90.0% ನಿಖರತೆಯೊಂದಿಗೆ ಗೆಡ್ಡೆಗಳ ಆರಂಭಿಕ ತಪಾಸಣೆ ಮತ್ತು ಲ್ಯುಕೇಮಿಯಾ ತಪಾಸಣೆಗಾಗಿ ಸ್ಮಾರ್ಟ್‌ಫೋನ್‌ಗಳೊಂದಿಗೆ ಸಂಯೋಜಿಸಲಾದ DNA ಮೀಥೈಲೇಷನ್ ಪರೀಕ್ಷೆ!

ದ್ರವ ಬಯಾಪ್ಸಿ ಆಧಾರಿತ ಕ್ಯಾನ್ಸರ್‌ನ ಆರಂಭಿಕ ಪತ್ತೆಯು ಇತ್ತೀಚಿನ ವರ್ಷಗಳಲ್ಲಿ ಯುಎಸ್ ರಾಷ್ಟ್ರೀಯ ಕ್ಯಾನ್ಸರ್ ಸಂಸ್ಥೆಯು ಆರಂಭಿಕ ಕ್ಯಾನ್ಸರ್ ಅಥವಾ ಪೂರ್ವಭಾವಿ ಗಾಯಗಳನ್ನು ಪತ್ತೆಹಚ್ಚುವ ಗುರಿಯೊಂದಿಗೆ ಪ್ರಸ್ತಾಪಿಸಿದ ಕ್ಯಾನ್ಸರ್ ಪತ್ತೆ ಮತ್ತು ರೋಗನಿರ್ಣಯದ ಹೊಸ ದಿಕ್ಕಾಗಿದೆ. ಶ್ವಾಸಕೋಶದ ಕ್ಯಾನ್ಸರ್, ಜಠರಗರುಳಿನ ಗೆಡ್ಡೆಗಳು, ಗ್ಲಿಯೊಮಾಸ್ ಮತ್ತು ಸ್ತ್ರೀರೋಗ ಗೆಡ್ಡೆಗಳು ಸೇರಿದಂತೆ ವಿವಿಧ ಮಾರಕ ಕಾಯಿಲೆಗಳ ಆರಂಭಿಕ ರೋಗನಿರ್ಣಯಕ್ಕಾಗಿ ಇದನ್ನು ವ್ಯಾಪಕವಾಗಿ ಒಂದು ನವೀನ ಬಯೋಮಾರ್ಕರ್ ಆಗಿ ಬಳಸಲಾಗುತ್ತದೆ.

ಮೀಥೈಲೇಷನ್ ಲ್ಯಾಂಡ್‌ಸ್ಕೇಪ್ (ಮೀಥೈಲ್‌ಸ್ಕೇಪ್) ಬಯೋಮಾರ್ಕರ್‌ಗಳನ್ನು ಗುರುತಿಸಲು ವೇದಿಕೆಗಳ ಹೊರಹೊಮ್ಮುವಿಕೆಯು ಕ್ಯಾನ್ಸರ್‌ಗೆ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಆರಂಭಿಕ ಸ್ಕ್ರೀನಿಂಗ್ ಅನ್ನು ಗಮನಾರ್ಹವಾಗಿ ಸುಧಾರಿಸುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಹೊಂದಿದೆ, ಇದು ರೋಗಿಗಳನ್ನು ಆರಂಭಿಕ ಚಿಕಿತ್ಸೆ ನೀಡಬಹುದಾದ ಹಂತದಲ್ಲಿ ಇರಿಸುತ್ತದೆ.

