I nyere forskning har utviklingen av digitale EV-scoring tester gitt muligheter for nøyaktig deteksjon av onkologiske genforandringer i solidumorene. Spesielt har denne teknologien vist seg nyttig for krefttyper med både epitelial (som i tilfelle av pankreatisk ductal adenokarsinom, PDAC) og mesenkymal opprinnelse (som ved Ewings sarkom). Teknologien benytter seg av en to-trinns prosess som kombinerer lipidbasert merking av ekstracellulære vesikler (EV-er) og en digital PCR-metode for å kvantifisere onkologiske genmutasjoner, som for eksempel EWS/FLI-1 rearrangementer.

Bruken av lipidmerking gjør det mulig å unngå behovet for spesifikke overflateantigener. Dette gjør metoden mer universell, da den kan brukes til å detektere EV-er som frigjøres fra tumorer uavhengig av deres opprinnelse. I praksis anvendes denne metoden for å oppdage KRAS-mutasjoner hos pasienter med PDAC, samt EWS/FLI-1 rearrangement hos pasienter med Ewings sarkom.

En viktig del av denne teknologien er bruken av klik-kjemi for å berike EV-er på Click Beads. Etter at EV-ene er merket med DSPE-PEG 1000-TCO, binder de seg til disse beadene, og i et neste trinn frigjøres de gjennom disulfidklipping i nærvær av et passende reagens. Dette gir et effektivt grunnlag for påfølgende molekylær analyse, inkludert den digitale PCR-metoden som gjør det mulig å kvantifisere og analysere spesifikke genforandringer.

En ytterligere anvendelse av denne metoden har blitt demonstrert i tidligstadie leverkreft (HCC). I denne sammenhengen benyttes en to-trinns arbeidsflyt der spesifikke overflateantigener, som EpCAM, ASGPR1 og CD147, blir målrettet ved hjelp av et antistoff-kombinasjon. EV-er som er beriket gjennom klik-kjemi, blir deretter brukt til å analysere mRNA innholdet ved hjelp av RT-droplet digital PCR. De ti HCC-spesifikke mRNA-markørene gir et kraftig signal som kan skille tidlig HCC fra pasienter med levercirrhose, en tilstand som kan føre til HCC hvis den ikke behandles i tide.

I studien ble også den diagnostiske verdien av denne metoden vurdert. Z-skårer basert på mRNA-signaturer viste høy følsomhet og spesifisitet (94,4 % følsomhet og 88,5 % spesifisitet) i differensieringen av tidlig HCC fra levercirrhose. I motsetning til den nåværende kliniske standarden – som er serum AFP-nivåene – har denne EV-baserte digitale scoringmetoden en betydelig høyere AUROC (0,93 sammenlignet med 0,69 for AFP). Dette demonstrerer metodens potensial som en tidlig deteksjonsteknikk, som kan føre til forbedrede pasientresultater gjennom raskere og mer presis behandling.

Metoden er også relevant for prostata kreft (PCa), hvor den har blitt brukt til å skille mellom lokalisert og metastatisk sykdom. Her benyttes en lignende to-trinns prosess som med HCC, hvor spesifikke overflate markører som EpCAM og PSMA først beriker EV-ene. Deretter analyseres mRNA-innholdet i disse EV-ene for å profilere 11 gener knyttet til prostata kreft. Bruken av en vektet Z-skår metode for å beregne en Met Score, som viser forskjeller i uttrykk av de spesifikke genene, har vist seg svært nyttig i å identifisere metastatisk PCa. Sammenlignet med serum PSA-konsentrasjonen har EV-digital scoring en høyere AUROC (0,88 mot 0,64 for PSA), noe som understreker metodens overlegne diagnostiske evne.

For å oppsummere, gir den digitale scoringassayen for EV-er en lovende vei for tidlig og ikke-invasiv deteksjon av kreftformer og genforandringer. Denne metoden kan være et viktig verktøy både for diagnose og overvåkning av pasienter med ulike typer kreft, som PDAC, HCC, Ewings sarkom og PCa, og kan bidra til bedre kliniske resultater ved å muliggjøre mer presis og tidlig behandling.

