05.12.2020
Наш канал в Telegram: https://t.me/berzaru

Машинное обучение помогает обнаружить респираторные вирусы

Идентификация респираторных вирусов

Учёные из японского университета Осаки продемонстрировали новую систему для идентификации распространённых респираторных патогенов с использованием алгоритма машинного обучения. Работа, опубликованная в журнале ACS Sensors, приведёт к быстрым и точным скрининговым тестам на COVID-19 и грипп.

Новая система использует кремниевые нанопоры. Они остаточно чувствительные, чтобы обнаруживать даже одиночную вирусную частицу, используя алгоритм машинного обучения. К слою нитрида кремния толщиной всего 50 нм, учёные добавили крошечные нанопоры. Когда к раствору прикладывается разное напряжение тока с обеих сторон пластины, ионы проходят через нанопоры в процессе электрофореза.

Движение ионов можно отслеживать по генерируемому ими току. Когда вирусная частица входит в нанопору, она блокирует прохождение некоторых ионов, что приводит к кратковременному провалу тока. Каждый угол наклона отражает физические свойства частицы — такие как её объём, поверхностный заряд и форма. Эти показатели можно использовать для определения типа вируса.

Естественное изменение физических свойств вирусных частиц ранее препятствовало реализации этого подхода. Но используя машинное обучение, команда создала алгоритм классификации для идентификации новых образцов.

«Объединив одночастичное зондирование нанопор с искусственным интеллектом, мы смогли добиться высокоточной идентификации нескольких видов вирусов», — объясняет старший автор исследования, Макусу Цуцуи.

Команда считает, что коронавирусы особенно хорошо подходят для этого метода. Их шипастые внешние белки даже позволяют классифицировать разные штаммы по отдельности. По сравнению с другими быстрыми вирусными тестами, такими как ПЦР или скрининг на основе антител, новый метод намного быстрее и не требует дорогостоящих реагентов.