Abstract
Nylig, vev-baserte metoder for proteomikk analyse har blitt brukt i klinisk forskning og vises pålitelig for fordøyelsen, hjerne, lymfomatøs og lungekreft klassifisering. Men enkle, vev-baserte metoder som par signal analyse på vev avbildning er tidkrevende. For å vurdere påliteligheten av en metode som omfatter hurtig vev fremstilling og analyse for å diskriminere kreft fra ikke-cancervev, testet vi 141 lungekreft /ikke-tumor parene og 8 unike lungekreftprøver blant de lagrede frosne prøver av 138 pasienter operert på under 2012 .
Prøver ble knust i vann, og 1,5 ul ble prikket inn en stål mål for analyse med Micro LT analysator (Bruker Daltonics). Spektra ble analysert ved hjelp av ClinProTools programvare. Et sett av prøver ble anvendt for å generere et tilfeldig klassifiseringsmodell på grunnlag av en liste over diskriminantfunksjoner topper sortert med
k
-nearest nabo genetiske algoritme. Resten av prøvene (n = 43 kreft og n = 41 ikke-tumoral) ble anvendt for å bekrefte klassifisering evne og beregne de diagnostiske ytelsesindekser i forhold til histologisk diagnose. Analysen fant 53 m /z gyldige topper, 40 av disse var signifikant forskjellig mellom kreft og ikke-tumorprøver. Den valgte genetisk algoritme modell identifisert 20 mulige topper fra treningssettet og hadde 98,81% anerkjennelse evne og 89,17% positiv prediktiv verdi. I blindet settet, denne metoden nøyaktig diskriminert de to klassene med en sensitivitet på 86,7% og en spesifisitet på 95,1% for kreftvevet og en sensitivitet på 87,8% og en spesifisitet på 95,3% for de ikke-tumorvev. Den andre modellen genereres å diskriminere primær lungekreft fra metastaser var av lavere kvalitet.
Påliteligheten av MALDI-TOF analyse kombinert med en veldig enkel lunge forberedelse prosedyre synes lovende og bør testes i operasjonsstuen på ferske prøver kombinert med patologisk undersøkelse
Citation. BREGEON F, Brioude G, de Dominicis F, Atieh T, D’journo XB, Flaudrops C, et al. (2014) MALDI-TOF massespektrometri for rask diagnose av Kreft lunge knuter. PLoS ONE 9 (5): e97511. doi: 10,1371 /journal.pone.0097511
Redaktør: Arun Sreekumar, Baylor College of Medicine, USA
mottatt: 21 november 2013; Godkjent: 16 april 2014; Publisert: May 15, 2014
Copyright: © 2014 BREGEON et al. Dette er en åpen-tilgang artikkelen distribueres under betingelsene i Creative Commons Attribution License, som tillater ubegrenset bruk, distribusjon og reproduksjon i ethvert medium, forutsatt den opprinnelige forfatteren og kilden krediteres
Finansiering:. Et stipend fra URMITE ble gitt. Finansiører hadde ingen rolle i studiedesign, datainnsamling og analyse, beslutning om å publisere, eller utarbeidelse av manuskriptet
Konkurrerende interesser:.. Forfatterne har erklært at ingen konkurrerende interesser eksisterer
Innledning
kirurgi er ofte nøkkelelement i behandling av tumormasser, men det er vanskelig å bestemme en eksakt etiologisk diagnose før operasjonen ofte fører til operasjoner som utføres uten forutgående kunnskap om nettopp om begrenset eller utvidet reseksjon er nødvendig, spesielt når lesjonen er mindre enn 5 mm i diameter. I noen tilfeller, for eksempel hjernesvulster, spørsmålet om reseksjon margin øker vanskeligheten av vedtaket, og kirurger må balansere maksimere reseksjon av svulsten og minimere potensialet for funksjonell underskudd i å bevare kritisk vev [1]. I andre tilfeller, som for eksempel akutt kirurgi, kan en masse av ukjent opprinnelse bli avslørt uventet, og dermed heve spørsmålet om svulsten er av kreft opprinnelse og krever omfattende reseksjon. Sanntids bekreftelse metoder er derfor nødvendig for å veilede kirurgen i vev reseksjon og for å optimalisere behandlingen [2]. Bekreftelse avhengig vanligvis på intraoperativ patologisk undersøkelse av frosne seksjoner som kan gi informasjon innen en time. I kreft kirurgi lunge, frosne delen diagnose påvirker direkte kirurgisk beslutnings [3]: når malignitet er identifisert på en frossen seksjon etter en kile reseksjon, er kirurgisk fjerning av lobektomi eller pneumonectomy vanligvis utføres, som anbefalt av American College of Chest Physicians [ ,,,0],4]. Fordi frosne delen analyse er vanligvis begrenset og innebærer ingen celle merking eller flekker, kan det gi falske positive og falske negative. Det har vært knyttet til mer enn 7% uharmoniske eller tvilsomme resultater i noen studier [3], [5] og opp til en 42% feilklassifiseringer hastighet i sikkerhetsmargin vurdering i visse lungekreft studier [6]. I fravær av komplementære metoder for vev analyse i operasjonsstuen, har avgjørende tiltak for å bli tatt før sikker diagnose. Til slutt, avhengig sikker diagnose på standard histopatologiske basert på cytologiske /kjerner abnormiteter og er vanligvis supplert med analyse av endringer i genom og transcriptomics.
Proteomics blir brukt til å studere stort spekter av genom-kodede proteiner tilstede ved en gitt tidspunkt [7]. Selv om den første bruk av massespektrometri i cancerous sykdom var på 2000-tallet [8], er denne tilnærmingen komplisert, krever tidkrevende vev eller prøve condition. Målrette identifisering av spesifikke biomarkører for kreft har ført til skuffende resultater. Nylig har matrix-assistert laser desorpsjon ionisering time-of-flight massespektrometri (MALDI-TOF MS) blitt brukt på cryosectioned prøver av tumorvevet; de resulterende spektra ble kombinert med histologisk mikro-avbildning av den samme delen for å klassifisere svulster med akseptabel nøyaktighet [9]. Denne metoden for MALDI-avbildning har fordelen av å være konservativ, men ville kreve ekspertanalyser og forsinket tolkning som er uforenlig med de raske svarene som trengs av kirurgen og med evnen til å bruke metoden i en operasjonsstue. I motsetning til dette kan hurtig og rask proteom- spektra oppnås fra MALDI-TOF MS-analyse av komplekse samples med minimal forbehandling, og har vist seg denne metode for å aktivere art klassifisering av hele komplekse organismer inklusive flått [10]. Den gjør det også bakterier identifikasjon i komplekse medier, for eksempel blod [11] og urin [12] uten koloni kultur.
hypoteser at rask MALDI-TOF MS analyse av en rå knust vevsprøve kan være informative, målet av den foreliggende pilot studien var å vurdere påliteligheten av MALDI-TOF MS for å hurtig klassifisere en vevsprøve rå lunge av ukjent opprinnelse som kreft eller ikke-kreftceller ved anvendelse av en minimal prøvevolum og en enkel fremstillingsmetode som kan utføres i operasjonssalen .
Materialer og metoder
Studiedesign
Alle prøvene ble samlet inn fra lunge kirurgiske prøver fra pasienter som gjennomgår thorax kirurgi for kreft (AP-HM, Hôpital Nord, Marseille) mellom januar 2012 og desember 2012. Skriftlig samtykke ble innhentet fra alle pasienter. Protokollen ble godkjent av National Ethics Committee «Comité d’Ethique de la Recherche Clinique en Chirurgie Thoracique et Cardio-Vasculaire (CERC-CTCV) (referansenummer: CERC-SFCTCV-2012-1-31-11-35-32- DeFl).
Prøvetaking
i løpet av den kirurgiske prosedyren og umiddelbart etter lunge reseksjon, biopsier tatt fra resected eksemplarer av ikke-tumor (non-tumor) og tumor deler (kreft) av lungene. Prøvetakingen ble utført uten at det går utover den diagnostiske kvaliteten av stykket utpekt for histologisk analyse og aldri kreves mer vev reseksjon enn det som er nødvendig for den terapeutiske behandlingen av pasienten. Når tumormassen var tilsynelatende små i størrelse, hele tumoral stykket var dedikert til histologisk undersøkelse,. dermed ble det bare svulst resections på mer enn 1 cm inkludert i studien i disse tilfellene ble en vevsprøve reservert for studien, hurtigfrosset og lagret ved -80 ° C for videre MALDI-TOF MS-analyse. Når det var nok materiale, ble det oppdelt i to sett av prøver som ble vurdert hver for seg. Uavhengig ble hovedtumorprøve sendt til patologisk undersøkelse, og pasientene ble tildelt en TNM postsurgical scenen poengsum i henhold til den internasjonale lungekreft iscenesettelse system. Ifølge standarden WHO kriterier [13], ble kreftformer klassifisert histologisk inn adenokarsinom, plateepitelkreft, udifferensiert karsinom, karsinoid karsinom, lymfom og sarkom.
