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 مدرن، به ویژه تست در مقیاس بزرگ، مزایای قابل توجهی دارد.
ایشان بارمن، استادیار مهندسی دانشگاه جانز هاپکینز و یکی از محققان این پروژه می گوید: «این فقط ریختن یک قطره بزاق روی خودرو و گرفتن نتیجه منفی یا مثبت است. مهمتر از همه، این روش نیازی به تغییرات شیمیایی مانند برچسب گذاری مولکولی یا عامل دار کردن آنتی بادی ندارد. این بدان معناست که این سنسور در نهایت می تواند در دستگاه های پوشیدنی استفاده شود.
وی افزود: این فناوری جدید می‌تواند بر محدودیت‌های آزمایش‌های فعلی کووید-۱۹ غلبه کند، اما هنوز در بازار موجود نیست.
آزمایش واکنش زنجیره‌ای پلیمراز (PCR) یک فرآیند بسیار دقیق اما پیچیده برای آماده‌سازی نمونه است و آماده‌سازی آن در آزمایشگاه از چند ساعت تا چند روز طول می‌کشد. به عبارت دیگر، آزمایش های سریع برای وجود آنتی ژن در تشخیص زودهنگام عفونت های اولیه و بدون علامت موفقیت کمتری دارد و ممکن است با نتایج اشتباه همراه باشد.
حسگر جدیدی از محققان دانشگاه جانز هاپکینز دارای حساسیت تست PCR و سرعت تست آنتی ژن است. در طول آزمایش اولیه، سنسور 92 درصد دقت تشخیص کرونا را در نمونه‌های بزاق نشان داد و نتایج با نتایج PCR قابل مقایسه بود. این حسگر همچنین پیشرفت قابل توجهی در شناسایی سریع سایر ویروس‌ها از جمله آنفولانزای نوع A H1N1 و Zika داشته است.
این حسگر مبتنی بر لیتوگرافی Nanoimprint، میانجی سطح پیشرفته رامان (SERS) و فناوری‌های یادگیری ماشین است. از این سنسور می توان برای تست انبوه به صورت تراشه های یکبار مصرف بر روی سطوح سخت یا انعطاف پذیر استفاده کرد.
کلید 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، یک نمونه بزاق بر روی ماده قرار داده می شود و با استفاده از یک دوربین دوچشمی Raman Enhanced Surface با استفاده از پرتو لیزر، بررسی می شود تا نحوه ارتعاش مولکول های نمونه بررسی شود.
از آنجایی که فناوری نانوساختار FEMIA به طور قابل توجهی سیگنال رامان ویروس را تقویت می کند، سیستم می تواند به سرعت حضور ویروس را تشخیص دهد. اگرچه اثرات کمی در نمونه وجود دارد. یکی دیگر از نوآوری های مهم این سیستم، استفاده از الگوریتم های پیشرفته یادگیری ماشینی برای تشخیص علائم بسیار کوچک در داده های طیف سنجی است که به محققان امکان می دهد تا حضور ویروس و چگالی آن را به دقت تعیین کنند.
دبادریتا پریا، محقق ارشد این پروژه گفت: “تشخیص نوری بدون علامت، همراه با یادگیری ماشینی، به ما اجازه می دهد تا یک پلتفرم واحد داشته باشیم که می تواند طیف گسترده ای از ویروس ها را با حساسیت و گزینش پذیری بالا و بسیار سریع شناسایی کند.”
مواد حسگر را می توان روی هر نوع سطحی قرار داد. از دستگیره در و ایوان گرفته تا مقنعه و منسوجات.
Gracias گفت: با استفاده از این فناوری نانو، ما حسگرهای سفت و سخت و انعطاف‌پذیری را برای Quaid-19 توسعه داده‌ایم که می‌تواند با دقت بالا تنظیم و مقیاس‌بندی شود، نه تنها برای حسگرهای زیستی مبتنی بر تراشه، بلکه برای دستگاه‌های پوشیدنی. مهم.
وی افزود: شاید بتوان از این سنسور در یک دستگاه دستی برای تشخیص سریع در مکان های شلوغ مانند فرودگاه ها یا استادیوم ها استفاده کرد.
بارمن گفت: “پلتفرم ما از همه گیری کووید-19 فعلی پیشی گرفته است.” ما می توانیم از آن برای شناسایی ویروس های مختلف استفاده کنیم. به عنوان مثال، می‌توانیم از آن برای تمایز ویروس کرونا از زیرگروه H1N1 ویروس آنفولانزای A استفاده کنیم. این مشکل بزرگی است که با استفاده از تست های سریع مدرن قابل حل نیست.
تیم تحقیقاتی تحقیقات خود را برای گسترش استفاده از این فناوری با استفاده از نمونه های مختلف ادامه می دهد.
این مطالعه در مجله Nano Letters منتشر شد.
46