ಇತ್ತೀಚೆಗೆ, ಸಂಶೋಧಕರು ಸಿಸ್ಟಮೈನ್ ಅಲಂಕರಿಸಿದ ಚಿನ್ನದ ನ್ಯಾನೊಪರ್ಟಿಕಲ್ಸ್ (ಸಿಸ್ಟ್/AuNPs) ಆಧಾರಿತ ಮಿಥೈಲೇಷನ್ ಲ್ಯಾಂಡ್‌ಸ್ಕೇಪ್ ಪತ್ತೆಗಾಗಿ ಸರಳ ಮತ್ತು ನೇರ ಸಂವೇದನಾ ವೇದಿಕೆಯನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ್ದಾರೆ, ಇದು ಸ್ಮಾರ್ಟ್‌ಫೋನ್ ಆಧಾರಿತ ಬಯೋಸೆನ್ಸರ್‌ನೊಂದಿಗೆ ಸಂಯೋಜಿಸಲ್ಪಟ್ಟಿದೆ, ಇದು ವ್ಯಾಪಕ ಶ್ರೇಣಿಯ ಗೆಡ್ಡೆಗಳ ತ್ವರಿತ ಆರಂಭಿಕ ಸ್ಕ್ರೀನಿಂಗ್ ಅನ್ನು ಸಕ್ರಿಯಗೊಳಿಸುತ್ತದೆ. ರಕ್ತದ ಮಾದರಿಯಿಂದ ಡಿಎನ್‌ಎ ಹೊರತೆಗೆದ ನಂತರ 15 ನಿಮಿಷಗಳಲ್ಲಿ ಲ್ಯುಕೇಮಿಯಾಕ್ಕೆ ಆರಂಭಿಕ ಸ್ಕ್ರೀನಿಂಗ್ ಅನ್ನು ಮಾಡಬಹುದು, 90.0% ನಿಖರತೆಯೊಂದಿಗೆ. ಲೇಖನದ ಶೀರ್ಷಿಕೆಯು ಸಿಸ್ಟಮೈನ್-ಕ್ಯಾಪ್ಡ್ AuNPs ಮತ್ತು ಯಂತ್ರ ಕಲಿಕೆ-ಸಕ್ರಿಯಗೊಳಿಸಿದ ಸ್ಮಾರ್ಟ್‌ಫೋನ್ ಬಳಸಿ ಮಾನವ ರಕ್ತದಲ್ಲಿ ಕ್ಯಾನ್ಸರ್ ಡಿಎನ್‌ಎಯ ತ್ವರಿತ ಪತ್ತೆ.

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

ಇದನ್ನು ಚಿತ್ರ 1 ರಲ್ಲಿ ತೋರಿಸಲಾಗಿದೆ. ಮೊದಲು, ಡಿಎನ್ಎ ತುಣುಕುಗಳನ್ನು ಕರಗಿಸಲು ಜಲೀಯ ದ್ರಾವಣವನ್ನು ಬಳಸಲಾಯಿತು. ನಂತರ ಮಿಶ್ರ ದ್ರಾವಣಕ್ಕೆ ಸಿಸ್ಟ್/ಆಯುಎನ್‌ಪಿಗಳನ್ನು ಸೇರಿಸಲಾಯಿತು. ಸಾಮಾನ್ಯ ಮತ್ತು ಮಾರಕ ಡಿಎನ್‌ಎ ವಿಭಿನ್ನ ಮಿಥೈಲೇಷನ್ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಹೊಂದಿವೆ, ಇದರ ಪರಿಣಾಮವಾಗಿ ವಿಭಿನ್ನ ಸ್ವಯಂ-ಜೋಡಣೆ ಮಾದರಿಗಳೊಂದಿಗೆ ಡಿಎನ್‌ಎ ತುಣುಕುಗಳು ಉಂಟಾಗುತ್ತವೆ. ಸಾಮಾನ್ಯ ಡಿಎನ್‌ಎ ಸಡಿಲವಾಗಿ ಒಟ್ಟುಗೂಡಿಸುತ್ತದೆ ಮತ್ತು ಅಂತಿಮವಾಗಿ ಸಿಸ್ಟ್/ಆಯುಎನ್‌ಪಿಗಳನ್ನು ಒಟ್ಟುಗೂಡಿಸುತ್ತದೆ, ಇದು ಸಿಸ್ಟ್/ಆಯುಎನ್‌ಪಿಗಳ ಕೆಂಪು-ಬದಲಾದ ಸ್ವಭಾವಕ್ಕೆ ಕಾರಣವಾಗುತ್ತದೆ, ಇದರಿಂದಾಗಿ ಕೆಂಪು ಬಣ್ಣದಿಂದ ನೇರಳೆ ಬಣ್ಣಕ್ಕೆ ಬದಲಾವಣೆಯನ್ನು ಬರಿಗಣ್ಣಿನಿಂದ ಗಮನಿಸಬಹುದು. ಇದಕ್ಕೆ ವಿರುದ್ಧವಾಗಿ, ಕ್ಯಾನ್ಸರ್ ಡಿಎನ್‌ಎಯ ವಿಶಿಷ್ಟ ಮಿಥೈಲೇಷನ್ ಪ್ರೊಫೈಲ್ ಡಿಎನ್‌ಎ ತುಣುಕುಗಳ ದೊಡ್ಡ ಸಮೂಹಗಳ ಉತ್ಪಾದನೆಗೆ ಕಾರಣವಾಗುತ್ತದೆ.

