인공지능으로 폐암 조기 발견

블로그

홈페이지홈페이지 / 블로그 / 인공지능으로 폐암 조기 발견

May 29, 2024

인공지능으로 폐암 조기 발견

Scientific Reports 13권, 기사 번호: 13702(2023) 이 기사 인용 498 Accesses 5 Altmetric Metrics 세부 정보 염색질 도메인 구조를 포함한 핵상 염색체 구조는 다음과 같습니다.

Scientific Reports 13권, 기사 번호: 13702(2023) 이 기사 인용

498 액세스

5 알트메트릭

측정항목 세부정보

염색질 도메인 형태를 포함하는 뉴클레오솜 상부 염색질 구조는 유전자 발현 조절에 관여하며 이의 조절 장애는 발암과 관련이 있습니다. 이전 연구에 따르면 협측 점막의 세포는 흡연 집단 사이에서 폐암의 분자적 특성을 가지고 있는 것으로 나타났습니다. 이러한 현상은 현장 발암 또는 손상 분야로 알려져 있습니다. 따라서 우리는 협측 점막의 염색질 구조 변화가 폐암을 예측할 수 있다는 가설을 세웠습니다. 그러나 염색질 패킹 도메인으로 접힌 염색질 사슬의 작은 크기(약 20nm)는 일반적으로 직경이 300nm 미만이므로 회절 제한 광학 현미경을 사용하여 도메인 내 염색질 구조의 변경을 감지할 수 없습니다. 이 연구에서 우리는 폐암 바이오마커로서 협측 점막의 염색질 패킹 도메인 변화를 검출하기 위한 광학 분광 통계적 나노센싱 기술인 염색질 민감 부분파 분광 현미경(csPWS)을 개발했습니다. 진단 성능을 향상시키기 위해 염색질 변경의 csPWS 측정에 인공 지능(AI)이 적용되었습니다. 두 임상 현장에서 179명의 환자를 대상으로 한 AI 강화 협측 csPWS 나노세포학은 1기 폐암과 암이 없는 대조군을 구별했으며 ROC 곡선 아래 면적(AUC)은 현장 1(주내 위치)의 경우 0.92 ± 0.06, 현장 위치의 경우 0.82였습니다. 사이트 2(주 외 위치)의 경우 ± 0.11입니다.

암 검진 검사는 이상적으로는 증상이 나타나기 전, 종양이 작을 때 암을 식별해야 치료 가능성을 효과적으로 높이고 사망률을 줄일 수 있습니다. 폐암은 미국에서 인종과 성별을 불문하고 암 사망의 주요 원인으로, 전체 5년 생존율은 22.9%로 대장암(65.1%), 유방암(90.6%), 전립선암(96.8%)보다 현저히 낮습니다. )1. 그러나 폐암은 초기에 발견되면 수술적 절제를 통해 완치율이 높다. 말기(원거리) 비소폐암(NSLC)의 5년 생존율은 8% 미만이지만 국소 단계에서 발견되면 64%로 개선되고, IA2기에서 발견되면 80%에 이릅니다. 저선량 컴퓨터 단층촬영(LDCT)은 폐암 검진의 최적 표준으로 확립되었으며 이 기술을 사용하여 검진을 받은 환자의 사망률을 20% 감소시키는 것과 관련이 있습니다. 접근성, 비용, 낙인, LDCT 지침 준수 부족은 LDCT 적격 인구의 약 5%만이 검진을 받고3 폐암 사례의 55%가 진행 단계에서 발견되기 때문에 그 영향을 제한하는 주요 과제 중 하나입니다. 생존율이 8%4 미만인 경우. 따라서 우리는 초기 단계 폐암에 대해 높은 민감도(Se)를 지닌 최소 침습적이고 접근 가능하며 민감하고 정확한 선별 검사를 제안합니다.

