಸಿ) ಸಾಮಾನ್ಯ ಮತ್ತು ಕ್ಯಾನ್ಸರ್ ರೋಗಿಗಳ ರೋಗನಿರ್ಣಯಕ್ಕಾಗಿ ಗೊಂದಲ ಮ್ಯಾಟ್ರಿಕ್ಸ್. (ಡಿ) ಸೂಕ್ಷ್ಮತೆ, ನಿರ್ದಿಷ್ಟತೆ, ಸಕಾರಾತ್ಮಕ ಮುನ್ಸೂಚಕ ಮೌಲ್ಯ (ಪಿಪಿವಿ), ನಕಾರಾತ್ಮಕ ಮುನ್ಸೂಚಕ ಮೌಲ್ಯ (ಎನ್‌ಪಿವಿ) ಮತ್ತು ಅಭಿವೃದ್ಧಿ ಹೊಂದಿದ ವಿಧಾನದ ನಿಖರತೆ.

ಚಿತ್ರ 2 ಬಿ ಯಲ್ಲಿ ತೋರಿಸಿರುವಂತೆ, ಅಭಿವೃದ್ಧಿ ಹೊಂದಿದ ಸಂವೇದಕಕ್ಕಾಗಿ ಪಡೆದ ಆರ್‌ಒಸಿ ಕರ್ವ್ (ಎಯುಸಿ = 0.9274) ಅಡಿಯಲ್ಲಿರುವ ಪ್ರದೇಶವು ಹೆಚ್ಚಿನ ಸಂವೇದನೆ ಮತ್ತು ನಿರ್ದಿಷ್ಟತೆಯನ್ನು ತೋರಿಸಿದೆ. ಬಾಕ್ಸ್ ಕಥಾವಸ್ತುವಿನಿಂದ ನೋಡಬಹುದಾದಂತೆ, ಸಾಮಾನ್ಯ ಡಿಎನ್‌ಎ ಗುಂಪನ್ನು ಪ್ರತಿನಿಧಿಸುವ ಕಡಿಮೆ ಬಿಂದುವನ್ನು ಕ್ಯಾನ್ಸರ್ ಡಿಎನ್‌ಎ ಗುಂಪನ್ನು ಪ್ರತಿನಿಧಿಸುವ ಅತ್ಯುನ್ನತ ಬಿಂದುವಿನಿಂದ ಸರಿಯಾಗಿ ಬೇರ್ಪಡಿಸಲಾಗಿಲ್ಲ; ಆದ್ದರಿಂದ, ಸಾಮಾನ್ಯ ಮತ್ತು ಕ್ಯಾನ್ಸರ್ ಗುಂಪುಗಳ ನಡುವೆ ವ್ಯತ್ಯಾಸವನ್ನು ತೋರಿಸಲು ಲಾಜಿಸ್ಟಿಕ್ ರಿಗ್ರೆಷನ್ ಅನ್ನು ಬಳಸಲಾಯಿತು. ಸ್ವತಂತ್ರ ಅಸ್ಥಿರಗಳ ಗುಂಪನ್ನು ನೀಡಿದರೆ, ಕ್ಯಾನ್ಸರ್ ಅಥವಾ ಸಾಮಾನ್ಯ ಗುಂಪಿನಂತಹ ಘಟನೆಯ ಸಂಭವನೀಯತೆಯನ್ನು ಇದು ಅಂದಾಜಿಸಿದೆ. ಅವಲಂಬಿತ ವೇರಿಯಬಲ್ 0 ಮತ್ತು 1 ರ ನಡುವೆ ಇರುತ್ತದೆ. ಆದ್ದರಿಂದ ಫಲಿತಾಂಶವು ಸಂಭವನೀಯತೆಯಾಗಿದೆ. ΔA650/525 ಆಧಾರಿತ ಕ್ಯಾನ್ಸರ್ ಗುರುತಿನ (ಪಿ) ಸಂಭವನೀಯತೆಯನ್ನು ನಾವು ಈ ಕೆಳಗಿನಂತೆ ನಿರ್ಧರಿಸಿದ್ದೇವೆ.

