টিউমারের প্রাথমিক স্ক্রীনিং এবং লিউকেমিয়া স্ক্রীনিংয়ের জন্য স্মার্টফোনের সাথে মিলিত ডিএনএ মেথিলেশন টেস্টিং 90.0% এর নির্ভুলতা!

তরল বায়োপসির উপর ভিত্তি করে ক্যান্সারের প্রারম্ভিক সনাক্তকরণ হল ক্যান্সার সনাক্তকরণ এবং রোগ নির্ণয়ের একটি নতুন দিক যা সাম্প্রতিক বছরগুলিতে মার্কিন জাতীয় ক্যান্সার ইনস্টিটিউট দ্বারা প্রস্তাবিত, প্রাথমিক ক্যান্সার বা এমনকি প্রাক-ক্যান্সারস ক্ষত সনাক্ত করার লক্ষ্যে। এটি ফুসফুসের ক্যান্সার, গ্যাস্ট্রোইনটেস্টাইনাল টিউমার, গ্লিওমাস এবং গাইনোকোলজিকাল টিউমার সহ বিভিন্ন ম্যালিগন্যান্সির প্রাথমিক নির্ণয়ের জন্য একটি অভিনব বায়োমার্কার হিসাবে ব্যাপকভাবে ব্যবহৃত হয়েছে।

মিথিলেশন ল্যান্ডস্কেপ (মিথাইলস্কেপ) বায়োমার্কার সনাক্ত করার জন্য প্ল্যাটফর্মের উত্থানের ফলে ক্যান্সারের জন্য বিদ্যমান প্রাথমিক স্ক্রীনিংকে উল্লেখযোগ্যভাবে উন্নত করার সম্ভাবনা রয়েছে, রোগীদের প্রাথমিক চিকিৎসাযোগ্য পর্যায়ে ফেলে।

সম্প্রতি, গবেষকরা একটি স্মার্টফোন-ভিত্তিক বায়োসেন্সরের সাথে একত্রিত সিস্টেমাইন সজ্জিত সোনার ন্যানো পার্টিকেলস (সিস্ট/এউএনপি) এর উপর ভিত্তি করে মেথিলেশন ল্যান্ডস্কেপ সনাক্তকরণের জন্য একটি সহজ এবং সরাসরি সেন্সিং প্ল্যাটফর্ম তৈরি করেছেন যা বিস্তৃত টিউমারের দ্রুত প্রাথমিক স্ক্রীনিং সক্ষম করে। রক্তের নমুনা থেকে ডিএনএ নিষ্কাশনের 15 মিনিটের মধ্যে লিউকেমিয়ার প্রাথমিক স্ক্রীনিং করা যেতে পারে, যার নির্ভুলতা 90.0%। নিবন্ধের শিরোনাম হল সিস্টেমাইন-ক্যাপড এউএনপি এবং একটি মেশিন লার্নিং-সক্ষম স্মার্টফোন ব্যবহার করে মানুষের রক্তে ক্যান্সার ডিএনএ দ্রুত সনাক্তকরণ।

চিত্র 1. Cyst/AuNPs উপাদানগুলির মাধ্যমে ক্যান্সার স্ক্রীনিংয়ের জন্য একটি সহজ এবং দ্রুত সেন্সিং প্ল্যাটফর্ম দুটি সহজ ধাপে সম্পন্ন করা যেতে পারে।

এটি চিত্র 1 এ দেখানো হয়েছে। প্রথমত, ডিএনএ খণ্ডগুলোকে দ্রবীভূত করার জন্য একটি জলীয় দ্রবণ ব্যবহার করা হয়েছিল। সিস্ট/এউএনপিগুলি তখন মিশ্র সমাধানে যুক্ত করা হয়েছিল। সাধারণ এবং ম্যালিগন্যান্ট ডিএনএ-র বিভিন্ন মেথিলেশন বৈশিষ্ট্য রয়েছে, যার ফলে বিভিন্ন স্ব-সমাবেশের নিদর্শনগুলির সাথে ডিএনএ খণ্ডিত হয়। সাধারণ ডিএনএ ঢিলেঢালাভাবে একত্রিত হয় এবং শেষ পর্যন্ত সিস্ট/এউএনপিগুলিকে একত্রিত করে, যার ফলে সিস্ট/এউএনপিগুলির লাল-পরিবর্তিত প্রকৃতি দেখা যায়, যাতে লাল থেকে বেগুনি রঙের পরিবর্তন খালি চোখে দেখা যায়। বিপরীতে, ক্যান্সার ডিএনএর অনন্য মেথিলেশন প্রোফাইল ডিএনএ খণ্ডের বৃহত্তর ক্লাস্টার উত্পাদনের দিকে পরিচালিত করে।

