Neuer nachhaltiger Diagnoseansatz bietet präzise Krebstests mit minimaler Umweltbelastung

In einer aktuellen Studie in Nature Sustainability beschreiben Forscher einen diagnostischen Ansatz, der getrocknete Serumflecken (DSS) mit nanopartikelverstärkten Laserdesorptions- und Ionisations-Massenspektrometermethoden (NPELDI-MS) für eine genaue und kostengünstige Krebserkennung kombiniert.

Hintergrund

Mehr als eine Milliarde Menschen weltweit haben die Krankheitsdiagnose verpasst, was den Bedarf an zuverlässigeren und kostengünstigeren Diagnosemethoden unterstreicht. Die Stoffwechseldiagnose hat Potenzial, stößt jedoch aufgrund der Anwendung von Bioproben und der analytischen Robustheit auf Einschränkungen.

Bevölkerungsbasierte Diagnostik erhöht die Überlebensraten, minimiert Behandlungsmorbiditäten und spart Gesundheitskosten, insbesondere bei schweren Erkrankungen und bösartigen Erkrankungen.

Der Mangel an diagnostischen Einrichtungen in Entwicklungsländern erhöht die Zahl unentdeckter Fälle. Die Massenspektrometrie ist die am häufigsten verwendete Technologie zur Stoffwechseldiagnostik bei getrockneten Flecken, erfordert jedoch eine zeitaufwändige Trennung.

Über die Studie

In der vorliegenden Studie entwickelten die Forscher einen standardisierten, stoffwechselorientierten, maßgeschneiderten Therapieansatz, um Fehldiagnosen von Magenkrebs (GC), Darmkrebs (CC) und Bauchspeicheldrüsenkrebs (PC) in armen Ländern zu reduzieren.

Die Forscher nutzten organische Matrizen wie DHB und bauten multiplexierte metabolische Mikroarrays mit Eisen-Nanopartikeln (NPs), um die Nachweisleistung zu steigern.

Zur Sensitivität erfassten sie eindeutige Massenspektren unter Verwendung einer konventionellen Metabolitenkombination und bestätigten den größenabhängigen Einfluss von Eisen-NPs auf die direkte metabolische Extraktion aus komplizierten Bioproben hinsichtlich der Spezifität.

Das Team untersuchte, ob aus getrockneten Blutflecken (DSSs) extrahierte Metaboliten mithilfe von NPELDI MS genau quantifiziert und profiliert werden können. Sie passten die Serummengen an und maßen das übliche Massenspektrum des DSS-Extrakts, um die Zielmetaboliten zu quantifizieren. Sie testeten auch den Linearitätsfaktor und den Dynamikbereich der NPELDI-MS-Plattform mit Phenylalanin.

Um die Robustheit der NPELDI-MS zu demonstrieren, führten die Forscher eine gezielte Quantifizierung zusätzlicher Indikatormoleküle durch und verglichen die Spektrumskonsistenz, die aus den passenden DSS- und Serumproben erhalten wurde.

Nachdem die Forscher die Machbarkeit des Einsatzes von DSS in der Stoffwechseldiagnostik nachgewiesen hatten, untersuchten sie dessen Anwendung auf verschiedene Blutproben zur ungezielten Profilierung und gezielten Quantifizierung basierend auf Lagerbedingungen und Stanzstellen.

Forscher nutzten NPELDI MS, um Krebsfälle von gesunden Spendern zu unterscheiden, indem sie ungezielte Stoffwechselprofile von 180 DSSs sammelten. Sie entwickelten chemometrische Modelle und Klassifikatoren zur Beurteilung der diagnostischen Leistung.

Sie erstellten außerdem ein Schätzmodell für ein groß angelegtes bevölkerungsbasiertes Screening in einer hypothetischen Gemeinschaft mit 100.000 Einwohnern, wobei die optische Koloskopie als Basis diente. Die Forscher entnahmen 245 Serumproben verschiedener Krebsgruppen.

Sie ordneten jeder Gruppe Kosinus-Ähnlichkeitswerte zu und entwickelten ein theoretisches Modell, das auf 100.000 Populationen basierte, um die Rate verpasster Diagnosen zu berechnen.