Det er viktig å merke seg at slike avanserte teknologier ikke bare handler om den tekniske kapasiteten til å fange og analysere EV-er, men også hvordan de kan integreres i klinisk praksis for å forbedre pasientbehandlingen. En forståelse av de molekylære og genetiske aspektene ved kreftutvikling, sammen med evnen til å oppdage endringer på et tidlig stadium, er avgjørende for å lykkes i kampen mot kreft. Det finnes et kontinuerlig behov for forskning som kan validere disse metodene på tvers av ulike pasientpopulasjoner og krefttyper, samt utvikle mer brukervennlige og tilgjengelige plattformer for klinisk implementering.

Hvordan kan organoider forbedre tidlig diagnose og forståelse av kolorektal kreft?

Kolorektal kreft (CRC) utgjør en av de mest utbredte kreftformene i verden, med en betydelig påvirkning på dødelighet. Tidlig diagnose er avgjørende for å øke overlevelsen, men sykdommens initiale symptomer er ofte diffuse eller fraværende, noe som gjør tidlig oppdagelse utfordrende. Mange tidlige tegn kan forveksles med andre gastrointestinale lidelser som inflammatorisk tarmsykdom, og dermed forblir flere tilfeller uoppdaget til kreften har utviklet seg. De nåværende screeningmetodene, inkludert ikke-invasive tester som fekal immunokjemisk test (FIT) og væskebiopsier basert på sirkulerende tumor-DNA (ctDNA), har begrensninger i sensitivitet og spesifisitet, og kolonoskoper er fortsatt gullstandarden. Likevel viser nyere studier at kolonoskoper kan ha en betydelig andel forbigåtte polypper og adenomer, noe som understreker behovet for mer presise og sensitive diagnostiske verktøy.

En lovende utvikling er bruken av 3D-organoider dyrket fra pasienters egne vev, spesielt de som er utledet fra intestinalt stamcellemateriale. Disse organoidene gjenskaper vevets genotypiske, fenotypiske og funksjonelle egenskaper på en måte som 2D-kulturer eller xenograft-modeller ikke kan. Organiske modeller av tykktarmen tillater en kontrollert observasjon av tidlige neoplastiske endringer, som i levende organismer kan ta måneder eller år å manifestere seg. Spesielt organoider med UVRAG-mutasjoner, en genetisk endring assosiert med økt kreftrisiko, viser tidlige morfologiske avvik og blokkering av normal differensiering. Disse endringene kan påvises langt tidligere enn hva som er mulig med tradisjonell histopatologisk undersøkelse.

Denne typen organoid-modeller gir også mulighet for dyptgående molekylære analyser, som RT-PCR for å kvantifisere uttrykket av stamcellemarkører og differensieringsmarkører. Slike data bekrefter at kreftinitierende mutasjoner allerede tidlig i utviklingen kan føre til en ubalanse mellom celledifferensiering og stamcelleproliferasjon, et kjennetegn ved CRC. I klinisk sammenheng kan denne kunnskapen bidra til å utvikle bedre biomarkører for tidlig diagnose og risikovurdering.

I tillegg til diagnostikk, åpner pasient-spesifikke organoider for muligheten til å teste legemidler in vitro på en måte som kan reflektere pasientens individuelle tumorbiologi. Dette kan føre til mer målrettede behandlinger og identifisering av terapeutiske sårbarheter som ellers ville forbli uoppdaget.

Det er vesentlig å forstå at den tidlige kreftutviklingen ofte foregår «under radaren», med genetiske og epigenetiske endringer som inntreffer lenge før visuelle eller histologiske tegn på svulst. Derfor kan organoider, som bevarer og forsterker disse tidlige mutasjonene gjennom langvarig kultur, fungere som et kraftfullt verktøy for både forskning og klinisk anvendelse. Denne teknologien kan supplere og forbedre dagens screeningsstrategier, spesielt for pasienter med høy risiko eller med uavklarte funn i konvensjonell diagnostikk.

