Neue smartphone-Gerät kann zuverlässig molekulare Diagnosen bei niedrigen Kosten

NIBIB-finanzierte Forscher am Massachusetts General Hospital entwickelt haben, ein smartphone-basiertes Gerät, das zuverlässig durchführen molekularen Diagnosen in unter einer Stunde für etwa zwei US-Dollar pro patient. Das Gerät ermöglichen könnte, point-of-care-Krebs-Diagnose, die in niedrigem oder mittlerem Einkommen oder in abgelegenen Gebieten, die oft hohen Sterblichkeit von Krebs aufgrund der verpassten Möglichkeiten für die Behandlung.

„In diesen Bereichen, Proben von Patienten oft verschickt werden müssen an Einrichtungen, die in der Lage sind, die Durchführung der konventionellen Pathologie-Dienstleistungen“, sagt Richard Conroy, Ph. D., Programm-Direktor für Molecular Imaging “ an NIBIB. „Als ein Ergebnis, kann es mehrere Tage dauern, bevor eine Diagnose wird zurückgegeben, um den Patienten. In vielen Fällen sind Patienten nicht in der Lage, um zurückzukehren für die Nachsorge, weil Sie entweder zu lange Distanzen zu erreichen, eine Klinik oder können es sich nicht leisten, mehrere Tage von der Arbeit frei. Ein low-cost-Technologie, die diagnose Krebs am point-of-care-würde es ermöglichen, Patienten zu Beginn der Behandlung am selben Tag, dass Sie getestet werden, eine starke Erhöhung der Zahl der Patienten, die eine Behandlung erhalten.“

Die Entwicklung des neuen Gerätes wurde geleitet von Hakho Lee, Ph. D., außerordentlicher professor der Radiologie an der Harvard Medical School / Massachusetts General Hospital, und Ralph Weissleder, M. D., Ph. D., Direktor des Center for Systems Biology am Massachusetts General Hospital. Beschreiben Sie Ihre Gerät in die 5. Mai 2015 Ausgabe der Fachzeitschrift PNAS.

Nach Lee, molekulare Diagnostik schwierig gewesen, um am point-of-care-aufgrund mangelnder Infrastruktur und geschultem Personal.

„Für die Durchführung der molekularen Diagnostik derzeit, brauchen Sie eine gute Lupe, die Sie benötigen, Antikörper oder Liganden, die erkennen kann, ob eine molekulare Ziel, und Sie müssen eine spezielle person, die die Daten interpretieren. Gerade jetzt, diese drei Dinge sind schwer zu erhalten im point-of-care-settings“, sagt Lee.

Das neue Gerät—genannt D3 (digital Beugung Diagnose-system)—besteht aus einem smartphone und einer imaging-Modul, das schnappt auf, bestehend aus einem batteriebetriebenen LED-Licht und einer Linse. Nachdem eine Probe gesammelt von einem Patienten (Blut aspirieren, oder andere biologische Flüssigkeit), es ist gemischt mit Mikroperlen, dass spezifische Antikörper, die mit Ihnen verbunden. Die Antikörper binden an Moleküle, ausgedrückt auf der Oberfläche von Krebszellen und verschiedenen Antikörpern verwendet werden, abhängig von der Art von Krebs ist, gezeigt zu werden. Die Mischung wird dann platziert auf einem Mikroskop-Objektträger und eingefügt in das imaging-Modul, welches es dem Forscher, um Bilder von der Zell-bead-Mischung.

Mit seiner wide field of view, das system ist fähig zum gefangennehmen von mehr als 100.000 Zellen pro Bild. Das ist 100-mal mehr Zellen, als im Allgemeinen erfasst mit einem herkömmlichen Mikroskop, das hat schmalere Sichtfeld. Zunächst werden die Forscher glaubten, Sie wäre in der Lage zu unterscheiden Krebszellen von nicht-Krebs-Zellen einfach durch einen Blick an, ob Sie Perlen mit Ihnen verbunden. Jedoch, die Kügelchen und Zellen Gebeugte Licht, wodurch die Bilder zu stark verzerrt. Das trieb die Forscher, einen Algorithmus zu kreieren, konnte die Rekonstruktion der Bilder der bead-gebundenen Zellen aus der Beugung Muster, die die Kamera erfasst.

Weil Ihre Wiederaufbau-Prozess erfordert umfangreiche Berechnungen, die Forscher haben früh erkannt, dass Sie begrenzt sein würde durch die smartphone-Funktionen zur Verarbeitung. Um dies zu umgehen, schufen Sie eine Anwendung für Smartphones, die automatisch lädt die beugungsbilder—sobald Sie gerissen worden sind—zu einer sicheren cloud, nach denen Sie werden zu einem server übertragen am Massachusetts General Hospital. Dieser server ist in der Lage die Durchführung vieler Berechnungen parallel und rekonstruieren können Sie die Bilder in weniger als einem Zehntel einer Sekunde. Mit diesen rekonstruierten Bilder, der server zählt dann die Anzahl der Zellen mit Perlen, die zu Ihnen angebracht werden, sowie die Gesamtzahl der Perlen befestigt, die zu einer gegebenen Zelle. Basierend auf diesen zahlen, die Probe ist klassifiziert als “ high-risk, low-risk -, oder gutartig.

Die Forscher vor kurzem testeten Sie Ihr Gerät mit zervikalen Proben von fünfundzwanzig Patienten mit zuvor abnormalen Pap-Abstrich Ergebnisse. Die Zell-Proben wurden gemischt mit Perlen tagged gegen drei bekannten Zellen Marker für Gebärmutterhalskrebs. Die Forscher berichteten, dass es eine positive Korrelation zwischen der Anzahl der beads pro Zelle und das Risiko von Krebs, wie bestätigt durch konventionelle Analyse durch einen Pathologen, und Sie waren in der Lage, erfolgreich klassifizieren die Patienten als hoch-Risiko-oder niedrig-Risiko – /benigne mit 100% Sensitivität und 92% Spezifität.

Die Forscher führten eine Pilotstudie, um zu ermitteln, ob Sie erkennen konnte, Lymphom-Zellen, in feine Nadel saugt der Lymphknoten. In acht person Studie wurde das Gerät in der Lage genau zu differenzieren vier Patienten mit Lymphom, die Diagnose, die von vier Patienten mit benignen Lymphknoten-Erweiterung. Die Ergebnisse wurden bestätigt durch konventionelle Pathologie.

„Die Geschwindigkeit, mit der diese Technologie kann die diagnose der Krankheit ist sehr beeindruckend“, sagte Conroy. „Die Forscher ergriffen haben, ein Prozess, manchmal dauert mehrere Tage, mit herkömmlichen Pathologie-Methoden und verdichtet haben, die es bis unter einer Stunde. Darüber hinaus durch die Nutzung von cloud-computing und smartphone-Technologie, Sie machen die Technologie verfügbar, um diejenigen, die es am meisten brauchen und für einen sehr niedrigen Kosten.“

Neben der Zell-Oberflächen-protein-Erkennung zur Identifizierung von Krebs-Zellen, das system kann auch angepasst werden, um zu erkennen, DNA. Berichteten die Forscher in Ihrem Papier, dass Sie konnte genau erkennen, humanes papilloma-virus-DNA im Gebärmutterhalskrebs-Proben. Diese Fähigkeit zum erkennen von DNA-öffnet die Tür für die schnelle Diagnose der ansteckenden Krankheiten zusätzlich zu Krebs.

In der Zukunft, Lee Pläne zur Erhöhung der räumlichen Auflösung der Bilder von 2,2 µm auf 1,2 µm durch die Verwendung von zusätzlichen computing Methoden. Dabei, so Lee das system in der Lage sein, zu analysieren, mehrere Marker auf einmal genannte Multiplexing—durch das anbringen von verschiedenen Antikörpern zu unterschiedlich großen Perlen und mischen Sie alle zusammen in einer Probe.

Lee und sein team hoffen, um das system zu Botswana in der nahen Zukunft, um zu testen, ob es kann leicht angenommen durch lokale Arbeitskräfte im Gesundheitswesen auf dem Bildschirm für Lymphom.

Schreibe einen Kommentar