Nowe, zrównoważone podejście diagnostyczne umożliwia precyzyjne badanie nowotworu przy minimalnym wpływie na środowisko

Nowe, zrównoważone podejście diagnostyczne umożliwia precyzyjne badanie nowotworu przy minimalnym wpływie na środowisko

W niedawnym badaniu opublikowanym w Nature Sustainability naukowcy opisują podejście diagnostyczne, które łączy suszone plamki surowicy (DSS) z metodami desorpcji laserowej wzmocnionej nanocząsteczkami i jonizacyjną spektrometrią mas (NPELDI-MS) w celu dokładnego i opłacalnego wykrywania raka.

tło

Ponad miliard ludzi na całym świecie nie rozpoznało choroby, co podkreśla potrzebę opracowania bardziej niezawodnych i opłacalnych metod diagnostycznych. Diagnostyka metaboliczna ma potencjał, ale napotyka ograniczenia ze względu na wykorzystanie próbek biologicznych i niezawodność analityczną.

Diagnostyka populacyjna zwiększa przeżywalność, minimalizuje zachorowalność na leczenie i oszczędza koszty opieki zdrowotnej, zwłaszcza w przypadku poważnych chorób i nowotworów.

Brak infrastruktury diagnostycznej w krajach rozwijających się zwiększa liczbę niewykrytych przypadków. Spektrometria mas jest najczęściej stosowaną technologią w diagnostyce metabolicznej plam wysuszonych, wymaga jednak czasochłonnej separacji.

O badaniu

W niniejszym badaniu naukowcy opracowali standaryzowane, ukierunkowane na metabolizm i dostosowane do indywidualnych potrzeb podejście terapeutyczne, mające na celu ograniczenie błędnej diagnozy raka żołądka (GC), raka jelita grubego (CC) i raka trzustki (PC) w biednych krajach.

Aby zwiększyć skuteczność wykrywania, badacze wykorzystali matryce organiczne, takie jak DHB, i zbudowali multipleksowane mikromacierze metaboliczne z nanocząsteczkami żelaza (NP).

Aby uzyskać czułość, uzyskali unikalne widma masowe przy użyciu konwencjonalnej kombinacji metabolitów i potwierdzili zależny od wielkości wpływ nanocząsteczek żelaza na bezpośrednią ekstrakcję metaboliczną ze skomplikowanych próbek biologicznych pod względem specyficzności.

Zespół zbadał, czy metabolity wyekstrahowane z wysuszonych plam krwi (DSS) można dokładnie określić ilościowo i profilować za pomocą NPELDI MS. Dostosowali ilości surowicy i zmierzyli zwykłe widmo masowe ekstraktu DSS, aby określić ilościowo docelowe metabolity. Przetestowali także współczynnik liniowości i zakres dynamiczny platformy NPELDI-MS z fenyloalaniną.

Aby zademonstrować solidność NPELDI-MS, badacze przeprowadzili ukierunkowaną analizę ilościową dodatkowych cząsteczek wskaźnikowych i porównali spójność widma uzyskaną z dopasowanych próbek DSS i surowicy.

Po wykazaniu wykonalności wykorzystania DSS w diagnostyce metabolicznej naukowcy zbadali jego zastosowanie do różnych próbek krwi w celu nieukierunkowanego profilowania i ukierunkowanej oceny ilościowej w oparciu o warunki przechowywania i miejsca nakłucia.

Naukowcy wykorzystali NPELDI MS do odróżnienia przypadków raka od zdrowych dawców, zbierając nieukierunkowane profile metaboliczne 180 DSS. Opracowali modele chemometryczne i klasyfikatory w celu oceny skuteczności diagnostycznej.

Stworzyli także model szacunkowy na potrzeby populacyjnych badań przesiewowych na dużą skalę w hipotetycznej społeczności liczącej 100 000 osób, stosując jako punkt odniesienia kolonoskopię optyczną. Naukowcy zebrali 245 próbek surowicy z różnych grup nowotworów.

Każdej grupie przypisano cosinusowe wyniki podobieństwa i opracowano model teoretyczny oparty na 100 000 populacji w celu obliczenia współczynnika pominięć diagnozy.

