Wetenschap
Blokdiagram van voorgesteld verwerkingsplatform voor classificatie (positief of negatief) van vloeistofmonsters met lentivirale deeltjes en kwantificering van hun virale lading. Vloeistofmonsters worden afgezet op een ondersteunende plaat en afgebeeld (als vloeistofdruppels en droge resten) in het zichtbare en nabij-infraroodbereik met behulp van een hyperspectrale camera. Optische diffuse reflectiespectra worden verkregen en verwerkt uit individuele pixels en gemiddeld. Spectrale (golflengte) randen van belang worden bepaald voor de berekening van 29 morfologische descriptoren van kenmerken van individuele spectra (F1-F28) en de oppervlakteverhouding (AR) met betrekking tot het spectrum van de achtergrond. Er worden twee onafhankelijke classificaties geconstrueerd en geëvalueerd - met dezelfde trainings- en testmonstergroepen - op pixel- en monster (druppel)niveau:een partiële kleinste-kwadratendiscriminantanalyse (PLS-DA) van individuele en druppelgemiddelde spectra en een kunstmatige voedings- voorwaarts neuraal netwerk (FFNN) gebouwd op de waarden van de descriptoren van kenmerken van individuele spectra. Krediet:DOI:10.1038/s41598-021-95756-3
Onderzoekers van de Universidad de Sevilla (Universiteit van Sevilla) hebben een prototype ontwikkeld en gepatenteerd om op afstand virussen te detecteren (inclusief synthetische SARS-CoV-2) die zijn afgezet op oppervlakken, het analyseren van beelden die op meerdere golflengten zijn genomen - de zogenaamde hyperspectrale beeldvorming - een techniek die veel wordt gebruikt in de astrofysica. Astronomen van Calar Alto en IAA-CSIC hebben deelgenomen aan de reductie en analyse van de spectra. Het onderzoek is aan de gang op menselijke monsters van het coronavirus.
Een groep onderzoekers gevestigd in Spanje en, bijzonder, in Andalusië, heeft een nieuwe optische techniek ontwikkeld waarmee ze de aanwezigheid van virussen kunnen detecteren in vloeistofdruppels of in droge reststoffen die over een oppervlak zijn verspreid. Het werk wordt geleid door prof. Emilio Gómez-González, hoogleraar toegepaste natuurkunde aan de ETS Engineering School aan de Universidad de Sevilla. Het onderzoek, gesponsord door het Institute of Health "Carlos III, " heeft geresulteerd in een gepatenteerde techniek die in staat is om gelijktijdig talrijke monsters te analyseren, zonder dat u ze hoeft aan te raken of reagentia hoeft te gebruiken.
De nieuwe techniek is gebaseerd op hyperspectrale beeldstapeling, dat is, beelden genomen op meerdere golflengten in het zichtbare en nabij-infraroodbereik. Evenals de verwerking ervan door middel van geavanceerde statistische algoritmen en kunstmatige intelligentie. Het is toegepast om twee soorten synthetische virussen te detecteren, meestal genomen als model voor SARS-CoV-2 (synthetische lentivirussen en coronavirussen), in twee vloeistoffen (zoutoplossing en kunstmatig speeksel). De resultaten van deze werken worden vandaag gepubliceerd in Wetenschappelijke rapporten . De onderzoekers blijven actief werken aan de analyse van menselijke monsters van SARS-CoV-2.
De methode is gebaseerd op hyperspectrale beeldvorming, recentelijk gebruikt om ziekteverwekkers op te sporen, voornamelijk bacteriën en schimmels, in de landbouw en biologie. Hoe dan ook, het huidige werk gaat verder, het ontwikkelen en uitbreiden van deze technologie naar de gezondheidssector, om virussen te detecteren via een innovatieve en complexe verwerking. Opsommen, het systeem registreert beelden van de monsters die in een matrix zijn gerangschikt en bepaalt de posities waarin het virus wordt gedetecteerd, evenals de concentratie ervan.
Wetenschap © https://nl.scienceaq.com