MALDI-MS және машиналық оқыту әдістері арқылы мұрын жағындыларында SARS-CoV-2 анықтау

AP19578688

Жобаның мақсаты: уақыт аралық масс-спектрометрия және машиналық оқыту әдістерін қолдана отырып, мұрын жағындысынан алынған материалда SARS-CoV-2 вирусын анықтаудың жедел әдісін бағалау.

Өзектілігі.

2019 жылы пайда болған коронавирустық инфекция адамзат үшін және әсіресе денсаулық сақтау жүйесі үшін сынақ болды. Эпидемия диагностикалық процесті ұйымдастырудағы көптеген кемшіліктерді анықтады, бұл Қазақстан Республикасының ең көп сырқаттанушылық кезеңінде зертханалық қызметінің коллапсына әкелді. Биоматериалда вирустық РНҚ-ны анықтау үшін кері транскрипциялық ПТР (RT-ПТР) әдісі қолданылады. RT-ПТР сынақтары арқылы SARS-CoV-2 анықтау жоғары дәлдіктегі әдіс болып табылады, бірақ бұл диагностикалық әдісті қолдану көп қаржылық пен уақытшығынын қажет етеді.

Біздің зерттеу тобымыз матрицалық лазерлік десорбция / иондаушы массспектрометрия (MALDI-MS) және машиналық оқытуды талдау арқылы мұрын жағындыларында SARS-CoV-2 анықтау әдісін бағалауды ұсынады. Бұл тәсілдемеде клиникалық зертханаларда күнделікті қолданылатын жабдықтар мен дағдылар қолданылады. Биоматериал алдын ала сынама дайындауды және қымбат реагенттерді қажет етпейді. Осылайша, мұрын жағындысынан алынған материалда SARS-CoV-2 анықтаудың ұсынылған әдісі RT-ПТР-ге қарағанда қол жетімді және аз уақытты қажет ететін әдіс болады

Күтілетін нәтижелер:

Ғылыми зерттеу қорытындылары бойынша біз қолданымдағы әдістемелерді бағаладық, сондай-ақ мұрын жағындыларынан алынған биоматериалда SARS-CoV-2 детекциясының экспресс әдістемесін жасап шығардық. COVID-19 диагностикасының жаңа тәсілдемесі диагностикалық талдау уақытын қысқарту, ауыр жағдайларды уақытылы емдеу, ауруханаға жатқызу уақытын қысқарту, сәйкесінше емдеу шығындарын азайтудан тұратын әлеуметтік-экономикалық әсерге ие. Зерттеу жұмыстарын жүзеге асыру өлімжітім деңгейін төмендетуге, өмір сүру ұзақтығын арттыруға ықпал етеді

  1. Кадырова И.А. - «Медицина» мамандығы бойынша PhD, клиникалық-зертханалық диагностика дәрігері, «ҚМУ» КЕАҚ ғылыми-зерттеу зертханасының аға ғылыми қызметкері. h-индексі - 5, ORCID ID 0000-0001-7173-3138.
  2. Бабенко Д.Б. - «Медицина» мамандығы бойынша PhD, молекулярлық-генетикалық зерттеу әдістері, биоинформатика, статистикалық талдау және машиналық оқыту әдістері бойынша маман. h-индексі – 5 (Scopus); 2 (Web of Knowledge). Scopus авторының идентификаторы: 55935641200 SPIN-коды: 3567-2768, ResearcherID P-8052-2017, ORCID 0000-0003-2280-2146.
  3. Егоров Сергей - «Иммунология» мамандығы бойынша PhD (Торонто Университеті). Жобада иммунологиялық әдістер бойынша және иммунопатогенезді интерпретациялау бойынша кеңесші рөлін атқарады. h-индексі – 17, ORCID ID 0000-0002-7136-7921.
  4. Лавриненко А.В. - «Медицина» мамандығы бойынша магистр, 3 оқу жылының докторанты, «ҚМУ» КЕАҚ ғылыми-зерттеу зертханасының меңгерушісі. h-индексі - 1, ORCID 0000-0001-9436-8778.
  5. Колесниченко С.И. - «ҚМУ» КЕАҚ ғылыми-зерттеу зертханасының кіші ғылыми қызметкері. ORCID 0000-0003-3515-8900
  6. Ступина Е.А. - Қарағанды қ. облыстық клиникалық ауруханасының тамшылы және нейроинфекция бөлімшесінің меңгерушісі, инфекционист-дәрігері.
  7. Султанбекова А. А. - отоларинголог-дәрігер, PhD докторант. .

Жоба толығымен жүзеге асырылды.

Зерттеу тобы Оңтүстік Америка мен Қазақстанның біріктірілген ақпараттарына негізделген in silico машиналық оқыту алгоритмінің өнімділігін бағалады, сондай-ақ SARS-CoV-2-ден үлгілерді ажырату мақсатында өздерінің ML модельдерін үйретті. SVMR және DT модельдері ROCAUC-тың сәйкесінше 0,983 және 0,972 көрсеткіштерінен асып түсетін жоғары өнімділікті көрсетті. SVM-R әсіресе Қазақстан үлгілерін ажыратуда тиімді, ол SARS-CoV-2+ үшін 88,0%, NCARI үшін 95,0% және AC үшін 78,0% дәлдікке жетеді. MALDI MS-тің әртүрлі ЖРИ-ды анықтауда инновациялық- диагностикалық құрал ретіндегі потенциялын анықтау, сонымен қатар эпидемиологиялық жағдайдың ауыспалы болуын ескере отырып, клиникалық тәжірибеге енгізу алдында MS/ML әдісін қосымша оңтайландыру қажеттілігі атап өтілді.