Ergebnisse

Die NPELDI-MS-Technik ermöglicht die schnelle Erkennung zahlreicher bösartiger Erkrankungen innerhalb von Minuten bei minimalen Kosten und ist gleichzeitig umweltfreundlich, benutzerfreundlich und serumäquivalent präzise.

Es kann den prognostizierten Anteil unentdeckter CC-Fälle von 84 % auf 29 %, GC von 78 % auf 57 % und PC von 35 % auf 9,3 % senken, was einer Gesamtreduzierung von 20 % auf 55 % entspricht. NPELDI-MS-Messwerte zeigten lineare Korrelationen mit den Analytkonzentrationen, mit einer Nachweisgrenze von nur 0,1 μM.

Die Einführung von Eisen-Nanopartikeln ermöglichte die effektive Adsorption von Metaboliten mit einer großen Oberfläche von 79 m2/g und förderte photothermische Desorptionen durch starke UV-Absorption von 200 bis 500 nm und eine hohe Wärmekapazität von 653 J/kg/K.

Die Kohlenstoffverteilung (in Glucose) innerhalb der Nanopartikel-Nanopartikel-Stoffwechselhybride zeigte, dass Metaboliten im Gegensatz zu Biomakromolekülen bevorzugt auf Partikeloberflächen eingefangen werden. Im Gegensatz dazu zeigten organische Matrizen keine Präferenz für die Ionisierung oder Desorption von Metabolitenmolekülen außer Proteinen.

Selbst unter Verwendung des Best-Practice-Probenvorbereitungsansatzes übertrafen die NPELDI-MS-Daten die MS-Daten aus zugänglichen organischen Matrizen. Die Forscher fanden heraus, dass die Verwendung von Gold- oder Silber-Nanopartikeln zur Identifizierung von fünf Prädiktormetaboliten zu geringeren MS-Signalintensitäten führte als Eisen-Nanopartikel (≤ 11-fach höher).

Eisen-NPs haben im Vergleich zu Metall-NPs eine verringerte Wärmeleitfähigkeit von 3,50 W/m/K (317 W/m/K für Gold und 429 W/m/K für Silber), was eine photothermische Metabolitendesorption ermöglicht.

Die Studie zeigte, dass die Krebserkennung mithilfe von DSS-Stoffwechselprofilen sehr gut wiederholbar ist, wobei 84 % aller Peaks Intensitäts-CVs von weniger als 15 % für die Intra-Chip-Erkennung aufwiesen.

Die Forscher entdeckten signifikante Stoffwechselunterschiede zwischen Huntington-Patienten und verschiedenen Krebsgruppen, wobei in DSS- und Serummodellen zwei hochregulierte und zwei herunterregulierte Metaboliten beobachtet wurden.

Allerdings war die diagnostische Wirksamkeit der neuen Modelle bei der Unterscheidung von Krebs und Huntington-Krankheit unzureichend. Kalibrierungskurven wurden durch Schätzung der Intensitätsverhältnisse von Analyten und zugesetzten internen Standards erstellt. Die Isotopenquantifizierung ergab eine durchschnittliche Wiederfindung von 96 % für Glukose und 104 % für Laktat, was zeigt, dass Forscher die Zielmetaboliten konsistent quantifizieren können.

Basierend auf den Studienergebnissen kann die NPELDI-MS-Technik, die einen konsistenten Arbeitsablauf und papierbasiertes DSS verwendet, die langfristige Stoffwechseldiagnose bei malignen Erkrankungen des Dickdarms, des Magens und der Bauchspeicheldrüse verbessern.

Diese Strategie minimiert die Anzahl unentdeckter Vorfälle und trägt gleichzeitig zur Nachhaltigkeit der Gesundheitsversorgung bei. Die Plattform ermöglicht eine schnelle, kostengünstige und zuverlässige Krebserkennung in wenigen Minuten und eignet sich daher für groß angelegte klinische Anwendungen.

Von DSS abgeleitete Modelle übertreffen klinisch validierte Biomarker bei der Identifizierung von Krebspatienten mit serumäquivalenter Präzision mithilfe der Stoffwechseldiagnose. Weitere Untersuchungen könnten diese Strategie für verschiedene Krankheiten bestätigen und kostengünstigere MS-Plattformen für Point-of-Care-Tests schaffen.

Quellen: