Populære Innlegg

Redaksjonens - 2019

Dataprogram utviklet for å diagnostisere og lokalisere kreft fra en blodprøve

06 Elin Svendsen SPOT17 (Mars 2019).

Anonim

Forskere i USA har utviklet et dataprogram som samtidig kan oppdage kreft og identifisere hvor i kroppen kreften er lokalisert, fra pasientens blodprøve. Programmet er beskrevet i forskning publisert denne uken i åpen tilgang journal Genome Biology .

annonse


Professor Jasmine Zhou, medforfatter fra University of California i Los Angeles, sa: "Ikke-invasiv diagnose av kreft er viktig, da det muliggjør tidlig diagnose av kreft, og jo tidligere kreft er fanget, desto større sjanse er en Pasienten har slått av sykdommen. Vi har utviklet en datastyrt test som kan oppdage kreft, og også identifisere type kreft, fra en enkelt blodprøve. Teknologien er i sin barndom og krever ytterligere validering, men de potensielle fordelene til pasienter er store. "

Programmet fungerer ved å lete etter bestemte molekylære mønstre i kreft-DNA som er frittflytende i pasientens blod og sammenligne mønstrene mot en database av tumorepigenetikk, fra forskjellige krefttyper, samlet av forfatterne. DNA fra svulstceller er kjent for å ende opp i blodet i de tidligste stadier av kreft, så det er et unikt mål for tidlig påvisning av sykdommen.

Professor Zhou forklarte: "Vi bygde en database med epigenetiske markører, spesielt metyleringsmønstre, som er vanlige på tvers av mange typer kreft og også spesifikke for kreft som stammer fra spesifikt vev, som lunge eller lever. Vi samler også det samme" molekylære fotavtrykk "for ikke-kreftige prøver, så vi hadde et grunnlinjefotavtrykk for å sammenligne kreftprøver mot. Disse markørene kan brukes til å dekonvolutere DNA som er funnet fritt i blodet i tumor-DNA og ikke-tumor-DNA."

I denne studien ble det nye dataprogrammet og to andre metoder (kalt Random Forest and Support Vector Machine) testet med blodprøver fra 29 leverkreftpasienter, 12 lungekreftpatienter og 5 brystkreftpatienter. Testene ble kjørt 10 ganger på hver prøve for å validere resultatene. Random Forest and Support Vector Machine-metodene hadde en samlet feilrate (sjansen for at testen produserer en falsk positiv) på henholdsvis 0.646 og 0.604, mens det nye programmet fikk en lavere feilrate på 0, 255.

Tjuefem av de 29 leverkreftpatienter og 5 av 12 lungekreftpatienter som ble testet i denne studien hadde tidlig stadium kreft, som programmet var i stand til å oppdage i 80% av tilfellene. Selv om nivået av tumor-DNA som er tilstede i blodet, er mye lavere i de tidlige stadier av disse kreftene, var programmet fortsatt i stand til å gjøre en diagnose som demonstrerer potensialet for denne metoden for tidlig påvisning av kreft, ifølge forskerne.

Professor Zhou la til: "På grunn av det begrensede antall blodprøver, blir resultatene av denne studien bare vurdert på tre krefttyper (bryst, lever og lunge). Generelt er jo høyere brøkdelen av tumor-DNA i blod, jo mer nøyaktige Programmet var ved å produsere et diagnostisk resultat. Derfor er svulster i sirkulerte organer, som lever eller lunger, lettere å diagnostisere tidlig ved å bruke denne tilnærmingen enn i mindre sirkulerte organer som brystet. "

annonse



Historie Kilde:

Materialer levert av BioMed Central . Merk: Innholdet kan redigeres for stil og lengde.


Tidsreferanse :

  1. Shuli Kang, Qingjiao Li, Quan Chen, Yonggang Zhou, Stacy Park, Gina Lee, Brandon Grimes, Kostyantyn Krysan, Min Yu, Wei Wang, Frank Alber, Fengzhu Sun, Steven M. Dubinett, Wenyuan Li, Xianghong Jasmine Zhou. CancerLocator: Ikke-invasiv kreftdiagnose og prognose av vev fra opprinnelse ved bruk av metyleringsprofiler av cellefritt DNA . Genombiologi, 2017; 18 (1) DOI: 10, 1186 / s13059-017-1191-5