血分子捕获用于无标签甲基化DNA检测和机器学习辅助量化
Muhammad Shalahuddin Al Ja'farawy1,2, Vo Thi Nhat Linh1, Chaewon Mun1
1Advanced Bio and Healthcare Materials Research Division, Korea Institute of Materials Science (KIMS), Changwon, Gyeongnam, 51508, South Korea.
概括
这项研究引入了一种新的等离子体分子捕获 (PME) 方法,用于无标签的DNA甲基化检测. 这种技术与机器学习相结合,可以从血清样本准确诊断结直肠癌.
科学领域:
- 生物化学 生物化学
- 纳米技术 纳米技术
- 医学诊断 医学诊断 医学诊断
背景情况:
- 表观遗传DNA甲基化影响瘤基因激活和瘤抑制基因失活.
- 准确的,无标签的DNA甲基化量化对于疾病诊断和监测至关重要.
- 目前用于DNA甲基化分析的方法需要提高灵敏度和特异性.
研究的目的:
- 开发一种简单且无标签的策略,使用等离子分子捕获 (PME) 和表面增强拉曼光谱 (SERS) 捕获和感知DNA甲基化.
- 建立一种高度敏感和适应性的技术,用于分析和量化DNA甲基化.
- 证明PME-SERS结合机器学习用于临床疾病诊断的可行性.
主要方法:
- 开发了一种由SERS辅助的等离子分子捕获 (PME) 方法,用于无标签的DNA甲基化传感.
- 利用现场表面增长的等离子粒子,在目标分析物周围创建热点区域.
- 采用基于逻辑回归 (LR) 的机器学习来量化和分类甲基化水平.
主要成果:
- 通过PME-SERS技术,由于热点地点的强电磁场,显示出显著的信号增强.
- 该方法有效地分析和量化了DNA甲基化,具有强大的DNA分析能力.
- 后勤回归准确地分类了结直肠癌患者血清样本中的甲基化水平,具有高灵敏度,特异性和准确性.
结论:
- 开发的 PME 方法与机器学习相结合,为疾病查和诊断提供了一个有前途的传感技术.
- 这种方法代表了疾病检测和治疗甲基化相关疾病的患者的重大进步.
- PME-SERS的无标签和敏感性使其适应各种DNA分析应用.