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

ನಿಜವಾದ ರಕ್ತದ ಮಾದರಿಗಳಲ್ಲಿ ಕ್ಯಾನ್ಸರ್ ತಪಾಸಣೆ

ಸಂವೇದನಾ ವೇದಿಕೆಯ ಉಪಯುಕ್ತತೆಯನ್ನು ವಿಸ್ತರಿಸಲು, ತನಿಖಾಧಿಕಾರಿಗಳು ನಿಜವಾದ ರಕ್ತದ ಮಾದರಿಗಳಲ್ಲಿ ಸಾಮಾನ್ಯ ಮತ್ತು ಕ್ಯಾನ್ಸರ್ ಡಿಎನ್‌ಎ ನಡುವೆ ಯಶಸ್ವಿಯಾಗಿ ವ್ಯತ್ಯಾಸವನ್ನು ತೋರಿಸುವ ಸಂವೇದಕವನ್ನು ಅನ್ವಯಿಸಿದರು. ಸಿಪಿಜಿ ಸೈಟ್‌ಗಳಲ್ಲಿನ ಮೀಥೈಲೇಷನ್ ಮಾದರಿಗಳು ಎಪಿಜೆನೆಟಿಕ್ ಆಗಿ ಜೀನ್ ಅಭಿವ್ಯಕ್ತಿಯನ್ನು ನಿಯಂತ್ರಿಸುತ್ತವೆ. ಬಹುತೇಕ ಎಲ್ಲಾ ಕ್ಯಾನ್ಸರ್ ಪ್ರಕಾರಗಳಲ್ಲಿ, ಡಿಎನ್‌ಎ ಮೀಥೈಲೇಷನ್‌ನಲ್ಲಿನ ಬದಲಾವಣೆಗಳು ಮತ್ತು ಹೀಗಾಗಿ ಟ್ಯೂಮರಿಜೆನೆಸಿಸ್ ಅನ್ನು ಉತ್ತೇಜಿಸುವ ಜೀನ್‌ಗಳ ಅಭಿವ್ಯಕ್ತಿಯಲ್ಲಿ ಪರ್ಯಾಯವಾಗಿ ಗಮನಿಸಲಾಗಿದೆ.

