Недавние исследования показали, что биосенсоры Жира-Турнуа (GT), разновидность нанофотонного резонатора, могут обнаруживать мельчайшие вирусные частицы и создавать красочные микрофотографии (изображения, полученные через микроскоп) вирусной нагрузки. Но они страдают от визуальных артефактов и невоспроизводимости, что ограничивает их использование.
В ходе недавнего прорыва международная группа исследователей под руководством профессора Ён Мин Сонга из Школы электротехники и компьютерных наук Института науки и технологий Кванджу в Корее использовала искусственный интеллект (ИИ) для решения этой проблемы. Их работа была опубликована в Nano Today.
Технологии быстрой диагностики на месте для выявления и количественного определения вирусов необходимы для планирования стратегий лечения инфицированных пациентов и предотвращения дальнейшего распространения инфекции. Пандемия COVID-19 подчеркнула необходимость точных, но децентрализованных диагностических тестов , которые не предполагают сложных и трудоемких процессов, необходимых для традиционных лабораторных тестов.
Популярным диагностическим инструментом для количественной оценки вирусной нагрузки на месте оказания медицинской помощи является микроскопия в светлом поле. Однако малый размер (~ 100 нм) и низкий показатель преломления (~ 1,5, как у предметного стекла) биочастиц, таких как вирусы, часто затрудняют их точную оценку и увеличивают предел обнаружения (самая низкая концентрация вирусной нагрузки это можно надежно обнаружить).
В своем новом исследовании команда предложила синергетический инструмент биосенсорства под названием «DeepGT», который может использовать преимущества сенсорных платформ GT и объединить их с алгоритмами, основанными на глубоком обучении, для точного количественного определения наноразмерных биочастиц, включая вирусы, без необходимости использования сложных образцов. способы приготовления.
«Мы разработали DeepGT для объективной оценки тяжести инфекции или заболевания. Это означает, что нам больше не придется полагаться исключительно на субъективные оценки для диагностики и оказания медицинской помощи, а вместо этого мы будем иметь более точный и основанный на данных подход для определения терапевтических стратегий. », — объясняет профессор Сонг, раскрывая мотивацию своего исследования.
Команда разработала биосенсор GT с трехслойной тонкопленочной конфигурацией и биофункционализировала его, чтобы обеспечить колориметрическое зондирование при взаимодействии с целевыми аналитами. Чувствительные способности были проверены путем моделирования механизма связывания между клетками-хозяевами и вирусом с использованием специально подготовленных биочастиц, имитирующих SARS-CoV-2 — штамм коронавируса, вызвавший пандемию COVID-19.
Затем исследователи обучили сверточную нейронную сеть (CNN), используя более тысячи оптических и сканирующих электронных микрофотографий поверхности биосенсора GT с различными типами наночастиц. Они обнаружили, что DeepGT способен уточнять визуальные артефакты, связанные с микроскопией светлого поля, и извлекать соответствующую информацию даже при таких низких концентрациях вируса, как 138 пг/ мл .
Более того, он определил количество биочастиц с высокой точностью, характеризующейся средней абсолютной ошибкой 2,37 для 1596 изображений по сравнению с 13,47 для алгоритмов, основанных на правилах, менее чем за секунду. Благодаря работе CNN биосенсорная система также может определять тяжесть инфекции от бессимптомной до тяжелой в зависимости от вирусной нагрузки.
Таким образом, DeepGT представляет собой эффективный и точный способ скрининга вирусов в широком диапазоне размеров без ограничений минимального предела дифракции в видимом свете. «Наш подход обеспечивает практическое решение для быстрого обнаружения и борьбы с возникающими вирусными угрозами, а также для повышения готовности общественного здравоохранения за счет потенциального снижения общего бремени затрат, связанных с диагностикой», — заключает профессор Сонг.
Теги: биотехнологии, ИИ, коронавирус
