سریع ترین روش تشخیص کووید 19 ابداع شد
محققان در این پروژه سنسور جدیدی ساخته اند که نیازی به آماده سازی نمونه ندارد و نیاز به تجربه کمی دارد. با چنین قابلیت هایی، این سنسور در روش های آزمایشی فعلی، به ویژه در آزمایش های بزرگ، ارزش زیادی دارد.
ایشان بارمن، استادیار مهندسی مکانیک در دانشگاه جان هاپکینز و یکی از محققین این پروژه، می گوید: «این موضوع صرفاً تف کردن روی دستگاه و تأثیر منفی یا مثبت است. نکته اصلی این است که این روش نیازی به تغییرات شیمیایی مانند شناسایی مولکولی یا آنتی بادی ندارد. این بدان معنی است که این سنسور در نهایت می تواند در دستگاه های پوشیدنی استفاده شود.
وی افزود: این فناوری جدید میتواند بر محدودیتهای آزمایشهای فعلی CV-19 غلبه کند، اما هنوز در بازار موجود نیست.
آزمایش واکنش زنجیره ای پلیمراز (PCR) بسیار دقیق است، اما نیاز به یک فرآیند پیچیده آماده سازی نمونه دارد و می تواند چندین ساعت تا چند روز طول بکشد تا نتیجه در آزمایشگاه آماده شود. به عبارت دیگر، تشخیص سریع آنتی ژن ها نشان دهنده موفقیت کم در تشخیص عفونت های اولیه و بدون علامت است و ممکن است با نتایج اشتباه همراه باشد.
محققان دانشگاه جان هاپکینز می گویند حسگر جدید تست PCR و آنتی ژن سریع تری دارد. در آزمایش اول، سنسور 92 درصد دقت را در تشخیص ویروس کرونا در نمونههای بزاق نشان داد و نتایج مشابه نتایج PCR بود. این حسگر همچنین در شناسایی سریع سایر ویروس ها، از جمله سویه های H1N1 و H1N1 ویروس آنفولانزای A، موفقیت زیادی نشان داده است.
این حسگر بر اساس لیتوگرافی Nanoimprint، رامان پیشرفته سطح واسطه (SERS) و فناوریهای یادگیری ماشین است. این سنسور را می توان برای آزمایش جرم به صورت تراشه هایی که بر روی سطوح جامد یا انعطاف پذیر قرار می گیرند استفاده کرد.
کلید موفقیت FEMIA است، فناوری که توسط آزمایشگاه دیوید گراسیاس، استاد شیمی و مهندسی زیست مولکولی در دانشگاه جان هاپکینز توسعه یافته است. در این روش نمونه ای از بزاق روی جسم قرار داده می شود و مولکول های نمونه با استفاده از نور لیزر با کمک دوربین دوچشمی سطحی رامان به ارتعاش در می آیند.
فناوری نانوساختار FEMIA سیگنال رامان ویروس را به میزان قابل توجهی افزایش می دهد، بنابراین سیستم می تواند حضور ویروس را به سرعت تشخیص دهد. اگرچه فقط اثرات جزئی در نمونه وجود داشت. یکی دیگر از اختراعات مهم این سیستم، استفاده از الگوریتم های پیشرفته یادگیری ماشینی برای شناسایی کوچکترین نشانگرها در داده های طیف سنجی است که به محققان امکان می دهد تا حضور و وسعت ویروس را به دقت تعیین کنند.
دبادریتا پریا، محقق ارشد این پروژه، گفت: «تشخیص تشعشعات بدون نام، همراه با یادگیری ماشینی، به ما اجازه میدهد تا پلتفرمی داشته باشیم که حساستر، انتخابکنندهتر و سریعتر برای آزمایش طیف وسیعی از ویروسها باشد.» به تدریج.
مواد حسگر را می توان بر روی هر نوع طبقه قرار داد. از دستگیره در و ورودی گرفته تا ماسک و پارچه.
Gracias گفت: «با استفاده از این فناوری نانو، ما دقیقترین، قابل تنظیمترین و انعطافپذیرترین حسگرها را برای تشخیص Quaid-19 توسعه دادهایم؛ این حسگرها هم سفت و هم انعطافپذیر هستند، نه تنها در حسگرهای زیستی مبتنی بر تراشه، بلکه در دستگاههای پوشیدنی. مهم.
وی افزود: شاید بتوان از این سنسور به عنوان یک دستگاه دستی برای تشخیص سریع در مکان های شلوغ مانند فرودگاه ها یا استادیوم ها استفاده کرد.
بارمن گفت: “پلتفرم ما فراتر از اپیدمی فعلی CV-19 خواهد بود.” ما می توانیم از آن برای شناسایی ویروس های مختلف استفاده کنیم. به عنوان مثال، ما می توانیم از ویروس کرونا برای تمایز H1N1 از ویروس آنفولانزای A استفاده کنیم. این مشکل بزرگی است که با استفاده از تست های سریع فعلی قابل حل نیست.
تیم تحقیقاتی همچنان از نمونه های مختلف برای گسترش کاربرد این فناوری استفاده می کند.
این مطالعه در مجله Nano Letters منتشر شد.
46