স্মার্টফোন ক্যামেরা ব্যবহার করে 96-ওয়েল প্লেটের ছবি তোলা হয়েছে। ক্যান্সার ডিএনএ স্পেকট্রোস্কোপি-ভিত্তিক পদ্ধতির তুলনায় মেশিন লার্নিং দিয়ে সজ্জিত একটি স্মার্টফোন দ্বারা পরিমাপ করা হয়েছিল।

আসল রক্তের নমুনায় ক্যান্সার স্ক্রীনিং

সেন্সিং প্ল্যাটফর্মের ইউটিলিটি প্রসারিত করার জন্য, তদন্তকারীরা একটি সেন্সর প্রয়োগ করেছিলেন যা সফলভাবে প্রকৃত রক্তের নমুনায় স্বাভাবিক এবং ক্যান্সারযুক্ত ডিএনএর মধ্যে পার্থক্য করে। সিপিজি সাইটগুলিতে মেথিলেশন প্যাটার্নগুলি এপিজেনেটিকভাবে জিনের অভিব্যক্তি নিয়ন্ত্রণ করে। প্রায় সব ধরনের ক্যান্সারে, ডিএনএ মিথিলেশনের পরিবর্তন এবং এইভাবে টিউমারিজেনেসিসকে উন্নীত করে এমন জিনের অভিব্যক্তিতে পরিবর্তন লক্ষ্য করা গেছে।

ডিএনএ মেথিলেশনের সাথে যুক্ত অন্যান্য ক্যান্সারের মডেল হিসাবে, গবেষকরা লিউকেমিয়া রোগীদের রক্তের নমুনা এবং লিউকেমিক ক্যান্সারের পার্থক্য করার ক্ষেত্রে মেথিলেশন ল্যান্ডস্কেপের কার্যকারিতা তদন্ত করতে স্বাস্থ্যকর নিয়ন্ত্রণ ব্যবহার করেছেন। এই মেথিলেশন ল্যান্ডস্কেপ বায়োমার্কার শুধুমাত্র বিদ্যমান দ্রুত লিউকেমিয়া স্ক্রীনিং পদ্ধতিগুলিকে ছাড়িয়ে যায় না, তবে এই সহজ এবং সরল অ্যাসে ব্যবহার করে বিস্তৃত ক্যান্সারের প্রাথমিক সনাক্তকরণ পর্যন্ত প্রসারিত করার সম্ভাব্যতাও প্রদর্শন করে।

31 জন লিউকেমিয়া রোগী এবং 12 জন সুস্থ ব্যক্তির রক্তের নমুনা থেকে ডিএনএ বিশ্লেষণ করা হয়েছিল। চিত্র 2a-এর বক্স প্লটে দেখানো হয়েছে, ক্যান্সারের নমুনার আপেক্ষিক শোষণ (ΔA650/525) স্বাভাবিক নমুনা থেকে DNA-এর তুলনায় কম ছিল। এটি প্রধানত বর্ধিত হাইড্রোফোবিসিটির কারণে হয়েছিল যা ক্যান্সার ডিএনএর ঘন একত্রিতকরণের দিকে পরিচালিত করে, যা সিস্ট/এউএনপিগুলির একত্রীকরণকে বাধা দেয়। ফলস্বরূপ, এই ন্যানো পার্টিকেলগুলি সম্পূর্ণরূপে ক্যান্সার সমষ্টির বাইরের স্তরগুলিতে ছড়িয়ে পড়েছিল, যার ফলে স্বাভাবিক এবং ক্যান্সার ডিএনএ সমষ্টিতে শোষিত সিস্ট/এউএনপিগুলির একটি ভিন্ন বিচ্ছুরণ ঘটে। ROC বক্ররেখাগুলি তখন থ্রেশহোল্ডের ন্যূনতম মান ΔA650/525 থেকে সর্বোচ্চ মান পর্যন্ত পরিবর্তন করে তৈরি করা হয়েছিল।

