Detección asistida por aprendizaje automático de mutaciones de un solo punto a través del crecimiento de...

Área de la Ciencia:

• Biotecnología
• Nanotecnología
• Diagnóstico molecular

Sus antecedentes:

• La detección precisa de mutaciones puntuales, como las de PIK3CA, es crucial para el diagnóstico de precisión, pero técnicamente exigente.
• Los métodos existentes a menudo enfrentan desafíos en cuanto a sensibilidad y especificidad debido a variaciones genéticas sutiles.

Objetivo del estudio:

• Desarrollar un biosensor colorimétrico asistido por aprendizaje automático para la detección sensible y específica de mutaciones puntuales.
• Para utilizar el crecimiento de nanopartículas de oro con plantilla de ADN (AuNP) para la identificación visual de mutaciones.
• Integrar el biosensor con una plataforma de inteligencia artificial basada en teléfonos inteligentes para el análisis en tiempo real.

Principales métodos:

• Empleó una sonda de ADN de horquilla que desencadena el crecimiento y la agregación de AuNP tras la hibridación con secuencias mutantes de PIK3CA.
• Utilizó simulaciones de dinámica molecular para comprender las interacciones AuNP-ADN.
• Parámetros críticos optimizados (concentración de la sonda de ADN, concentración de iones de oro, pH, temperatura) utilizando los diseños de Plackett-Burman y Box-Behnken.
• Integró el biosensor con un teléfono inteligente y un modelo de regresión forestal aleatorio para el análisis de imágenes impulsado por IA.

Principales resultados:

• Se alcanzó un rango de detección sensible de 10 a 1000 nM con un límite de detección bajo de 8,13 nM para las mutaciones PIK3CA.
• Cambios de color visibles demostrados (de rojo a púrpura) correlacionados con la presencia de la mutación.
• La plataforma de IA proporcionó altas tasas de recuperación y bajos errores de predicción para la detección de mutaciones.
• Las simulaciones de dinámica molecular revelaron la unión de AuNP dependiente del tamaño a las estructuras de ADN.

Conclusiones:

• El biosensor desarrollado ofrece una plataforma escalable y rentable para la detección de mutaciones en un solo punto.
• La integración con la IA permite un análisis portátil en tiempo real, mejorando el potencial de diagnósticos personalizados.
• El sistema es prometedor para las pruebas en el punto de atención, especialmente en entornos con recursos limitados.