Det er også viktig å merke seg at en rekke subklonale mutasjoner med potensielle onkogent betydning kan finnes i lave frekvenser og dermed gå ubemerket hen i primærvev. Sekvensering av organoider, som er beriket for stamcellepopulasjoner, muliggjør påvisning av slike mutasjoner og kan dermed bidra til mer presis kartlegging av tumorens genetiske landskap. Dette kan ha betydning for tidlig intervensjon og utvikling av nye terapeutiske mål.

Endelig må man ha et langsiktig perspektiv på hvordan denne teknologien kan integreres i klinisk praksis, ikke bare som et diagnostisk verktøy, men også som en plattform for personlig medisin. Sammenfatningsvis illustrerer pasient-avledede organoider et paradigmeskifte i forståelsen og håndteringen av kolorektal kreft, hvor molekylær innsikt, tidlig påvisning og individualisert behandling konvergerer for å forbedre pasientutfall.

Hvordan fungerer bærbar konfokal mikroskopi (PCM) og dens anvendelse for hudbildediagnostikk?

Bærbar konfokal mikroskopi (PCM) benytter en scanningsteknikk kjent som spektralt kodet avbildning, der spektrale komponenter av lys brukes til å kode en romlig koordinat på prøven. I motsetning til tradisjonelle konfokale mikroskoper, som ofte bruker laser og mekaniske scanningsspeil, benytter PCM en rimelig nær-infrarød LED for belysning og diffraksjonsgitter for å skape konfokale bilder. Dette gjør at enheten kan produseres til en betydelig lavere kostnad og med mindre kompleksitet.

I et typisk PCM-system blir lys fra en nær-infrarød LED fokusert på belysningsspalten ved hjelp av et kondensatorobjektiv og et sylindrisk objektiv. Dette lysstreken blir deretter kollimert ved hjelp av et kollimeringsobjektiv og diffraktert av et gitter. Lys fra prøven samles opp gjennom objektivet, og etter første diffraksjon reverseres spredningen av et annet gitter for å fokusere lyset på deteksjonsspalten, uavhengig av belysningsbølgelengden. Etter det blir lyset spredt på nytt av et tredje gitter for å generere todimensjonale konfokale bilder på en CMOS-sensor. Disse bildene kan overføres til en laptop eller annet bærbart datamaskinplattform via en USB-kabel.

En av de mest betydelige fordelene med PCM er fraværet av mekaniske bevegelige deler, som reduserer både størrelsen og kompleksiteten til enheten. PCM er også drevet av et oppladbart batteri, som gir stor mobilitet. Dette designet betyr også at PCM ikke er begrenset av mekaniske skanningshastigheter, noe som kan være et problem i tradisjonelle mikroskoper. I stedet er hastigheten på avbildningen begrenset av CMOS-sensorens hastighet og signal-til-støy-forholdet, som ofte kan være høyere enn 200 bilder per sekund (fps).

For å oppnå en presis og skarp avbildning kreves det en omfattende justeringsprosess for PCM-enheten. Denne prosessen starter med at kameralinse og CMOS-sensor justeres ved hjelp av et båndpassfilter for å oppnå skarpe bilder av objekter på avstand. Etterpå justeres belysningskomponentene for å sikre at lysåpningen er korrekt kolimert. Deretter installeres komponenter som gitter, speil og objektiv i tilpassede 3D-trykte holdere, og deteksjonskomponentene justeres for å optimalisere bildeoppløsningen. Den endelige justeringen skjer når komponentene for lateral og aksial posisjonering er optimalisert for å oppnå det skarpeste og mest detaljerte bildet av objektet.