চিত্র 2.(a) সিস্ট/AuNPs সমাধানগুলির আপেক্ষিক শোষণের মানগুলি অপ্টিমাইজ করা অবস্থায় স্বাভাবিক (নীল) এবং ক্যান্সার (লাল) ডিএনএর উপস্থিতি দেখায়

(DA650/525) বক্স প্লট; (b) ROC বিশ্লেষণ এবং ডায়গনিস্টিক পরীক্ষার মূল্যায়ন। (c) সাধারণ এবং ক্যান্সার রোগীদের নির্ণয়ের জন্য বিভ্রান্তি ম্যাট্রিক্স। (d) সংবেদনশীলতা, নির্দিষ্টতা, ইতিবাচক ভবিষ্যদ্বাণীমূলক মান (PPV), নেতিবাচক ভবিষ্যদ্বাণীমূলক মান (NPV) এবং উন্নত পদ্ধতির নির্ভুলতা।

চিত্র 2b তে দেখানো হয়েছে, উন্নত সেন্সরের জন্য প্রাপ্ত ROC বক্ররেখার (AUC = 0.9274) অধীনে এলাকাটি উচ্চ সংবেদনশীলতা এবং নির্দিষ্টতা দেখিয়েছে। বক্স প্লট থেকে দেখা যায়, সাধারণ ডিএনএ গ্রুপের প্রতিনিধিত্বকারী সর্বনিম্ন বিন্দুটি ক্যান্সার ডিএনএ গ্রুপের প্রতিনিধিত্বকারী সর্বোচ্চ বিন্দু থেকে ভালভাবে আলাদা নয়; অতএব, লজিস্টিক রিগ্রেশন স্বাভাবিক এবং ক্যান্সার গ্রুপের মধ্যে পার্থক্য করার জন্য ব্যবহার করা হয়েছিল। স্বতন্ত্র ভেরিয়েবলের একটি সেট দেওয়া, এটি একটি ঘটনা ঘটার সম্ভাবনা অনুমান করে, যেমন একটি ক্যান্সার বা স্বাভাবিক গ্রুপ। নির্ভরশীল পরিবর্তনশীল রেঞ্জ 0 এবং 1 এর মধ্যে। ফলাফল তাই একটি সম্ভাবনা। আমরা নিম্নরূপ ΔA650/525 এর উপর ভিত্তি করে ক্যান্সার সনাক্তকরণ (P) এর সম্ভাব্যতা নির্ধারণ করেছি।

যেখানে b=5.3533,w1=-6.965। নমুনা শ্রেণীবিভাগের জন্য, 0.5 এর কম সম্ভাব্যতা একটি স্বাভাবিক নমুনা নির্দেশ করে, যখন 0.5 বা তার বেশি সম্ভাবনা একটি ক্যান্সারের নমুনা নির্দেশ করে। চিত্র 2c বিভ্রান্তিকর ম্যাট্রিক্সকে চিত্রিত করে যা ত্যাগ-এ-একা ক্রস-ভ্যালিডেশন থেকে উত্পন্ন হয়েছে, যা শ্রেণীবিন্যাস পদ্ধতির স্থিতিশীলতা যাচাই করতে ব্যবহৃত হয়েছিল। চিত্র 2d সংবেদনশীলতা, নির্দিষ্টতা, ইতিবাচক ভবিষ্যদ্বাণীমূলক মান (PPV) এবং নেতিবাচক ভবিষ্যদ্বাণীমূলক মান (NPV) সহ পদ্ধতির ডায়গনিস্টিক পরীক্ষার মূল্যায়নের সংক্ষিপ্ত বিবরণ দেয়।