ಡಿಎನ್‌ಎ ಮೀಥೈಲೇಷನ್‌ಗೆ ಸಂಬಂಧಿಸಿದ ಇತರ ಕ್ಯಾನ್ಸರ್‌ಗಳಿಗೆ ಮಾದರಿಯಾಗಿ, ಸಂಶೋಧಕರು ಲ್ಯುಕೇಮಿಯಾ ರೋಗಿಗಳ ರಕ್ತದ ಮಾದರಿಗಳನ್ನು ಮತ್ತು ಆರೋಗ್ಯಕರ ನಿಯಂತ್ರಣಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಲ್ಯುಕೇಮಿಕ್ ಕ್ಯಾನ್ಸರ್‌ಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸುವಲ್ಲಿ ಮೀಥೈಲೇಷನ್ ಭೂದೃಶ್ಯದ ಪರಿಣಾಮಕಾರಿತ್ವವನ್ನು ತನಿಖೆ ಮಾಡಿದರು. ಈ ಮೀಥೈಲೇಷನ್ ಭೂದೃಶ್ಯ ಬಯೋಮಾರ್ಕರ್ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಕ್ಷಿಪ್ರ ಲ್ಯುಕೇಮಿಯಾ ಸ್ಕ್ರೀನಿಂಗ್ ವಿಧಾನಗಳನ್ನು ಮೀರಿಸುತ್ತದೆ, ಆದರೆ ಈ ಸರಳ ಮತ್ತು ನೇರವಾದ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಬಳಸಿಕೊಂಡು ವ್ಯಾಪಕ ಶ್ರೇಣಿಯ ಕ್ಯಾನ್ಸರ್‌ಗಳ ಆರಂಭಿಕ ಪತ್ತೆಗೆ ವಿಸ್ತರಿಸುವ ಕಾರ್ಯಸಾಧ್ಯತೆಯನ್ನು ಸಹ ಪ್ರದರ್ಶಿಸುತ್ತದೆ.

31 ಲ್ಯುಕೇಮಿಯಾ ರೋಗಿಗಳು ಮತ್ತು 12 ಆರೋಗ್ಯವಂತ ವ್ಯಕ್ತಿಗಳ ರಕ್ತದ ಮಾದರಿಗಳಿಂದ ಪಡೆದ ಡಿಎನ್‌ಎಯನ್ನು ವಿಶ್ಲೇಷಿಸಲಾಯಿತು. ಚಿತ್ರ 2a ನಲ್ಲಿರುವ ಬಾಕ್ಸ್ ಪ್ಲಾಟ್‌ನಲ್ಲಿ ತೋರಿಸಿರುವಂತೆ, ಕ್ಯಾನ್ಸರ್ ಮಾದರಿಗಳ (ΔA650/525) ಸಾಪೇಕ್ಷ ಹೀರಿಕೊಳ್ಳುವಿಕೆಯು ಸಾಮಾನ್ಯ ಮಾದರಿಗಳಿಂದ ಪಡೆದ ಡಿಎನ್‌ಎಗಿಂತ ಕಡಿಮೆಯಾಗಿದೆ. ಇದು ಮುಖ್ಯವಾಗಿ ವರ್ಧಿತ ಹೈಡ್ರೋಫೋಬಿಸಿಟಿಯಿಂದಾಗಿ ಕ್ಯಾನ್ಸರ್ ಡಿಎನ್‌ಎಯ ದಟ್ಟವಾದ ಒಟ್ಟುಗೂಡಿಸುವಿಕೆಗೆ ಕಾರಣವಾಯಿತು, ಇದು ಸಿಸ್ಟ್/AuNP ಗಳ ಒಟ್ಟುಗೂಡಿಸುವಿಕೆಯನ್ನು ತಡೆಯಿತು. ಪರಿಣಾಮವಾಗಿ, ಈ ನ್ಯಾನೊಪರ್ಟಿಕಲ್‌ಗಳನ್ನು ಕ್ಯಾನ್ಸರ್ ಒಟ್ಟುಗೂಡಿಸುವಿಕೆಯ ಹೊರ ಪದರಗಳಲ್ಲಿ ಸಂಪೂರ್ಣವಾಗಿ ಹರಡಲಾಯಿತು, ಇದು ಸಾಮಾನ್ಯ ಮತ್ತು ಕ್ಯಾನ್ಸರ್ ಡಿಎನ್‌ಎ ಒಟ್ಟುಗೂಡಿಸುವಿಕೆಯ ಮೇಲೆ ಹೀರಿಕೊಳ್ಳಲ್ಪಟ್ಟ ಸಿಸ್ಟ್/AuNP ಗಳ ವಿಭಿನ್ನ ಪ್ರಸರಣಕ್ಕೆ ಕಾರಣವಾಯಿತು. ನಂತರ ROC ವಕ್ರಾಕೃತಿಗಳನ್ನು ΔA650/525 ರ ಕನಿಷ್ಠ ಮೌಲ್ಯದಿಂದ ಗರಿಷ್ಠ ಮೌಲ್ಯಕ್ಕೆ ಮಿತಿಯನ್ನು ಬದಲಾಯಿಸುವ ಮೂಲಕ ರಚಿಸಲಾಯಿತು.

ಚಿತ್ರ 2.(ಎ) ಅತ್ಯುತ್ತಮ ಪರಿಸ್ಥಿತಿಗಳಲ್ಲಿ ಸಾಮಾನ್ಯ (ನೀಲಿ) ಮತ್ತು ಕ್ಯಾನ್ಸರ್ (ಕೆಂಪು) ಡಿಎನ್‌ಎ ಇರುವಿಕೆಯನ್ನು ತೋರಿಸುವ ಸಿಸ್ಟ್/AuNPs ದ್ರಾವಣಗಳ ಸಾಪೇಕ್ಷ ಹೀರಿಕೊಳ್ಳುವ ಮೌಲ್ಯಗಳು.

(DA650/525) ಬಾಕ್ಸ್ ಪ್ಲಾಟ್‌ಗಳು; (b) ರೋಗನಿರ್ಣಯ ಪರೀಕ್ಷೆಗಳ ROC ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ಮೌಲ್ಯಮಾಪನ. (c) ಸಾಮಾನ್ಯ ಮತ್ತು ಕ್ಯಾನ್ಸರ್ ರೋಗಿಗಳ ರೋಗನಿರ್ಣಯಕ್ಕಾಗಿ ಗೊಂದಲ ಮ್ಯಾಟ್ರಿಕ್ಸ್. (d) ಸೂಕ್ಷ್ಮತೆ, ನಿರ್ದಿಷ್ಟತೆ, ಸಕಾರಾತ್ಮಕ ಮುನ್ಸೂಚಕ ಮೌಲ್ಯ (PPV), ನಕಾರಾತ್ಮಕ ಮುನ್ಸೂಚಕ ಮೌಲ್ಯ (NPV) ಮತ್ತು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ ವಿಧಾನದ ನಿಖರತೆ.

ಚಿತ್ರ 2b ನಲ್ಲಿ ತೋರಿಸಿರುವಂತೆ, ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ ಸಂವೇದಕಕ್ಕಾಗಿ ಪಡೆದ ROC ಕರ್ವ್ (AUC = 0.9274) ಅಡಿಯಲ್ಲಿರುವ ಪ್ರದೇಶವು ಹೆಚ್ಚಿನ ಸಂವೇದನೆ ಮತ್ತು ನಿರ್ದಿಷ್ಟತೆಯನ್ನು ತೋರಿಸಿದೆ. ಬಾಕ್ಸ್ ಪ್ಲಾಟ್‌ನಿಂದ ನೋಡಬಹುದಾದಂತೆ, ಸಾಮಾನ್ಯ DNA ಗುಂಪನ್ನು ಪ್ರತಿನಿಧಿಸುವ ಅತ್ಯಂತ ಕಡಿಮೆ ಬಿಂದುವು ಕ್ಯಾನ್ಸರ್ DNA ಗುಂಪನ್ನು ಪ್ರತಿನಿಧಿಸುವ ಅತ್ಯುನ್ನತ ಬಿಂದುವಿನಿಂದ ಚೆನ್ನಾಗಿ ಬೇರ್ಪಟ್ಟಿಲ್ಲ; ಆದ್ದರಿಂದ, ಸಾಮಾನ್ಯ ಮತ್ತು ಕ್ಯಾನ್ಸರ್ ಗುಂಪುಗಳ ನಡುವೆ ವ್ಯತ್ಯಾಸವನ್ನು ತೋರಿಸಲು ಲಾಜಿಸ್ಟಿಕ್ ರಿಗ್ರೆಷನ್ ಅನ್ನು ಬಳಸಲಾಯಿತು. ಸ್ವತಂತ್ರ ಅಸ್ಥಿರಗಳ ಗುಂಪನ್ನು ನೀಡಿದರೆ, ಇದು ಕ್ಯಾನ್ಸರ್ ಅಥವಾ ಸಾಮಾನ್ಯ ಗುಂಪಿನಂತಹ ಘಟನೆ ಸಂಭವಿಸುವ ಸಂಭವನೀಯತೆಯನ್ನು ಅಂದಾಜು ಮಾಡುತ್ತದೆ. ಅವಲಂಬಿತ ವೇರಿಯೇಬಲ್ 0 ಮತ್ತು 1 ರ ನಡುವೆ ಇರುತ್ತದೆ. ಆದ್ದರಿಂದ ಫಲಿತಾಂಶವು ಸಂಭವನೀಯತೆಯಾಗಿದೆ. ΔA650/525 ಆಧರಿಸಿ ಕ್ಯಾನ್ಸರ್ ಗುರುತಿಸುವಿಕೆಯ ಸಂಭವನೀಯತೆ (P) ಅನ್ನು ನಾವು ಈ ಕೆಳಗಿನಂತೆ ನಿರ್ಧರಿಸಿದ್ದೇವೆ.

ಇಲ್ಲಿ b=5.3533,w1=-6.965. ಮಾದರಿ ವರ್ಗೀಕರಣಕ್ಕಾಗಿ, 0.5 ಕ್ಕಿಂತ ಕಡಿಮೆ ಸಂಭವನೀಯತೆಯು ಸಾಮಾನ್ಯ ಮಾದರಿಯನ್ನು ಸೂಚಿಸುತ್ತದೆ, ಆದರೆ 0.5 ಅಥವಾ ಹೆಚ್ಚಿನ ಸಂಭವನೀಯತೆಯು ಕ್ಯಾನ್ಸರ್ ಮಾದರಿಯನ್ನು ಸೂಚಿಸುತ್ತದೆ. ವರ್ಗೀಕರಣ ವಿಧಾನದ ಸ್ಥಿರತೆಯನ್ನು ಮೌಲ್ಯೀಕರಿಸಲು ಬಳಸಲಾದ ಲೀವ್-ಇಟ್-ಅಲೋನ್ ಕ್ರಾಸ್-ಮೌಲ್ಯಮಾಪನದಿಂದ ಉತ್ಪತ್ತಿಯಾಗುವ ಗೊಂದಲ ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಅನ್ನು ಚಿತ್ರ 2c ಚಿತ್ರಿಸುತ್ತದೆ. ಸೂಕ್ಷ್ಮತೆ, ನಿರ್ದಿಷ್ಟತೆ, ಸಕಾರಾತ್ಮಕ ಮುನ್ಸೂಚಕ ಮೌಲ್ಯ (PPV) ಮತ್ತು ನಕಾರಾತ್ಮಕ ಮುನ್ಸೂಚಕ ಮೌಲ್ಯ (NPV) ಸೇರಿದಂತೆ ವಿಧಾನದ ರೋಗನಿರ್ಣಯ ಪರೀಕ್ಷಾ ಮೌಲ್ಯಮಾಪನವನ್ನು ಚಿತ್ರ 2d ಸಂಕ್ಷೇಪಿಸುತ್ತದೆ.

