Wetenschap
Detectie van enkelvoudige virusdeeltjes met behulp van een nanoporie in vaste toestand. Krediet:Universiteit van Osaka
Door de aanhoudende wereldwijde pandemie is er dringend behoefte ontstaan aan snelle tests die de aanwezigheid van het SARS-CoV-2-virus kunnen diagnosticeren, de ziekteverwekker die COVID-19 veroorzaakt, en onderscheiden van andere respiratoire virussen. Nutsvoorzieningen, onderzoekers uit Japan hebben een nieuw systeem gedemonstreerd voor de identificatie van een enkel virion van veelvoorkomende luchtwegpathogenen met behulp van een machine learning-algoritme dat is getraind op veranderingen in stroom in siliciumnanoporiën. Dit werk kan leiden tot snelle en nauwkeurige screeningtests voor ziekten zoals COVID-19 en griep.
In een studie die deze maand is gepubliceerd in ACS-sensoren wetenschappers van de universiteit van Osaka hebben een nieuw systeem geïntroduceerd dat siliciumnanoporiën gebruikt die gevoelig genoeg zijn om zelfs een enkel virusdeeltje te detecteren in combinatie met een machine learning-algoritme.
Bij deze methode, een siliciumnitridelaag van slechts 50 nm dik, gesuspendeerd op een siliciumwafel, heeft kleine nanoporiën toegevoegd, die zelf slechts 300 nm in diameter zijn. Wanneer een spanningsverschil wordt toegepast op de oplossing aan weerszijden van de wafer, ionen reizen door de nanoporiën in een proces dat elektroforese wordt genoemd.
De beweging van de ionen kan worden gevolgd door de stroom die ze genereren, en wanneer een viraal deeltje een nanoporie binnengaat, het blokkeert de doorgang van sommige ionen, wat leidt tot een tijdelijke dip in de stroom. Elke dip weerspiegelt de fysieke eigenschappen van het deeltje, zoals volume, oppervlaktelading, en vorm, zodat ze kunnen worden gebruikt om het soort virus te identificeren.
De natuurlijke variatie in de fysieke eigenschappen van virusdeeltjes had eerder de implementatie van deze aanpak belemmerd, echter, machinaal leren gebruiken, het team bouwde een classificatie-algoritme dat getraind is met signalen van bekende virussen om de identiteit van nieuwe monsters te bepalen. "Door detectie van nanoporiën met enkelvoudige deeltjes te combineren met kunstmatige intelligentie, we waren in staat om zeer nauwkeurige identificatie van meerdere virale soorten te bereiken, ", legt senior auteur Makusu Tsutsui uit.
De computer kan de verschillen in elektrische stroomgolfvormen onderscheiden die niet door menselijke ogen kunnen worden geïdentificeerd, wat een zeer nauwkeurige virusclassificatie mogelijk maakt. Naast het coronavirus, het systeem is getest met vergelijkbare pathogenen:respiratoir syncytieel virus, adenovirus, griep A, en griep B.
Het team is van mening dat coronavirussen bijzonder geschikt zijn voor deze techniek, omdat hun stekelige buitenste eiwitten het zelfs mogelijk maken om verschillende stammen afzonderlijk te classificeren. "Dit werk zal helpen bij de ontwikkeling van een virustestkit die beter presteert dan conventionele virale inspectiemethoden, " zegt laatste auteur Tomoji Kawai.
Vergeleken met andere snelle virale tests zoals polymerasekettingreactie of op antilichamen gebaseerde screenings, de nieuwe methode is veel sneller en vereist geen dure reagentia, wat kan leiden tot verbeterde diagnostische tests voor opkomende virale deeltjes die infectieziekten zoals COVID-19 veroorzaken.
Wetenschap © https://nl.scienceaq.com