স্মার্টফোন ভিত্তিক বায়োসেন্সর

স্পেকট্রোফোটোমিটার ব্যবহার না করে নমুনা পরীক্ষাকে আরও সহজ করার জন্য, গবেষকরা কৃত্রিম বুদ্ধিমত্তা (AI) ব্যবহার করেছেন সমাধানের রঙ ব্যাখ্যা করতে এবং স্বাভাবিক এবং ক্যান্সারযুক্ত ব্যক্তিদের মধ্যে পার্থক্য করতে। এটি প্রদত্ত, মোবাইল ফোন ক্যামেরার মাধ্যমে নেওয়া 96-ওয়েল প্লেটের ছবি ব্যবহার করে সিস্ট/এউএনপিস দ্রবণের রঙকে সাধারণ ডিএনএ (বেগুনি) বা ক্যান্সারযুক্ত ডিএনএ (লাল) তে অনুবাদ করতে কম্পিউটার দৃষ্টি ব্যবহার করা হয়েছিল। কৃত্রিম বুদ্ধিমত্তা খরচ কমাতে পারে এবং ন্যানো পার্টিকেল সমাধানের রঙ ব্যাখ্যা করার ক্ষেত্রে অ্যাক্সেসযোগ্যতা উন্নত করতে পারে এবং কোনো অপটিক্যাল হার্ডওয়্যার স্মার্টফোনের আনুষাঙ্গিক ব্যবহার ছাড়াই। অবশেষে, র্যান্ডম ফরেস্ট (RF) এবং সাপোর্ট ভেক্টর মেশিন (SVM) সহ দুটি মেশিন লার্নিং মডেলগুলিকে তৈরি করার জন্য প্রশিক্ষণ দেওয়া হয়েছিল। RF এবং SVM উভয় মডেলই 90.0% নির্ভুলতার সাথে নমুনাগুলিকে ইতিবাচক এবং নেতিবাচক হিসাবে শ্রেণীবদ্ধ করেছে। এটি পরামর্শ দেয় যে মোবাইল ফোন-ভিত্তিক বায়োসেন্সিংয়ে কৃত্রিম বুদ্ধিমত্তার ব্যবহার বেশ সম্ভব।

চিত্র 3.(ক) চিত্র অধিগ্রহণ ধাপের জন্য নমুনা প্রস্তুত করার সময় রেকর্ড করা সমাধানের লক্ষ্যবস্তু। (খ) ইমেজ অধিগ্রহণের ধাপের সময় নেওয়া উদাহরণ চিত্র। (c) চিত্র (b) থেকে প্রাপ্ত 96-ওয়েল প্লেটের প্রতিটি কূপে সিস্ট/AuNPs দ্রবণের রঙের তীব্রতা।

সিস্ট/এউএনপি ব্যবহার করে, গবেষকরা সফলভাবে মিথাইলেশন ল্যান্ডস্কেপ সনাক্তকরণের জন্য একটি সাধারণ সেন্সিং প্ল্যাটফর্ম এবং লিউকেমিয়া স্ক্রীনিংয়ের জন্য প্রকৃত রক্তের নমুনা ব্যবহার করার সময় ক্যান্সার ডিএনএ থেকে স্বাভাবিক ডিএনএকে আলাদা করতে সক্ষম একটি সেন্সর তৈরি করেছেন। উন্নত সেন্সর দেখায় যে প্রকৃত রক্তের নমুনা থেকে নিষ্কাশিত ডিএনএ দ্রুত এবং সাশ্রয়ীভাবে 15 মিনিটের মধ্যে লিউকেমিয়া রোগীদের মধ্যে অল্প পরিমাণে ক্যান্সার ডিএনএ (3nM) সনাক্ত করতে সক্ষম হয় এবং 95.3% এর নির্ভুলতা দেখায়। একটি স্পেকট্রোফটোমিটারের প্রয়োজনীয়তা দূর করে নমুনা পরীক্ষাকে আরও সহজ করার জন্য, মেশিন লার্নিং ব্যবহার করা হয়েছিল সমাধানের রঙ ব্যাখ্যা করতে এবং মোবাইল ফোনের ফটোগ্রাফ ব্যবহার করে স্বাভাবিক এবং ক্যান্সারযুক্ত ব্যক্তিদের মধ্যে পার্থক্য করতে, এবং নির্ভুলতাও 90.0% অর্জন করতে সক্ষম হয়েছিল।

রেফারেন্স: DOI: 10.1039/d2ra05725e