ಅಲ್ಲಿ B = 5.3533, W1 = -6.965. ಮಾದರಿ ವರ್ಗೀಕರಣಕ್ಕಾಗಿ, 0.5 ಕ್ಕಿಂತ ಕಡಿಮೆ ಸಂಭವನೀಯತೆಯು ಸಾಮಾನ್ಯ ಮಾದರಿಯನ್ನು ಸೂಚಿಸುತ್ತದೆ, ಆದರೆ 0.5 ಅಥವಾ ಹೆಚ್ಚಿನ ಸಂಭವನೀಯತೆ ಕ್ಯಾನ್ಸರ್ ಮಾದರಿಯನ್ನು ಸೂಚಿಸುತ್ತದೆ. ಚಿತ್ರ 2 ಸಿ ರಜೆ-ಇಟ್-ಅಲೋನ್ ಅಡ್ಡ-ಮೌಲ್ಯಮಾಪನದಿಂದ ಉತ್ಪತ್ತಿಯಾಗುವ ಗೊಂದಲ ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಅನ್ನು ಚಿತ್ರಿಸುತ್ತದೆ, ಇದನ್ನು ವರ್ಗೀಕರಣ ವಿಧಾನದ ಸ್ಥಿರತೆಯನ್ನು ಮೌಲ್ಯೀಕರಿಸಲು ಬಳಸಲಾಗುತ್ತಿತ್ತು. ಸೂಕ್ಷ್ಮತೆ, ನಿರ್ದಿಷ್ಟತೆ, ಸಕಾರಾತ್ಮಕ ಮುನ್ಸೂಚಕ ಮೌಲ್ಯ (ಪಿಪಿವಿ) ಮತ್ತು negative ಣಾತ್ಮಕ ಮುನ್ಸೂಚಕ ಮೌಲ್ಯ (ಎನ್‌ಪಿವಿ) ಸೇರಿದಂತೆ ವಿಧಾನದ ರೋಗನಿರ್ಣಯ ಪರೀಕ್ಷಾ ಮೌಲ್ಯಮಾಪನವನ್ನು ಚಿತ್ರ 2 ಡಿ ಸಂಕ್ಷಿಪ್ತಗೊಳಿಸುತ್ತದೆ.

ಸ್ಮಾರ್ಟ್ಫೋನ್ ಆಧಾರಿತ ಬಯೋಸೆನ್ಸರ್‌ಗಳು

ಸ್ಪೆಕ್ಟ್ರೋಫೋಟೋಮೀಟರ್‌ಗಳ ಬಳಕೆಯಿಲ್ಲದೆ ಮಾದರಿ ಪರೀಕ್ಷೆಯನ್ನು ಮತ್ತಷ್ಟು ಸರಳೀಕರಿಸಲು, ಸಂಶೋಧಕರು ದ್ರಾವಣದ ಬಣ್ಣವನ್ನು ವ್ಯಾಖ್ಯಾನಿಸಲು ಮತ್ತು ಸಾಮಾನ್ಯ ಮತ್ತು ಕ್ಯಾನ್ಸರ್ ವ್ಯಕ್ತಿಗಳ ನಡುವೆ ವ್ಯತ್ಯಾಸವನ್ನು ಗುರುತಿಸಲು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು (ಎಐ) ಬಳಸಿದರು. ಇದನ್ನು ಗಮನಿಸಿದರೆ, ಮೊಬೈಲ್ ಫೋನ್ ಕ್ಯಾಮೆರಾದ ಮೂಲಕ ತೆಗೆದ 96-ಬಾವಿ ಫಲಕಗಳ ಚಿತ್ರಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಸಿಸ್ಟ್/ಆನ್‌ಪ್ಸ್ ದ್ರಾವಣದ ಬಣ್ಣವನ್ನು ಸಾಮಾನ್ಯ ಡಿಎನ್‌ಎ (ನೇರಳೆ) ಅಥವಾ ಕ್ಯಾನ್ಸರ್ ಡಿಎನ್‌ಎ (ಕೆಂಪು) ಗೆ ಭಾಷಾಂತರಿಸಲು ಕಂಪ್ಯೂಟರ್ ದೃಷ್ಟಿಯನ್ನು ಬಳಸಲಾಯಿತು. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ನ್ಯಾನೊ ಪಾರ್ಟಿಕಲ್ ದ್ರಾವಣಗಳ ಬಣ್ಣವನ್ನು ಅರ್ಥೈಸುವಲ್ಲಿ ಮತ್ತು ಯಾವುದೇ ಆಪ್ಟಿಕಲ್ ಹಾರ್ಡ್‌ವೇರ್ ಸ್ಮಾರ್ಟ್‌ಫೋನ್ ಪರಿಕರಗಳ ಬಳಕೆಯಿಲ್ಲದೆ ವೆಚ್ಚವನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ ಮತ್ತು ಪ್ರವೇಶವನ್ನು ಸುಧಾರಿಸುತ್ತದೆ. ಅಂತಿಮವಾಗಿ, ಮಾದರಿಗಳನ್ನು ನಿರ್ಮಿಸಲು ಯಾದೃಚ್ om ಿಕ ಫಾರೆಸ್ಟ್ (ಆರ್ಎಫ್) ಮತ್ತು ಸಪೋರ್ಟ್ ವೆಕ್ಟರ್ ಮೆಷಿನ್ (ಎಸ್‌ವಿಎಂ) ಸೇರಿದಂತೆ ಎರಡು ಯಂತ್ರ ಕಲಿಕೆ ಮಾದರಿಗಳಿಗೆ ತರಬೇತಿ ನೀಡಲಾಯಿತು. ಆರ್ಎಫ್ ಮತ್ತು ಎಸ್‌ವಿಎಂ ಎರಡೂ ಮಾದರಿಗಳು ಮಾದರಿಗಳನ್ನು 90.0%ನ ನಿಖರತೆಯೊಂದಿಗೆ ಧನಾತ್ಮಕ ಮತ್ತು negative ಣಾತ್ಮಕವೆಂದು ಸರಿಯಾಗಿ ವರ್ಗೀಕರಿಸಿದೆ. ಮೊಬೈಲ್ ಫೋನ್ ಆಧಾರಿತ ಬಯೋಸೆನ್ಸಿಂಗ್‌ನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಬಳಕೆ ಸಾಕಷ್ಟು ಸಾಧ್ಯ ಎಂದು ಇದು ಸೂಚಿಸುತ್ತದೆ.