ಸ್ಮಾರ್ಟ್‌ಫೋನ್ ಆಧಾರಿತ ಜೈವಿಕ ಸಂವೇದಕಗಳು

ಸ್ಪೆಕ್ಟ್ರೋಫೋಟೋಮೀಟರ್‌ಗಳ ಬಳಕೆಯಿಲ್ಲದೆ ಮಾದರಿ ಪರೀಕ್ಷೆಯನ್ನು ಮತ್ತಷ್ಟು ಸರಳಗೊಳಿಸಲು, ಸಂಶೋಧಕರು ದ್ರಾವಣದ ಬಣ್ಣವನ್ನು ಅರ್ಥೈಸಲು ಮತ್ತು ಸಾಮಾನ್ಯ ಮತ್ತು ಕ್ಯಾನ್ಸರ್ ವ್ಯಕ್ತಿಗಳ ನಡುವೆ ವ್ಯತ್ಯಾಸವನ್ನು ಗುರುತಿಸಲು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ (AI) ಅನ್ನು ಬಳಸಿದರು. ಇದನ್ನು ಗಮನದಲ್ಲಿಟ್ಟುಕೊಂಡು, ಮೊಬೈಲ್ ಫೋನ್ ಕ್ಯಾಮೆರಾದ ಮೂಲಕ ತೆಗೆದ 96-ಬಾವಿ ಫಲಕಗಳ ಚಿತ್ರಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಸಿಸ್ಟ್/AuNPs ದ್ರಾವಣದ ಬಣ್ಣವನ್ನು ಸಾಮಾನ್ಯ DNA (ನೇರಳೆ) ಅಥವಾ ಕ್ಯಾನ್ಸರ್ DNA (ಕೆಂಪು) ಗೆ ಭಾಷಾಂತರಿಸಲು ಕಂಪ್ಯೂಟರ್ ದೃಷ್ಟಿಯನ್ನು ಬಳಸಲಾಯಿತು. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ವೆಚ್ಚವನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ ಮತ್ತು ನ್ಯಾನೊಪರ್ಟಿಕಲ್ ದ್ರಾವಣಗಳ ಬಣ್ಣವನ್ನು ಅರ್ಥೈಸುವಲ್ಲಿ ಪ್ರವೇಶವನ್ನು ಸುಧಾರಿಸುತ್ತದೆ ಮತ್ತು ಯಾವುದೇ ಆಪ್ಟಿಕಲ್ ಹಾರ್ಡ್‌ವೇರ್ ಸ್ಮಾರ್ಟ್‌ಫೋನ್ ಪರಿಕರಗಳನ್ನು ಬಳಸದೆಯೇ. ಅಂತಿಮವಾಗಿ, ಯಾದೃಚ್ಛಿಕ ಅರಣ್ಯ (RF) ಮತ್ತು ಬೆಂಬಲ ವೆಕ್ಟರ್ ಯಂತ್ರ (SVM) ಸೇರಿದಂತೆ ಎರಡು ಯಂತ್ರ ಕಲಿಕೆ ಮಾದರಿಗಳನ್ನು ಮಾದರಿಗಳನ್ನು ನಿರ್ಮಿಸಲು ತರಬೇತಿ ನೀಡಲಾಯಿತು. RF ಮತ್ತು SVM ಮಾದರಿಗಳು ಮಾದರಿಗಳನ್ನು 90.0% ನಿಖರತೆಯೊಂದಿಗೆ ಧನಾತ್ಮಕ ಮತ್ತು ಋಣಾತ್ಮಕ ಎಂದು ಸರಿಯಾಗಿ ವರ್ಗೀಕರಿಸಿದವು. ಮೊಬೈಲ್ ಫೋನ್ ಆಧಾರಿತ ಬಯೋಸೆನ್ಸಿಂಗ್‌ನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಬಳಕೆ ಸಾಕಷ್ಟು ಸಾಧ್ಯ ಎಂದು ಇದು ಸೂಚಿಸುತ್ತದೆ.

ಚಿತ್ರ 3.(ಎ) ಚಿತ್ರ ಸ್ವಾಧೀನ ಹಂತಕ್ಕಾಗಿ ಮಾದರಿಯನ್ನು ತಯಾರಿಸುವಾಗ ದಾಖಲಿಸಲಾದ ದ್ರಾವಣದ ಗುರಿ ವರ್ಗ. (ಬಿ) ಚಿತ್ರ ಸ್ವಾಧೀನ ಹಂತದ ಸಮಯದಲ್ಲಿ ತೆಗೆದ ಉದಾಹರಣೆ ಚಿತ್ರ. (ಸಿ) ಚಿತ್ರದಿಂದ ಹೊರತೆಗೆಯಲಾದ 96-ಬಾವಿ ತಟ್ಟೆಯ ಪ್ರತಿಯೊಂದು ಬಾವಿಯಲ್ಲಿ ಸಿಸ್ಟ್/AuNP ಗಳ ದ್ರಾವಣದ ಬಣ್ಣದ ತೀವ್ರತೆ (ಬಿ).