Wyniki

Technika NPELDI-MS umożliwia szybkie wykrywanie licznych nowotworów złośliwych w ciągu kilku minut przy minimalnych kosztach, a jednocześnie jest przyjazna dla środowiska, przyjazna dla użytkownika i precyzja porównywalna z surowicą.

Może zmniejszyć przewidywany odsetek niewykrytych przypadków CC z 84% do 29%, GC z 78% do 57% i PC z 35% do 9,3%, co daje ogólną redukcję z 20% do 55%. Odczyty NPELDI-MS wykazały liniową korelację ze stężeniami analitów, przy granicy wykrywalności wynoszącej zaledwie 0,1 µM.

Wprowadzenie nanocząstek żelaza umożliwiło efektywną adsorpcję metabolitów na dużej powierzchni wynoszącej 79 m2/g oraz sprzyjało desorpcjom fototermicznym poprzez silną absorpcję UV od 200 do 500 nm i wysoką pojemność cieplną 653 J/kg/K.

Rozkład węgla (w glukozie) w hybrydzie metabolicznej nanocząstek i nanocząstek pokazał, że metabolity są preferencyjnie uwięzione na powierzchni cząstek w przeciwieństwie do biomakromolekuł. Natomiast matryce organiczne nie wykazywały preferencji w zakresie jonizacji lub desorpcji cząsteczek metabolitów innych niż białka.

Nawet przy zastosowaniu podejścia opartego na najlepszych praktykach w zakresie przygotowywania próbek dane NPELDI-MS były lepsze od danych MS uzyskanych z dostępnych matryc organicznych. Naukowcy odkryli, że użycie nanocząstek złota lub srebra do identyfikacji pięciu metabolitów predykcyjnych skutkowało niższą intensywnością sygnału MS w porównaniu z nanocząsteczkami żelaza (≤11-krotnie wyższa).

Nanocząsteczki żelaza mają zmniejszoną przewodność cieplną wynoszącą 3,50 W/m/K (317 W/m/K dla złota i 429 W/m/K dla srebra) w porównaniu z nanocząstkami metali, umożliwiając desorpcję metabolitów fototermicznych.

Badanie wykazało, że wykrywanie nowotworu za pomocą profilowania metabolicznego DSS jest wysoce powtarzalne, przy czym 84% wszystkich pików ma współczynnik CV intensywności mniejszy niż 15% w przypadku wykrywania wewnątrz chipa.

Naukowcy odkryli znaczące różnice metaboliczne pomiędzy pacjentami z HD i różnymi grupami nowotworowymi, przy czym w modelach DSS i modelach surowicy zaobserwowano dwa metabolity o zwiększonej i dwóch obniżonej ekspresji.

Jednakże skuteczność diagnostyczna nowych modeli była niewystarczająca w odróżnianiu raka od choroby Huntingtona. Krzywe kalibracyjne skonstruowano poprzez oszacowanie stosunków intensywności analitów i dodanych standardów wewnętrznych. Kwantyfikacja izotopów zapewniła średni odzysk wynoszący 96% w przypadku glukozy i 104% w przypadku mleczanu, co pokazuje, że badacze mogą w sposób spójny oznaczać ilościowo docelowe metabolity.

Na podstawie wyników badania technika NPELDI-MS, która wykorzystuje spójny przebieg pracy i DSS w formie papierowej, może poprawić długoterminową diagnostykę metaboliczną w nowotworach okrężnicy, żołądka i trzustki.

Strategia ta minimalizuje liczbę niewykrytych incydentów, przyczyniając się jednocześnie do trwałości świadczenia opieki zdrowotnej. Platforma umożliwia szybkie, ekonomiczne i niezawodne wykrywanie raka w ciągu kilku minut, dlatego nadaje się do zastosowań klinicznych na dużą skalę.

Modele wywodzące się z DSS przewyższają klinicznie potwierdzone biomarkery w identyfikacji pacjentów chorych na raka z precyzją odpowiadającą surowicy za pomocą diagnostyki metabolicznej. Dalsze badania mogłyby zweryfikować tę strategię w przypadku różnych chorób i stworzyć bardziej opłacalne platformy stwardnienia rozsianego do badań przyłóżkowych.

Źródła: