محققان در این پروژه سنسور جدیدی ساخته اند که نیازی به آماده سازی نمونه ندارد و به حداقل تجربه نیاز دارد. با چنین قابلیت هایی، این سنسور نسبت به روش های تست فعلی، به ویژه تست های گسترده، مزایای قابل توجهی دارد.
ایشان بارمن، استادیار مهندسی مکانیک در دانشگاه جان هاپکینز و یکی از محققان این پروژه می گوید: «این فقط یک قطره بزاق روی یک دستگاه است و نتیجه منفی یا مثبت دارد. نکته اصلی این است که این روش نیازی به تغییرات شیمیایی مانند برچسب گذاری مولکولی یا عملکرد 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 آزمایش کووید-۱۹ فعلی غلبه کند، اما هنوز در بازار موجود نیست.
آزمایش “واکنش زنجیره ای پلیمراز” (PCR) بسیار دقیق است، اما به فرآیند آماده سازی نمونه پیچیده نیاز دارد و ساعت ها تا روزها طول می کشد تا نتایج در آزمایشگاه آماده شوند. از سوی دیگر، آزمایش‌های سریعی که وجود آنتی ژن‌ها را تشخیص می‌دهند، موفقیت کمتری در تشخیص زودهنگام عفونت‌ها و علائم اولیه نشان می‌دهند و ممکن است با نتایج نادرست همراه باشند.
حسگرهای جدید محققان دانشگاه جان هاپکینز به آزمایش PCR و سرعت آزمایش آنتی ژن حساسیت دارند. در آزمایش اولیه، سنسورها دقت 92 درصدی را در تشخیص عفونت در نمونه بزاق نشان دادند و نتایج با نتایج PCR قابل مقایسه بود. حسگرها همچنین موفقیت چشمگیری در شناسایی سریع سایر ویروس ها از جمله زیرگروه های “H1N1” و “Zika” نشان داده اند.
این حسگرها مبتنی بر فناوری‌های «لیتوگرافی نانوایمپرینت»، «واسطه سطحی پیشرفته رامان» (SERS) و یادگیری ماشین هستند. این سنسور را می توان برای تست های بزرگ به شکل یک تراشه یکبار مصرف روی سطح سخت یا انعطاف پذیر استفاده کرد.
رمز موفقیت این روش، فناوری به نام FEMIA است که در آزمایشگاه دیوید گراسیاس، استاد مهندسی شیمی و بیومولکولی در دانشگاه جان هاپکینز توسعه یافته است. در این روش، نمونه‌های بزاق روی ماده قرار داده شد و با کمک روش تصویربرداری بین تصویری تقویت‌شده رامان که از نور لیزر برای بررسی ارتعاشات مولکول‌های نمونه استفاده می‌کند، آنالیز شد.
از آنجایی که فناوری نانوساختار FEMIA سیگنال رامان ویروس را به میزان قابل توجهی گسترش می دهد، سیستم می تواند به سرعت حضور ویروس را تشخیص دهد. اگرچه تاثیر کمی در مدل وجود دارد. یکی دیگر از نوآوری‌های مهم این سیستم، استفاده از الگوریتم‌های پیشرفته یادگیری ماشین برای تشخیص کوچک‌ترین سیگنال در داده‌های طیف‌سنجی است که به محققان این امکان را میدهد تا حضور یک ویروس و چگالی آن را به دقت تعیین کنند.
دبادریتا پریا، محقق ارشد پروژه، گفت: “تشخیص نوری بدون برچسب همراه با یادگیری ماشینی به ما امکان می دهد یک پلت فرم واحد داشته باشیم که می تواند چندین ویروس را با حساسیت و گزینش پذیری بیشتر آزمایش کند. بیشترین و سریع ترین.”
مواد حسگر را می توان روی هر نوع سطحی قرار داد. از دستگیره در و ورودی گرفته تا ماسک صورت و منسوجات.
با استفاده از این فناوری نانو، ما حسگرهایی با دقت بالا، مقیاس‌پذیر و مقیاس‌پذیر برای تشخیص Quaid-19 ایجاد کرده‌ایم که هم سفت و هم انعطاف‌پذیر هستند، نه فقط برای استفاده در «حسگرهای زیستی نه تنها بر روی تراشه‌ها، بلکه برای دستگاه‌های پوشیدنی نیز ساخته شده‌اند». مهم.
وی افزود: شاید بتوان از این حسگر در دستگاه های دستی برای تشخیص سریع در مکان های شلوغ مانند فرودگاه ها یا استادیوم ها استفاده کرد.
بارمن گفت: «سکوی ما فراتر از همه گیری فعلی کووید-19 است. ما می توانیم از آن برای یافتن ویروس های مختلف استفاده کنیم. به عنوان مثال، می توانیم از آن برای تمایز ویروس از ویروس آنفولانزای A به زیرگروه H1N1 استفاده کنیم. این یک مشکل بزرگ است که با استفاده از تست سریع فعلی قابل تشخیص نیست.
این تیم تحقیقاتی در حال ادامه تحقیقات خود برای گسترش کاربرد این فناوری با استفاده از مثال های مختلف است.
این مطالعه در مجله Nano Letters منتشر شد.
46