Зерттеу нәтижелерін қолдану салаларына жатады: жұқпалы аурулар, клиникалық микробиология, зертханалық диагностика..

Жоба аясындағы ғылыми жарияланымдар:
    2021 жыл:
  1. 1. Lavrinenko A., Kolesnichenko S., Turmukhambetova A., Kadyrova I. Respiratory pathogens co-infection in patients with COVID-19 pneumonia in Kazakhstan//Microbiology society. Annual conference online 2021. Poster abstract book 26–30 April 2021, Р 282.
    2. 2022 ыжл:
  2. 2. Kadyrova I, Yegorov S, Negmetzhanov B, Kolesnikova Y, Kolesnichenko S, Korshukov I, et al. (2022) High SARS-CoV-2 seroprevalence in Karaganda, Kazakhstan before the launch of COVID-19 vaccination. PLoS ONE 17(7): e0272008. https://doi.org/10.1371/journal. pone.0272008 (Scopus -87 процентиль, Q1).
  3. 3. Kadyrova I.A., Sultanbekova A.A., Barkhanskaya V.I., Kolesnichenko S.I., Kolesnikova E.А., Lavrynenko А.V., Korshukov I.V., Bekov Ye.K., Yegorov S.V., Babenko D.B. Application of MALDI MS mass spectrometry for the detection of SARS-CoV-2 in nasopharyngeal swabs//Systematic review Science & Healthcare, 2022. (Vol. 24) 5, Р. 36-44. (КОКСОН).
  4. 4. I. Kadyrova, S. Kolesnichenko, Ye. Kolesnikova, I. Korshukov, V. Barkhanskaya, A. Sultanbekova, D. Babenko SARS-COV-2 Detection in MALDI-TOF Mass Spectra by Machine Learning/ Int'l Conference on Mathematical Modeling in Physical Sciences September 5-8, 2022 Virtual, on-line Conference
  5. 5. S.I. Kolesnichenko, I.A. Kadyrova, I.V. Korshukov, Ye.A. Kolesnikova, V.I. Barkhanskaya, D.B. Babenko SARS-COV-2 DETECTION USING MALDI-TOF AND MACHINE LEARNING APPROACH// IX International Conference of Young Scientists: Virologists, Biotechnologists, Biophysicists, Molecular Biologists and Bioinformaticians within the framework of the OPENBIO Open Communications Platform.
    6. 2023 жыл:
  6. 6. Yegorov S., Kadyrova I. et al «Application of MALDI MS and Machine Learning to Detection of SARS-CoV-2 and non-SARS-CoV-2 Respiratory Infections» находится на рецензировании в журнале PLOS One, опубликован препринт https://doi.org/10.1101/2023.08.31.23294891
  7. 7. А.А. Султанбекова, И.А. Кадырова, Д.Б. Бабенко. Maldi-Tof масс-спектрометрия және машиналық оқыту әдістерін қолдану арқылы sars-cov-2 вирусын диагностикалаудың экспресс әдісін бағалау// Фармакология Казахстана, 2023, № 1, С. 262-276
  8. 8. А.А. Султанбекова. Опыт применения время пролетной масс-спектрометрии (MALDI-TOF) для детекции вирусных патогенов, в частности короновируса. Систематический обзор Фармакология Казахстана, 2023, № 4, С. 97-106.
  9. 9. Kadyrova, I., Kolesnichenko, S., Korshukov, I., Kolesnikova, Y., Barkhanskaya, V., Lavrinenko, A., Babenko, D. (2023). SG-APSIC1053: Detection of SARS-COV-2 in nasopharyngeal swags with MALDI-TOF MS and machine learning. Antimicrobial Stewardship & Healthcare Epidemiology, 3(S1), S2-S3. doi:10.1017/ash.2023.9
  10. 10. Dmitriy Babenko et al Application of MALDI MS to Differentiate SARSCoV-2 and Non-SARS-CoV-2 Symptomatic Infections in the Early and Late Phases of the Pandemic// Conference Proceedings, Zurich Switzerland July 24-25, 2023.

    11. Енгізу актілері және авторлық құқықпен қорғалатын объектілерге құқықтардың мемлекеттік тізіліміне мәліметтердің енгізілуін растайтын куәлік.

    Кадырова И, Колесниченко С, Коршуков И, Барханская В, Султанбекова А, Колесникова Е, Бабенко Д. Авторлық құқықпен қорғалатын объектілерге құқықтардың мемлекеттік тізіліміне мәліметтердің енгізілуін растайтын куәлік № 24868 2022 жыллдың «7» сәуір айынан MALDI-MS және машиналық оқыту әдістері арқылы мұрын жағындысынан алынған материалда SARS-CoV-2 вирусын анықтаудың жедел әдісін әзірлеу

    «Уақыт аралық масс-спектрометрия және машиналық оқыту әдістерін қолдана отырып, мұрын жағындысынан алынған материалда SARS-CoV-2 вирусын анықтаудың жедел әдісі» ғылыми-зерттеу жұмысының нәтижелерін ғылыми-зерттеу зертханасының әдістемелерінің тізбесіне және Қарағанды медицина университеті КЕАҚ клиникасының клиникалық практикасына енгізудің екі актісі