ಚಿತ್ರ 3. (ಎ) ಚಿತ್ರ ಸ್ವಾಧೀನ ಹಂತಕ್ಕಾಗಿ ಮಾದರಿಯನ್ನು ತಯಾರಿಸುವಾಗ ದಾಖಲಿಸಲಾದ ಪರಿಹಾರದ ಗುರಿ ವರ್ಗ. (ಬಿ) ಚಿತ್ರ ಸ್ವಾಧೀನ ಹಂತದ ಸಮಯದಲ್ಲಿ ತೆಗೆದ ಉದಾಹರಣೆ ಚಿತ್ರ. (ಸಿ) ಚಿತ್ರ (ಬಿ) ನಿಂದ ಹೊರತೆಗೆಯಲಾದ 96-ಬಾವಿ ಪ್ಲೇಟ್‌ನ ಪ್ರತಿ ಬಾವಿಯಲ್ಲಿ ಸಿಸ್ಟ್/ಆನ್‌ಪ್ಸ್ ದ್ರಾವಣದ ಬಣ್ಣ ತೀವ್ರತೆ.

ಸಿಸ್ಟ್/AUNP ಗಳನ್ನು ಬಳಸಿಕೊಂಡು, ಸಂಶೋಧಕರು ಮೆತಿಲೀಕರಣ ಭೂದೃಶ್ಯ ಪತ್ತೆಹಚ್ಚುವಿಕೆಗಾಗಿ ಸರಳ ಸಂವೇದನಾ ವೇದಿಕೆಯನ್ನು ಯಶಸ್ವಿಯಾಗಿ ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ್ದಾರೆ ಮತ್ತು ಲ್ಯುಕೇಮಿಯಾ ತಪಾಸಣೆಗೆ ನಿಜವಾದ ರಕ್ತದ ಮಾದರಿಗಳನ್ನು ಬಳಸುವಾಗ ಸಾಮಾನ್ಯ ಡಿಎನ್‌ಎಯನ್ನು ಕ್ಯಾನ್ಸರ್ ಡಿಎನ್‌ಎಯಿಂದ ಪ್ರತ್ಯೇಕಿಸುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಹೊಂದಿದ್ದಾರೆ. ನೈಜ ರಕ್ತದ ಮಾದರಿಗಳಿಂದ ಹೊರತೆಗೆಯಲಾದ ಡಿಎನ್‌ಎ 15 ನಿಮಿಷಗಳಲ್ಲಿ ಲ್ಯುಕೇಮಿಯಾ ರೋಗಿಗಳಲ್ಲಿ ಸಣ್ಣ ಪ್ರಮಾಣದ ಕ್ಯಾನ್ಸರ್ ಡಿಎನ್‌ಎ (3 ಎನ್ಎಂ) ಅನ್ನು ವೇಗವಾಗಿ ಮತ್ತು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಪತ್ತೆಹಚ್ಚಲು ಸಾಧ್ಯವಾಯಿತು ಮತ್ತು 95.3%ನಷ್ಟು ನಿಖರತೆಯನ್ನು ತೋರಿಸಿದೆ ಎಂದು ಅಭಿವೃದ್ಧಿ ಹೊಂದಿದ ಸಂವೇದಕವು ತೋರಿಸಿಕೊಟ್ಟಿತು. ಸ್ಪೆಕ್ಟ್ರೋಫೋಟೋಮೀಟರ್‌ನ ಅಗತ್ಯವನ್ನು ತೆಗೆದುಹಾಕುವ ಮೂಲಕ ಮಾದರಿ ಪರೀಕ್ಷೆಯನ್ನು ಮತ್ತಷ್ಟು ಸರಳೀಕರಿಸಲು, ದ್ರಾವಣದ ಬಣ್ಣವನ್ನು ವ್ಯಾಖ್ಯಾನಿಸಲು ಮತ್ತು ಮೊಬೈಲ್ ಫೋನ್ photograph ಾಯಾಚಿತ್ರವನ್ನು ಬಳಸಿಕೊಂಡು ಸಾಮಾನ್ಯ ಮತ್ತು ಕ್ಯಾನ್ಸರ್ ವ್ಯಕ್ತಿಗಳ ನಡುವೆ ವ್ಯತ್ಯಾಸವನ್ನು ತೋರಿಸಲು ಯಂತ್ರ ಕಲಿಕೆಯನ್ನು ಬಳಸಲಾಯಿತು, ಮತ್ತು ನಿಖರತೆಯನ್ನು 90.0%ರಷ್ಟು ಸಾಧಿಸಲು ಸಾಧ್ಯವಾಯಿತು.

ಉಲ್ಲೇಖ: doi: 10.1039/d2ra05725e