Praktische oplossingen vinden om eiwitten te detecteren, kanker biomarkers, virussen en andere kleine objecten vormen al decennia lang een belangrijke uitdaging voor onderzoekers over de hele wereld. Deze oplossingen zijn veelbelovend voor het redden van levens door een snellere diagnose en behandeling van ernstige infecties en ziekten.

Nu laat het nieuwe onderzoek van een UCLA-team zien hoe dergelijke detecties kunnen worden gedaan voor een fractie van de kosten door gebruik te maken van 'slimme' mobiele apparaten die zijn ontworpen door machine learning.

Een methode om kleine objecten en gerelateerde biomarkers te detecteren, wordt plasmonische waarneming genoemd, waarbij licht op metalen nanostructuren schijnt om het lokale elektrische veld te versterken. De interactie tussen dit versterkte elektrische veld en het molecuul van belang kan worden gemeten, onthullende belangrijke informatie over moleculaire concentratie en kinetiek. Hoewel wetenschappers dit soort detectie al tientallen jaren onderzoeken, ze hebben te maken gehad met uitdagingen als het gaat om omgevingen buiten laboratoriumomgevingen met beperkte middelen. Voor dit werk zijn namelijk dure en omvangrijke instrumenten nodig.

Het primaire doel van machine learning is om een ​​algoritme met een grote hoeveelheid gegevens te 'trainen', zodat het complexe trends en statistieken kan 'leren' en op zijn beurt kan worden gebruikt om resultaten veel nauwkeuriger te voorspellen dan een traditioneel model. Bijvoorbeeld, Google gebruikt machine learning in toepassingen zoals het herkennen van letters en cijfers in onze straten en huizen.

Het UCLA-team, onder leiding van Aydogan Ozcan, Chancellor's Professor of Electrical Engineering and Bioengineering en associate director van het California NanoSystems Institute, nam dit concept en paste het toe op plasmonische waarneming, het bouwen van een mobiel en goedkoop apparaat dat veel nauwkeuriger is dan conventionele sensorontwerpen.

Het prototype apparaat is lichtgewicht en draagbaar, bestaande uit een 3D-geprinte kunststof behuizing, vier lichtgevende diodes, of LED's, van verschillende kleuren en een camera. Zoals beschreven in de studie, een machine learning-algoritme selecteert de vier meest optimale LED's uit duizenden andere mogelijke keuzes, het bedenken van het meest nauwkeurige ontwerp, en een rekenmethode om de sensoroutput te kwantificeren. Dit werk is bedoeld om een ​​ontwerptool te bieden die andere ingenieurs en onderzoekers kunnen gebruiken om hun eigen goedkope optische sensorlezers te optimaliseren voor verschillende toepassingen in de gezondheidszorg en voor milieumonitoring.

Door gebruik te maken van nieuw ontdekte nanofabricagemethoden, het onderzoeksteam was in staat om flexibele plasmonische sensoren te produceren die robuust en goedkoop genoeg zijn om wegwerpbaar te zijn. Deze sensoren kunnen "oppervlaktemodificatie ondergaan, " wat ervoor zorgt dat alleen de moleculen van belang een interactie aangaan met het versterkte elektrische veld.

Deze biochemische stap kan worden gezien als twee complementaire puzzelstukjes, waarbij een stuk aan het sensoroppervlak is bevestigd, voorkomen dat een ander stuk dan zijn complement zich er bij aansluit en de meting verstoort. Dit betekent dat deze sensoren kunnen worden "aangepast" om een ​​willekeurig aantal specifieke biologische doelen zoals bacteriën, virussen of kankercellen, onder vele anderen.

Om deze plasmonische lezer te gebruiken, een vloeistofmonster, bijvoorbeeld bloed of urine, wordt met behulp van een wegwerpmicrochip op het sensoroppervlak aangebracht. De sensor past dan in een cartridge die in het apparaat kan worden gestoken, die vervolgens automatisch het monster meet en analyseert, het afleveren van het meetresultaat. Het onderzoeksteam zegt dat een dergelijke plasmonische lezer kan worden ontworpen als een bijlage voor een mobiele telefoon om de kosten verder te verlagen en te profiteren van cloudconnectiviteit en de rekenkracht van smartphones.

De eerste auteur van de studie is Zach Ballard, een afgestudeerde elektrotechniekstudent en een fellow van de National Science Foundation. Het onderzoek is gepubliceerd in ACS Nano.

"Bij onderzoeksinstellingen als UCLA worden dagelijks geweldige ontdekkingen en resultaten gedaan, maar vaak wanneer ingenieurs zich beginnen voor te stellen deze wetenschap naar de echte wereld te verplaatsen, ze raken wegversperringen, "Zei Ballard. "Dus ik vind het altijd spannend om te zien hoe geavanceerde technologie praktischer wordt."