Når PCM-enheten er justert, kan bildene av hudlesjoner tas. Denne prosessen starter med at et dobbelsidig klebrig ringbånd festes på huden, med åpningen sentrert på den aktuelle lesjonen. En 3D-trykt hudadapter festes til denne ringen, og mineralolje eller et annet gelmiddel med passende brytningsindeks påføres for å forbedre bildekvaliteten ved å fylle opp hudens riller. Deretter plasseres en gjennomsiktig plastskive, laget av fluorert etylen-propylene (FEP), over mineraloljen, og alt festes til ringbåndet for å flate ut hudoverflaten. En indexmatching-gel påføres deretter FEP-skjermen for å sikre god kontakt med objektivet.

Bildene fra PCM-enheten blir deretter sendt i sanntid til en laptop via en USB-kabel. PCM-enheten kan også benyttes i en friflytmodus, hvor den holdes manuelt for å få bilder fra hudlesjoner, men denne metoden gir mindre stabilitet i avbildningen.

PCM-enheter tilbyr flere fordeler for medisinsk bruk, spesielt innen huddiagnostikk. De kan gi rask, høyoppløselig, og detaljert visning av hudlesjoner, noe som kan være avgjørende for tidlig oppdagelse og behandling av hudkreft og andre hudsykdommer. Dessuten er PCM-enhetene relativt billige sammenlignet med tradisjonelle mikroskopiske systemer, som gjør dem tilgjengelige for flere klinikker og forskningsinstitusjoner.

Husk at ved bruk av PCM er det viktig å være oppmerksom på potensielle utfordringer som kan oppstå med bildebehandling, for eksempel justering av lysstyrke og kontrast for å sikre at lesjonene kan visualiseres på best mulige måte. Det er også viktig å sikre at PCM-enheten er ordentlig kalibrert før testing for å oppnå nøyaktige målinger.

Hvordan tilpasning av grunnleggende modeller kan revolusjonere medisinsk bildebehandling

I nyere forskning på medisinsk bildebehandling har det blitt vist at tilpasning av grunnleggende modeller, opprinnelig utviklet for generelle bildebehandlingsoppgaver, kan gi betydelige fordeler sammenlignet med modeller som er trent fra bunnen av. Denne studien fokuserer på å bruke et adapter-system, SAM-Adapter, til å forbedre deteksjon og segmentering av tumorceller i histopatologiske bilder, spesielt i kreftforskning relatert til tykktarmskreft (CRC). Resultatene våre demonstrerer at tilpasning av modeller som SAM gir en mer presis og effektiv løsning enn tradisjonelle metoder som UNet++ og MSA.

Ved å bruke et adapter-system som passer spesifikke oppgaver, kan SAM-Adapter-modellen oppnå bemerkelsesverdig nøyaktighet i segmenteringen, med en IoU på 0,62 og en Diceinst på 0,76. Disse resultatene er ikke bare bedre enn tidligere metoder, men de viser også potensialet i å anvende generelle modeller til spesifikke medisinske oppgaver. Den fremtidige utviklingen innen medisinsk bildebehandling vil derfor kreve at vi fokuserer på hvordan man kan tilpasse allerede etablerte modeller til våre spesifikke behov, i stedet for å utvikle nye modeller fra bunnen av.

Ved å bruke høyfrekvente komponenter i bildebehandling, kan vi forsterke de nødvendige detaljene som er avgjørende for å skille mellom forskjellige typer vev og celler. Denne teknikken benytter en Fourier-transformasjon (FFT) for å konvertere bildet til frekvensrommet, hvor lavfrekvente komponenter kan fjernes, og de høyfrekvente komponentene som inneholder detaljer om celledeling og tumorstruktur blir fremhevet. Etter å ha brukt en høy-pass filter og deretter invertert transformasjonen med iFFT, kan vi rekonstruere bildet og fremheve de kritiske detaljene som er nødvendige for nøyaktig segmentering av tumorceller.

