機械認識リキッドバイオプシーによる脳腫瘍の全身免疫および腫瘍微小環境シグネチャの特定

科学分野:

• バイオテクノロジー
• ナノテクノロジー
• 腫瘍学

背景:

• 頭蓋内腫瘍の検出は侵襲的な生検に依存しており、正確なバイオマーカーが不足しています。
• 現在の方法は、早期かつ正確な診断において重大な制限があります。

研究 の 目的:

• 末梢血から頭蓋内腫瘍を検出し特定するための機械認識リキッドバイオプシーを開発すること。
• 腫瘍検出と分類に寄与する新規バイオマーカーを発見すること。

主な方法:

• DNAを用いた量子井戸欠陥修飾単層カーボンナノチューブを利用して739の血漿サンプルを分析しました。
• 腫瘍検出とタイプ特定のための機械学習モデルをトレーニングおよび検証しました。
• タンパク質コロナバイオマーカーを特定するために定量的プロテオミクスを採用しました。

主要な成果:

• 頭蓋内腫瘍の検出と腫瘍タイプの特定において98%の精度を達成しました。
• 腫瘍細胞、微小環境、免疫系から分泌される既知および新規の腫瘍エコシステム因子を特定しました。
• 新しく発見された因子はナノセンサー応答と相関し、膠芽腫および髄膜腫患者で上昇していました。

結論:

• 機械認識リキッドバイオプシーは、頭蓋内腫瘍診断のための高精度で非侵襲的な方法を提供します。
• このアプローチは、より広範な腫瘍エコシステムからバイオマーカーを正常に特定し、診断能力を向上させます。
• この方法は、脳腫瘍の早期検出と特性評価の改善の可能性を秘めています。