흉부 X-레이, 가래 세포검사 등 LDCT 이외의 스크리닝 방법은 대규모 임상 스크리닝 환경에서 평가할 때 만족스럽지 못한 것으로 입증되었습니다5. 암 검출에 사용되는 표준 단백질 바이오마커를 기반으로 한 새로운 방법은 충분한 민감도와 특이성을 제공하지 않습니다(Sp)6. 최근에는 액체 생검과 같이 혈액 내 종양 분비에 의존하는 프로토콜 개발에 상당한 관심이 있었습니다. Grail, Freenome, Guardant, Delfi, Thrive 등의 회사에서 개발 중인 테스트는 순환 종양 DNA(ctDNA) 또는 종양 유래 순환 유리 DNA(cfDNA) 속성(예: 유전자 돌연변이, 메틸화, 단편화)을 분석하여 암을 식별합니다7,8,9 ,10,11. 초기 결과는 폐암을 포함한 다양한 암의 검출에 유망한 것으로 나타났지만 1기 및 작은 병변에 대한 민감도는 임상적으로 허용되는 수준 이하로 급격히 떨어집니다. 이는 주로 기술적 제한이 아니라 바이오마커의 출처 및 유형의 생물학과 관련이 있을 수 있다고 제안되었습니다. 병변이 작을수록 더 적은 양의 종양 ctDNA(~1ctDNA/혈액 10mL)를 분비하는 반면, 종양 이질성은 많은 종양 부산물 바이오마커를 통해서만 모델링할 수 있으므로 임상적으로 실제적인 혈액 샘플에서 필요한 양의 ctDNA를 찾는 것이 어렵습니다12. 예를 들어, 성배 다발암 조기 발견(MCED) 테스트의 전체 민감도는 IV기 환자의 90.1%[95% 신뢰 구간(CI) 87.5~92.2%)에서 16.8%[95% CI 14.5~ 19.5%] 1기 환자의 경우13. 액체 생검은 선별검사가 불가능한 암(췌장 등)에 대한 강력한 도구가 될 수 있지만 대장암 및 폐와 같이 확립된 선별검사 프로토콜이 있는 암의 경우 치료 가능성이 높은 초기 병변을 발견하는 방법이 여전히 시급히 필요합니다. 이러한 문제를 해결하고 폐암에 대한 효과적인 선별검사를 개발하기 위해 우리는 (1) 바이오마커 소스, (2) 바이오마커 유형, (3) 활성화 기술이라는 세 가지 중요한 측면을 최적화했습니다.

 30 cells were collected, where the sample size number was determined by power analysis with the confidence interval (CI) on mean D restricted to less than 5% of the difference between cancer and control population45. We created a sample transport solution of 25% ethanol and used our custom-built cell deposition device to spray deposit a non-deformed, non-overlapping monolayer of buccal cells with clear nuclear boundaries on the glass slide. An airdrying step enhanced the attachment of cells to the glass, followed by fixation with 95% ethanol and csPWS microscopy. The csPWS microscope was controlled via custom software with a graphical user interface (GUI). The imaging procedure began by scanning the whole slide using a 10X air objective. A semi-automated slide-map module was developed to rapidly generate a low-magnification image by collecting and stitching individual slide region images. This assisted a trained user blinded to the diagnostic information in selecting over 30 buccal cells across the entire slide in a timely manner. Our cell screening protocol selected non-folded and non-overlapping cells with clear nucleus boundaries. The csPWS spectral acquisition was performed with the cells in a liquid medium (95% ethanol) using a liquid-dipping 40X optical objective (Nikon, Melville, NY, USA) to match the RI between the buccal cell and liquid cover (shown in Fig. 1a). The csPWS acquisition algorithm automatically acquired spectral data for selected cells, and the analysis algorithm rapidly generated the processed spectral data. These processes facilitated reliable and reproducible results, making csPWS suitable for larger future studies that include additional clinical sites./p> 0.24)./p>

3.0.CO;2-Q" data-track-action="article reference" href="https://doi.org/10.1002%2F1097-0142%28195309%296%3A5%3C963%3A%3AAID-CNCR2820060515%3E3.0.CO%3B2-Q" aria-label="Article reference 15" data-doi="10.1002/1097-0142(195309)6:53.0.CO;2-Q"Article Google Scholar /p>