Vår metode har vist seg å være effektiv i å identifisere de fleste tumorområdene (TB) i histopatologiske bilder med høy oppløsning, spesielt i 512x512 bildestørrelse. Figurene som er presentert i studien, viser tydelig hvordan modellen nøyaktig kan segmentere tumorer, selv om det er utfordringer i tilfeller hvor tumorcellene ikke er tett gruppert. I slike tilfeller kan modellen feiltolke store tumorer som flere separate små områder, eller den kan bare oppdage deler av et tumorområde.

Det er viktig å merke seg at utfordringene med annotering i histopatologiske bilder ikke kan undervurderes. Variabilitet mellom lesere i manuell annotering kan føre til inkonsistenser som modellen må håndtere. For eksempel kan vårt system noen ganger feilaktig identifisere grupper av tumorceller som ikke følger det klassiske mønsteret, som for eksempel PDC-er (tumorceller som ikke har kjennetegn ved glandulær struktur). Dette skyldes hovedsakelig variasjonen i hvordan tumorer og deres celler er merket av forskjellige patologer. Dette kan også føre til at modellen segmenterer noen områder feilaktig, eller ikke i det hele tatt, spesielt når tumorcellene er spredt og ikke tett sammenkoblede.

Den potensielle løsningen på dette problemet er å utvikle et semi-automatisert system som kombinerer modellen med patologenes erfaring. Denne tilnærmingen er allerede brukt med suksess i datavisjon, der menneskelig inngripen forbedrer kvaliteten på etikettering og bidrar til bedre treningsdata for maskinlæringsmodeller. Vi tror at en slik integrasjon kan bidra til å bygge et mer robust system som gir pålitelige resultater på tvers av ulike datasett og patologiske bildevariasjoner.

En annen viktig faktor å vurdere er den potensielle effekten denne teknologien kan ha på praksis i kliniske miljøer. Manuell annotering av tumorområder er en tidkrevende prosess som er utsatt for observerbar variasjon. Ved å automatisere denne prosessen kan vi ikke bare redusere den kognitive belastningen på patologer, men også sikre mer konsekvente resultater. Dette kan igjen føre til bedre pasientbehandling, ved at diagnostikken blir mer presis og mindre utsatt for menneskelige feil.

Samtidig må det understrekes at det er nødvendige videreutviklinger som kan forbedre systemets pålitelighet. For å øke modellens diskriminerende evner og redusere feiltolkningene av tumorstrukturer, bør vi inkludere flere morfologiske parametere og større, mer mangfoldige treningssett. En bedre forståelse av hvordan tumorer utvikler seg og sprer seg, vil også kunne gi nyttige innsikter, og det er mulig at AI kan spille en avgjørende rolle i å forutsi tumorprogresjon og metastase på et mikroskopisk nivå.

Videre bør vi fokusere på hvordan vi kan implementere disse AI-modellene i semi-automatiserte annoteringspipelines som involverer patologer, slik at modellen kan forbedres i sanntid og brukes til å generere nøyaktige etiketter på tvers av ulike kliniske miljøer. Denne tilnærmingen vil muliggjøre en dypere utforskning av AI-teknologiens rolle i andre komplekse patologiske vurderinger, og vi kan dermed utvide bruken av digitale verktøy innen for eksempel onkologisk bildebehandling, som kan ha stor betydning for kreftdiagnostikk og behandling på global skala.

Hvordan utviklingen av Exo-PROS biosensorer kan revolusjonere tidlig kreftdiagnostikk

Exo-PROS biosensoren representerer et spennende gjennombrudd i deteksjon av eksosomale biomarkører, spesielt innenfor kreftdiagnostikk. Denne teknologien muliggjør samtidig påvisning av både proteiner og mikro-RNA fra eksosomer i blodprøver, noe som kan drastisk øke presisjonen i tidlig deteksjon av kreft. Eksosomer, som er små vesikler utskilt av celler, bærer biomarkører som kan indikere tilstedeværelsen av sykdommer som kreft. Tidligere har sensorteknologier vært begrenset til å detektere kun én type biomarkør om gangen, enten protein eller RNA, men nyere studier har vist at en kombinasjon av disse biomarkørene kan øke både sensitiviteten og spesifisiteten ved kreftdiagnostikk.