Fra hele eksempelliste, 2/3 var tilfeldig tildelt en referanse-treningssett (referanse), noe som utgjorde en database med en lik andel av ikke-tumor og kreft prøver. Den siste tredjedelen og alle prøvene fra atypiske og /eller ekstremt sjeldne kreftformer ble brukt til å designe en blindet gruppe (Blindet). Kreft og ikke-tumorprøver fra samme pasient ble fordelt tilfeldig i enten Reference eller Blindet bassenget.
Klargjøring av prøver for massespektrometri
På tidspunktet for analysen, hver frossen prøve ble tint ved værelses luft i ca. 15 min., og kuttet med en steril skalpell. Ved hjelp av en laboratorie-mikrovekten (CPA 224S, Sartorius Stedim Aubagne, Frankrike), 0,1 g (0,1 ± 0,008 g) ble plassert i et 10 ml sterilt glassrør tilsettes med 0,9 ml sterilt vann for å oppnå 10% fortynning. Når tilstrekkelig mengde av vev var tilgjengelig, ble en andre del behandles for å utføre tester i duplikat. Vevet ble homogenisert i vann ved hjelp av IKA ULTRA-Turra X T25 (IKA-Werke GmbH ion kilde 1 (IS1) Spenning: 20 kV; ion kilde 2 (IS2) Spenning: 16.65 kV, linsen spenning: 7,20 kV, masse utvalg: 2 kDa til 20 kDa ). Hver spekteret ble oppnådd etter 6 × 40 skudd (240 skudd) i automatisk modus på en variabel laser makt, og oppkjøpet tiden varierte fra 60-120 sekunder per spot. Alle signaler med oppløsning ≥ 400 ble ervervet automatisk ved hjelp AutoXecute oppkjøpet kontroll i Flexcontrol programvareversjon 3.0. Den spektra av de 4 stedene for hver vev blanding ble importert til BioTyper-RTC versjon 3.0 software (Bruker Daltonik GmbH).
Statistisk analyse
ClinProTools v2.2 programvaren bruker data generert fra spektra inkludert spektra forbehandling, peak plukking, og peak beregning drift. Toppen definisjon, normalisering av området til den totale ion tellesluttpunkt nivå og massen rekalibrering (maksimal toppforskyvning av 1000 ppm) ble tatt i betraktning, og den type modus ved hjelp av t-test p-verdi fra Wilcoxon /Kruskal-Wallis test ble brukt.
Forskjeller i klassene analysert ble vurdert på grunnlag av en diskriminant topp identifikasjon listen. For å lage en liste over diskriminantfunksjoner topper, brukte vi
k
-nearest nabo genetisk algoritme (GA) implementert i denne programvaren. Denne algoritmen er basert på sannsynlighetsanslag for klassifisering.
Vi først søkte etter en modell i stand til riktig diskriminere de 2 klassene, kreft og ikke-tumor, og andre for en modell i stand til riktig diskriminere Primær lungekreft og metastase . For å finne den mest diskriminant modellen, ble GA trent med referansebasseng og intern validering ble behandlet (10-fold kryssvalidering). Utførelsen av modellen ble evaluert av anerkjennelse evne (RC) og positiv prediktiv verdi (PPV): RC = TP /n der TP er antall sanne positive (riktig klassifisert) i et datasett, n er antall prøver i datasettet, og PPV = TP /(TP + FP) hvor FP er antall falske positiver (misclassified).
i et andre trinn, ble spektrene fra anonymiserte prøver som brukes til å verifisere klassifisering evnen av den genererte modell. Den effektive Sensitivitet, spesifisitet og nøyaktighet av en modell ble beregnet ut fra de oppnådde resultatene for de anonymiserte prøver versus referansen histologisk diagnose som Gold standard ved hjelp av standard formler (Sensitivitet = TP /TP + FN; spesifisitet = TN /TN + FP; Nøyaktighet = TP + TN /n).
For første og det andre trinnet, duplikat materialet ble testet etter den beste plass GA-modellen ble valgt
Resultater
For klassifisering av kreft og ikke-tumor enheter, ble 290 prøver analysert tilsvarende 138 pasienter. Fra dette kullet var det 141 Kreft /Non-tumor parene og 8 unike Kreft stykker. Av de 290 reseksjon stykker, 225 ga nok materiell til å utføre duplikat analyse. Når det gjelder de 149 kreft stykker, den definitive svulst klassifiseringen var primær lungekreft i 132 prøver (83 adenokarsinom, 34 plateepitelkarsinom, 5 udifferensiert karsinom, 5 karsinoider, en småcellet karsinom, 2 lymfom og to sarkom), og 17 var metastaser.
representant spektra fra en primær lungekreft (SCLC) prøve, en metastase og en ikke-tumorprøve er vist i Figur 1. totalt 53 m /z topper generert fra kreft og ikke-tumorprøver fra hele kohorten ble ansett gyldig, med 40 av dem er signifikant forskjellig mellom begge klasser (p 0,001); disse toppene er rapportert i figur 2. Når det gjelder primær lungekreft, metastaser og ikke-tumorunderklasser, ble totalt 53 topper identifisert, og 49 av dem er signifikant forskjellig (p 0,001). Disse toppene er rapportert i figur 3.
top: Representant spektra av hver underklasse: Ikke-tumor, Primær og metastasering. bunn. Gel bilder i gråtoner fra de samme prøvene som ovenfor
Piler viser masseverdier for de 20 toppene valgt av Kreft versus ikke-tumor GA. Toppene # 3370,75, 3442.75, 4963.85, 7004.95, 7487.13, 7567.21, 8454.18, 8563.21, og 9952,85 var oppregulert i Kreft sett, mens de andre var oppregulert i Non-tumor sett.
piler viser masseverdier for de 15 kresne topper valgt av Primær kreft versus metastaser GA modell. Toppene 2136.75, 2829.90, 5291.86, 6175.21, 6551.37, 6748.52, 8181.01, 10092.47 og 12685.50 var oppregulert i Primær Cancer sett, mens de andre var oppregulert i metastaser sett.
Statistiske data analyse og Kreft versus ikke-tumor GA klassifiseringsmodell
For å skille kreft fra ikke-tumorprøver, når parameter KNN = 3, MNG = 1000, og Max Peaks = 250, GA-modellen passer var RC = 98,81%, PPV = 89,17% (tabell 1) med 20 potensielle topper (m /z: 8084.06, 4963.85, 12299.3, 12691.52, 7993.95, 7004.95, 2580.85, 9952.85, 8454.18, 6226.69, 2997.68, 9743.9, 8563.21, 15976.65, 11311.27 , 15867,19, 7487,13, 7567,21, 3370,75, 3442,75). Analyse av spektra fra Blindet settet (n = 43 Kreft og n = 41 Ikke-tumor) nøyaktig diskriminert de to klassene med en sensitivitet på 86,7% og en spesifisitet på 95,1% for Kreft klasse og en sensitivitet på 87,8% og en spesifisitet på 95,3% for ikke-svulst klasse
Når stede, ble duplikater av denne Blindet satt også testet:.. i alle sakene de fikk samme tildeling klasse som den første prøven
Primær lungekreft versus metastaser GA modell
for å diskriminere Primær lungekreft fra metastaser, med parameter KNN = 3, MNG = 1000 og Max topper = 250, GA-modellen passer var RC = 100%, PPV = 90,24% med 15 potensielle topper (2136,75, 2829,90, 3485,98, 5291,86, 6175,21, 65551,37, 6748,52, 8181,01, 10092,47, 12685,50, 13767,60, 14000,93, 15220,44, 15861,39, 15976,64). Analyse av spektrene fra blindet settet (n = 48, 40 Primær og 8 metastase) nøyaktig diskriminert de to underklasser med en sensitivitet på 67,5% og spesifisitet på 75% for den primære underklasse, og en sensitivitet på 50% og en spesifisitet 70% for den metastase underklassen. Nøyaktigheten var henholdsvis 68,75% og 66,7%.