ಸಿಸ್ಟ್/AuNP ಗಳನ್ನು ಬಳಸಿಕೊಂಡು, ಸಂಶೋಧಕರು ಮಿಥೈಲೇಷನ್ ಲ್ಯಾಂಡ್‌ಸ್ಕೇಪ್ ಪತ್ತೆಗಾಗಿ ಸರಳ ಸಂವೇದನಾ ವೇದಿಕೆಯನ್ನು ಮತ್ತು ಲ್ಯುಕೇಮಿಯಾ ಸ್ಕ್ರೀನಿಂಗ್‌ಗಾಗಿ ನೈಜ ರಕ್ತದ ಮಾದರಿಗಳನ್ನು ಬಳಸುವಾಗ ಸಾಮಾನ್ಯ ಡಿಎನ್‌ಎಯನ್ನು ಕ್ಯಾನ್ಸರ್ ಡಿಎನ್‌ಎಯಿಂದ ಪ್ರತ್ಯೇಕಿಸುವ ಸಾಮರ್ಥ್ಯವಿರುವ ಸಂವೇದಕವನ್ನು ಯಶಸ್ವಿಯಾಗಿ ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ್ದಾರೆ. ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ ಸಂವೇದಕವು ನೈಜ ರಕ್ತದ ಮಾದರಿಗಳಿಂದ ಹೊರತೆಗೆಯಲಾದ ಡಿಎನ್‌ಎ 15 ನಿಮಿಷಗಳಲ್ಲಿ ಲ್ಯುಕೇಮಿಯಾ ರೋಗಿಗಳಲ್ಲಿ ಸಣ್ಣ ಪ್ರಮಾಣದ ಕ್ಯಾನ್ಸರ್ ಡಿಎನ್‌ಎ (3nM) ಅನ್ನು ತ್ವರಿತವಾಗಿ ಮತ್ತು ವೆಚ್ಚ-ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಪತ್ತೆಹಚ್ಚಲು ಸಾಧ್ಯವಾಯಿತು ಮತ್ತು 95.3% ನಿಖರತೆಯನ್ನು ತೋರಿಸಿದೆ. ಸ್ಪೆಕ್ಟ್ರೋಫೋಟೋಮೀಟರ್‌ನ ಅಗತ್ಯವನ್ನು ತೆಗೆದುಹಾಕುವ ಮೂಲಕ ಮಾದರಿ ಪರೀಕ್ಷೆಯನ್ನು ಮತ್ತಷ್ಟು ಸರಳಗೊಳಿಸಲು, ದ್ರಾವಣದ ಬಣ್ಣವನ್ನು ಅರ್ಥೈಸಲು ಮತ್ತು ಮೊಬೈಲ್ ಫೋನ್ ಛಾಯಾಚಿತ್ರವನ್ನು ಬಳಸಿಕೊಂಡು ಸಾಮಾನ್ಯ ಮತ್ತು ಕ್ಯಾನ್ಸರ್ ವ್ಯಕ್ತಿಗಳ ನಡುವೆ ವ್ಯತ್ಯಾಸವನ್ನು ತೋರಿಸಲು ಯಂತ್ರ ಕಲಿಕೆಯನ್ನು ಬಳಸಲಾಯಿತು ಮತ್ತು 90.0% ರಷ್ಟು ನಿಖರತೆಯನ್ನು ಸಾಧಿಸಲು ಸಾಧ್ಯವಾಯಿತು.

ಉಲ್ಲೇಖ: DOI: 10.1039/d2ra05725e