Exo-PROS biosensoren benytter seg av to avanserte deteksjonsmekanismer: overflate plasmon resonans (SPR) for påvisning av TEX-proteiner og overflate plasmon-forsterket fluorescens spektroskopi (SPEFS) for deteksjon av mikro-RNA. Disse mekanismene kombineres for å fange opp biomarkører fra eksosomene i en rask, pålitelig og kostnadseffektiv prosess.

Prosedyrens enkelhet og hastighet gjør Exo-PROS biosensoren spesielt egnet for klinisk bruk. For eksempel krever testene kun 10 μL serum og kan utføres på mindre enn fire timer. Dette gjør teknologien både tidseffektiv og økonomisk, noe som er avgjørende for å sikre utbredt bruk i kliniske omgivelser. Prosedyren krever minimalt med utstyr – en pipette er det eneste verktøyet som trengs for å gjennomføre analysen, og resultatene er svært nøyaktige, med en koeffisient for variasjon på mindre enn 10%.

Under deteksjonen av TEX-proteiner påføres en 2 nm tynn Ti-lag, etterfulgt av en 49 nm Au-film på en glassplate for å lage et biochip. Dette chipen er belagt med et blandingslag av PEG200-SH og biotin-PEG1000-SH, og deretter følger en påføring av biotinylerte antistoffer som er rettet mot tumorproteiner. Når eksosomer bindes til disse antistoffene, fører det til en lokal endring i den optiske egenskapen til overflaten, som kan påvises ved hjelp av SPR.

I neste trinn benyttes molekylbeacons (MBs), spesialiserte oligonukleotidsonder, for å detektere mikro-RNA i eksosomene. MBs hybridiserer med målmikro-RNA, og denne prosessen genererer fluorescenssignaler som forsterkes med omtrent 100 ganger ved hjelp av SPR-systemet. De resulterende signalene kan deretter detekteres med en avalanche photodetector (APD).

Denne teknologien har vist seg å være svært effektiv i kliniske studier. I tilfelle av lungekreft, for eksempel, ble TEX-proteinene EGFR og LG3BP kombinert med mikro-RNAene miR-21 og miR-210 som biomarkører, og resultatene viste en diagnostisk nøyaktighet på 99 % i et utvalg på 60 pasienter. I brystkreftstudier var nøyaktigheten 96 % når biomarkørene ANXA8 og miR-342 ble brukt.

Exo-PROS biosensoren åpner dermed for en mer nøyaktig, rask og økonomisk tilgjengelig diagnose av kreft i tidlige stadier. Den har potensial til å bli et uvurderlig verktøy for onkologer, da den gjør det mulig å diagnostisere kreft raskt og med høy nøyaktighet, og den kan lett implementeres i eksisterende kliniske systemer.

I tillegg til dens potensial som diagnostisk verktøy, kan utviklingen av biosensorer som Exo-PROS også fremme presisjonsmedisin ved å muliggjøre bedre overvåking av pasientens respons på behandling. Med en økt forståelse for hvordan biomarkører i eksosomer endres over tid kan man få dypere innsikt i sykdomsutviklingen, noe som kan være avgjørende for å tilpasse behandlingsstrategier på et individuelt nivå.

Endtext

Er faktorene i aksjemarkedsmodellene virkelig årsakssammenhenger eller bare tilfeldige assosiasjoner?
Hvordan studentbevegelser kan påvirke samfunnsutviklingen og utdanningens fremtid
Hvordan analysere gjennomsnittlig deteksjonsforsinkelse i distribuerte endringsdeteksjonssystemer
Hvordan beregne og dimensjonere sikkerhetsventiler i forskjellige trykk- og brannforhold
Hvordan Flavonoider Påvirker Nevrodegenerative Sykdommer