Diskusjoner
På grunn av dens mulige innvirkning på pasienten kirurgisk behandling, er den raske analyse av en vevsprøve av særlig betydning når en pasient med en mistenkt masse drives på, spesielt når svulsten opprinnelse er ukjent eller når innholdet av sikkerhetsmarginene er avhørt. I denne pilotstudien, ved hjelp av en enkel forberedelse metode og algoritmen for prøve klassifisering implementert i MALDI-TOF analyse programvare, fikk vi akseptabel diagnostisk ytelse til riktig klassifisere en lunge prøve som kreft eller ikke-kreft. Selv om begrenset, slik informasjon kan være til stor hjelp for å fullføre frosne delen patologisk diagnostikk når en hurtig svar er nødvendig.
Lungekreft er den ledende årsak til kreft-relaterte dødelighet og den hyppigst diagnostisert kreft over hele verden, med ca. 1,35 millioner nye tilfeller hvert år, hvorav 30 000 er i Frankrike. Mer enn 80% av lungekreft er ikke-småcellet lungekreft (NSCLC), hvor kirurgisk reseksjon fortsatt den mest konsekvente og vellykket alternativ for å oppnå en herding. Noen ganger, er en lunge nodule avslørt å være ikke-kreft
a posteriori
, og derfor rask identifisering av ondartet opprinnelsen til en tumor-lignende vev er av stor betydning. Vårt Thoracic Surgery avdeling utfører cirka 350 lungekreft resections og utforsker ca 30 knuter av ukjent opprinnelse ved thoracoscopy eller konvensjonell kirurgi hvert år. I tillegg inneholder vår forskningslaboratorium en proteomikk plattform og er kjent med rimelig og enkel å bruke benken toppen MALDI-TOF massespektrometer; således ble de vilkår som er nødvendige for å utføre den foreliggende pilotstudien oppfylt.
Tidligere oppmuntrende resultater ble oppnådd under anvendelse av MALDI-TOF MS-analyse i kombinasjon med rensemetoder [14]. Ved hjelp av intakte cellesuspensjoner direkte flekket på matrisen og analysert ved hjelp av MALDI-TOF MS, gyldige og reproduserbare-spektra ble oppnådd fra ondartede svulster i munnhulen, og en statistisk modell var i stand til riktig å klassifisere en kreftprøve med en følsomhet på 100%, en spesifisitet på 93%, og en total nøyaktighet på 96,5% [14]. Disse resultatene, som er bedre, men nær vår, ble oppnådd ved bruk av spektrale mønstre fra en homogen populasjon av cellesuspensjoner. Nylig har ikke-homogene vev-baserte metoder er utviklet for proteomikk og lipidomiske analyse, og de synes å være pålitelig for svulst klassifisering for fordøyelsen, hjerne, lymfomatøs, og lungekreft [15] – [18]. Blant disse vev-baserte metoder, er MALDI-imaging nå brukes av flere lag for klinisk forskning. Imidlertid gjenstår det MALDI-imaging tilnærming komplisert fordi den krever frosne vev slice analyseresultater til co-registrere MALDI spek bildebehandling og morfologi bildebehandling. For humane levermetastaser prøver, denne metoden tillot tumor inndeling i seks vanlige krefttyper med en følsomhet som varierer fra 54% til 88%, og en spesifisitet varierende fra 90% til 98% avhengig av ondartet klasse [9]. For å forenkle prosessen, Lee og medforfattere foreslått å utføre MALDI-TOF MS for lipidomics analyse av forhåndsvalgte frosne delen skiver som inneholder minst 70% ondartede celler [18]. De resulterende spektra ble brukt for å generere en modell (støttevektormaskin algoritme) som nøyaktig klassifiseres normalt lungevev, lunge tumor vev og primære NSCLC. Primær NSCLC ble nøyaktig diskriminert fra andre typer av lungesvulster, og de tre underklasser, adenokarsinom, squamous celle og stor-celle-karsinom, ble korrekt diskriminert og klassifisert med en sensitivitet og spesifisitet på 84% og 77%, henholdsvis for adenokarsinom versus plateepitelkarsinom [18]. Forfatterne registrert noen feilklassifisert prøve når man sammenligner Primær NSCLC og andre typer lungesvulster, mens i denne studien, fant vi både falske negative og falske positive når vi sammenlignet Primær lungekreft versus metastase underklasser. Forskjellen i vårt studium prøvestørrelse, med et større antall tumoral og ikke-tumorale prøver (henholdsvis 149 og 141) i forhold til den ovennevnte studie (henholdsvis 47 og 6), kan forklare forskjeller i diagnostiske resultater. I tillegg ble godt diagnostisk resultater fra flere studier oppnås ved å anvende MALDI-avbildning på utvalgte områder som inneholdt høye tumor cellularitet [1], [18], basert på histologisk av seksjonene farget med hematoksylin og eosin. Her brukte vi ingen forhånds utvalg av vevsprøver og fått gode resultater. Vi målrettet tumor stykker større enn en cm som representerer de hyppigste kirurgiske indikasjoner. Det er sannsynlig at størrelsen på svulsten har positivt påvirket våre resultater fordi risikoen for å ha samplet en dårlig territorium reduseres med store svulster i forhold til millimeter svulster.
