Un biochip inovator identifică markeri genetici în doar 20 de minute
O echipă de cercetători de la Universitatea Tehnologică Nanyang din Singapore a dezvoltat un nou biochip care, în combinație cu Inteligența Artificială, poate detecta rapid și precis cantități extrem de mici de microARN-uri, markeri genetici asociați cu diverse boli, inclusiv bolile cardiovasculare.
Studiate în revista științifică Advanced Materials, platforma biosenzorului integrează un cip nanofotonic special conceput cu analiza imagistică automatizată de către AI. Prin utilizarea unei picături mici de sânge, dispozitivul poate detecta rapid multiple biomarkeri microARN. Datorită funcției de imagistică AI integrate, mii de semnale microARN pot fi capturate și analizate dintr-o singură imagine. Comparativ cu standardul actual de detecție a microARN-ului, PCR (reacția de polimerizare în lanț), care necesită ore întregi pentru a copia materialul genetic, noul dispozitiv reduce timpul de detecție la 20 de minute.
MicroARN-urile sunt molecule scurte de ARN care ajută la reglarea genelor din organism. Deoarece modificările nivelurilor de microARN sunt legate de numeroase boli, cercetătorii le studiază ca posibili biomarkeri pentru afecțiuni precum bolile cardiovasculare, cancerul, tulburările neurodegenerative și bolile metabolice. Profesorul asociat Chen Yu-Cheng, liderul studiului de la Școala de Inginerie Electrică și Electronică, a declarat că echipa își propune să construiască un sistem capabil să măsoare rapid și precis multiple microARN-uri, având potențialul de a detecta biomarkeri asociați cu o gamă largă de afecțiuni.
„Testele noastre reușite cu celule de cancer pulmonar arată că, cu sondele potrivite targetând diferiți biomarkeri, această tehnologie ar putea fi adaptată potențial pentru multe alte tipuri de cancer și boli, inclusiv cele cardiovasculare și virale,” a explicat profesorul Chen, recunoscut în lista MIT Technology Review a Innovatorilor sub 35 de ani (Asia Pacific) în 2021. În viitor, ar putea fi posibil să se utilizeze un eșantion de sânge sau salivă într-un sistem automatizat care să evalueze sute sau chiar mii de biomarkeri simultan. Aceasta ar putea susține screening-ul la scară mare și ar putea avansa medicina personalizată.
Echipa a construit un prototip compact care include o cameră color care poate captura imagini ale cipului nanofotonic, precum și o aplicație pentru telefon mobil concepută pentru a analiza imaginile pentru microARN folosind algoritmi AI, oferind rezultate rapide.
Importanța microARN-urilor a fost subliniată în 2024, când Premiul Nobel pentru Fiziologie sau Medicină a recunoscut descoperirea microARN-ului și rolul său în reglarea genelor. MicroARN-urile sunt foarte mici, adesea găsite în cantități minuscule, iar microARN-urile înrudiți pot împărtăși secvențe similare, ceea ce le face greu de distins. Pentru a depăși această provocare, echipa NTU a proiectat o nanocavitate, o structură minusculă care captează lumina și este de sute de ori mai mică decât lățimea unui fir de păr uman. Formată ca o peșteră căptușită cu oglinzi, nanocavitatea reflectă și amplifică semnalele fluorescente care luminează atunci când un microARN țintă se leagă de sonda corespunzătoare. Aceasta facilitează detectarea chiar și a moleculelor individuale de microARN.
Sistemul a măsurat trei microARN-uri asociate cu cancerul pulmonar non-microscopat – miR-191, miR-25 și miR-130a – din extrasele de celule umane fără amplificare sau pregătire complexă. Spre deosebire de PCR și kiturile de hibridizare care necesită sonde marcate, platforma NTU detectează direct și cantitativ multiple microARN-uri în mostre lichide. De asemenea, platforma utilizează un model de învățare profundă cunoscut sub numele de Mask R-CNN pentru a analiza automat imaginile microscopice. Un sistem automatizat de imagistică AI capturează semnalele microARN într-o singură imagine, după care sistemul AI identifică și clasifică semnalele fluorescente, distingând între diferitele tipuri de microARN, eliminând necesitatea numărării manuale și reducând erorile umane.
Platforma a funcționat bine și când microARN-uri sintetice au fost adăugate la extrase biologice, sugerând că poate funcționa fiabil în condiții mai realiste. Cercetătorii au afirmat că platforma poate detecta microARN-uri la concentrații extrem de scăzute, până la câteva molecule într-o mostră, și a realizat o precizie de peste 99% în identificarea țintelor sale în diferite canale de testare. Bowen Fu, student la doctorat la Institutul pentru Analiza Moleculară Digitală și Știință, a spus: „Obiectivul nostru a fost să creăm o platformă care să poată măsura direct multiple microARN-uri cu o sensibilitate foarte mare și la un flux înalt de lucru. Prin combinarea îmbunătățirii semnalului nanofotonic cu analiza imagistică bazată pe AI, am reușit să detectăm cantități mici de molecule de ARN în câteva minute.”
Prof. Chen a adăugat: „Explorăm, de asemenea, dacă această platformă ar putea analiza în viitor biomarkeri din mostre precum sângele, saliva sau urina, ceea ce ar putea susține teste moleculare mai puțin invazive. Dispozitivul ar putea fi, de asemenea, util pentru companiile farmaceutice în testarea medicamentelor legate de miARN.”
Comentând descoperirile, profesorul asociat Sunny Wong Hei, consultant în Departamentul de Gastroenterologie și Hepatologie, a spus: „Din perspectiva clinică, una dintre nevoile majore neîndeplinite este detectarea și monitorizarea precoce a bolilor folosind biomarkeri neinvazivi. MicroARN-urile au fost recunoscute de mult pentru potențialul lor în acest sens, în special în cancer.”
„O platformă care poate detecta cu acuratețe multiple microARN-uri ar putea avea aplicații clinice uriașe, inclusiv detectarea timpurie a cancerului, stratificarea riscurilor pacienților și monitorizarea răspunsului la tratament sau a recidivei bolii. O astfel de tehnologie ar putea facilita deciziile clinice mai accesibile și precise în oncologie și în diverse boli.”
Echipa va căuta să discute cu clinicieni și industria pentru a explora cum pot scala pentru a face teste suplimentare pe alți markeri microARN, a adăugat profesorul Chen.