massespektrometri bilde strategier tilbyr fordelen av å bevare vev men krever tilstrekkelig overflateareal på vevssnitt for å oppnå verdifull informasjon. I tillegg, MS avbildningsmetoder krever trente eksperter, tung analyse programvare og høy gjennomstrømming signal oppkjøpet instrumentering. Som disse ovennevnte metoder, vår strategi ikke krever noen rensing eller standardisering av vevet celleinnhold. Vår knuste prøven MS-analyse var rask, reproduserbar og meget enkel å utføre. Den ikke-konservative aspekt ved vår tilnærming var delvis oppveies av den meget lave vevsprøve størrelse (dvs. ca. 0,01 g) i stand til å gi gyldige spektra. Til slutt, ved hjelp av en forenklet og ikke-bildestyrt metode og større kohort av pasienter, fikk vi diagnostiske forestillinger som ligner på de som oppnås med MALDI-bildebehandling metoder eller rensede cellelinje metoder. Dette overraskende resultat kan skyldes mer fullstendig informasjon som finnes i fullstendig urenset vevsprøve og til vår beskjedne mål, som ikke var å identifisere den eksakte natur av svulsten, men å klassifisere prøven inn enten Kreft eller ikke-tumor klasse. Veldig interessant, blant potensielle toppene som ble valgt i vår GA modell, tre, jeg. e. 4963.85-8563.21-9952.85 ble også fremhevet i en studie av Raham og medforfattere som brukte utvinning og rensemetoder og en GA modell [19]. I tillegg er disse forfatterne identifisert de tilsvarende søker proteiner (Thymosin ubiquitin og acyl-CoA-bindende protein) og bekreftet sin tilstedeværelse i lungesvulster av immunkjemi.
Micro LT (Bruker Daltonics, Bremen, Tyskland) massespektrometer laser er en benk engangsmateriale med integrert analyse programvare som enkelt kan installeres i bruksmuligheter. Nyheten her er at hele prøven behandlingsprosessen, inkludert vev spredning, prøvemateriale avsetning på matrisen og analyse, ikke krever teknisk kompetanse og kan læres av alle para personell.
Vi brukte to tredjedel av vår prøver for å bygge prediksjon modellen mens lik eller lavere tall blir ofte brukt for opplæring sett i forhold til valideringssett. Dette ble rettferdiggjort av heterogeniteten av vår kreftpopulasjonen med det formål å øke den treningssett for å oppnå en stor representasjon av referanse kreft spektra. Endelig vår Blindet satt bestandsstørrelse var høyere enn tidligere utgitt med MALDI-TOF MS på lungevevet (n = 84). I motsetning til vår gode diagnostisk ytelse i klassifisere en prøve som kreft versus ikke-tumor, fikk vi lave forestillinger for primær versus metastaser underklasser. Vi tror at det store mangfoldet i metastase undergrupper kontrast til det lave antall prøver analysert i denne underklasse kan være ansvarlig for en lav ytelse tilfeldig matematisk modell. Vi håper at økes trening kohort med metastaser ville føre til å finne en GA modell med bedre diagnostisk ytelse. Vedta utfyllende og /eller alternative exatraction /oppløseligheten metoder ville forbedre utbyttet av å påvise m /z topper. Imidlertid bør øke fremstillingstrinnet balanseres med hensyn til anvendelsen av dette verktøyet i kliniske omgivelser. I denne fasen av arbeidet, vi tror det kan være mulig å gi et resultat på mindre enn 30 minutter, og dermed avgjøre om en prøve er kreft eller ikke med en forenklet og rask metode for hele proteomikk vev analyse som lett kan brukes som en diagnostisk hjelpemiddel ved rutine kirurgiske prosedyrer. Muligheten til å ha informasjon pålitelig bekreftet på teater versus bruker frosne biopsier kan få stor betydning for behandling av pasienter med svulster.
