Πώς οι λεκέδες από καφέ ενέπνευσαν μια σημαντική ανακάλυψη στην ταχεία ανίχνευση ασθενειών… Όλοι έχουμε βιώσει κάποια στιγμή τον λεκέ που αφήνει η κούπα του καφέ στο τραπέζι..
Με λίγα λόγια
- Τι νέο υπάρχει; Ερευνητές του Πανεπιστημίου της Καλιφόρνια στο Μπέρκλεϋ ανέπτυξαν έναν βιοαισθητήρα που βασίζεται σε smartphone και χρησιμοποιεί το φαινόμενο δακτυλίου καφέ και νανοσωματίδια χρυσού για την ανίχνευση μικροσκοπικών ποσοτήτων πρωτεϊνών ασθενειών σε δείγματα σάλιου ή ρυθμιστικού διαλύματος.
- Γιατί έχει σημασία: Η πρωτότυπη δοκιμή έδειξε εργαστηριακά όρια ανίχνευσης έως και 30 φορές καλύτερα από τα τρέχοντα νοσοκομειακά τεστ ELISA και πάνω από 100 φορές πιο ευαίσθητα από τα κοινά τεστ πλευρικής ροής, επιτρέποντας ενδεχομένως πολύ πιο πρώιμη παρέμβαση για παθήσεις όπως η σήψη, ο COVID-19 και οι καρκίνοι.
- Πώς λειτουργεί: Ένα μικρό δείγμα υγρού στεγνώνει σε μια ειδική μεμβράνη, συγκεντρώνοντας τις πρωτεΐνες σε ένα ορατό μοτίβο δακτυλίου. Μια δεύτερη σταγόνα με χρυσά νανοκελύφη συνδέεται με αυτές τις πρωτεΐνες, σχηματίζοντας μοτίβα που διαβάζονται από την τεχνητή νοημοσύνη από μια φωτογραφία smartphone.
- Προειδοποιήσεις: Μέχρι στιγμής, η τεχνολογία έχει δοκιμαστεί μόνο σε εργαστηριακό περιβάλλον με προετοιμασμένα δείγματα, όχι με πραγματικό αίμα ασθενών. Θα χρειαστούν εκτεταμένες κλινικές δοκιμές και κανονιστική έγκριση πριν από οποιαδήποτε χρήση στον πραγματικό κόσμο.
Βιοαισθητήρας χρησιμοποιεί κάμερα smartphone για να εντοπίζει πρωτεΐνες ασθενειών σε λίγα λεπτά
ΜΠΕΡΚΛΕΪ, Καλιφόρνια — Μια πρωτοποριακή τεχνολογία μετατρέπει τις κάμερες των smartphone σε ισχυρά διαγνωστικά εργαλεία, φέρνοντας ενδεχομένως επανάσταση στον τρόπο με τον οποίο οι γιατροί ανιχνεύουν ασθένειες. Ερευνητές του Μπέρκλεϊ ανέπτυξαν έναν βιοαισθητήρα που είναι πάνω από 100 φορές πιο ευαίσθητος από τα τρέχοντα γρήγορα τεστ και λειτουργεί μιμούμενος τη φυσική αυτών των ενοχλητικών λεκέδων από δακτυλίους καφέ που συχνά αφήνουν πίσω τους οι κούπες.
Χρησιμοποιώντας μόνο ένα μικροσκοπικό δείγμα και μια φωτογραφία από smartphone, ο νέος βιοαισθητήρας μπορεί να ανιχνεύσει πρωτεΐνες ασθενειών σε απίστευτα χαμηλές συγκεντρώσεις. Για τη σήψη , μια πάθηση που σκοτώνει σχεδόν το 20% των ασθενών παγκοσμίως, αυτή η αυξημένη ευαισθησία θα μπορούσε να κάνει τη διαφορά μεταξύ ζωής και θανάτου.
Οι τρέχουσες ταχείες δοκιμές συχνά χάνουν το κρίσιμο παράθυρο όταν η θεραπεία λειτουργεί καλύτερα. Όπως σημειώνουν οι ερευνητές στην εργασία τους στο Nature Communications , «Η έναρξη της χορήγησης αντιβιοτικών μόλις μία ώρα νωρίτερα μπορεί να αυξήσει τις πιθανότητες επιβίωσης κατά 7,6%.»
Γιατί οι δαχτυλίδια καφέ ενέπνευσαν τους συγγραφείς της μελέτης
Η ομάδα του Μπέρκλεϋ έλυσε ένα παζλ που κρυβόταν σε κοινή θέα: τους δακτυλίους του καφέ . Όταν ο χυμένος καφές στεγνώνει, συγκεντρώνει φυσικά σωματίδια στις άκρες, δημιουργώντας αυτούς τους επίμονους λεκέδες στους πάγκους. Οι επιστήμονες συνειδητοποίησαν ότι θα μπορούσαν να χρησιμοποιήσουν το ίδιο αποτέλεσμα για να μεγεθύνουν τους δείκτες ασθενειών σε δείγματα.
«Σκεφτήκαμε ότι αυτή θα μπορούσε να είναι μια ενδιαφέρουσα μέθοδος για την ενίσχυση της ευαισθησίας ενός αισθητήρα. Δοκιμάσαμε μερικές διαφορετικές προσεγγίσεις και τελικά, προέκυψε η πρώτη έκδοση του αισθητήρα δακτυλίου καφέ», λέει στο StudyFinds ο συν-συγγραφέας της μελέτης Kamyar Behrouzi. Η πλήρης ερώτησή μας με τον Behrouzi βρίσκεται στο τέλος του άρθρου.
Το σύστημά τους λειτουργεί σε δύο βήματα. Πρώτον, ένα δείγμα στεγνώνει σε μια ειδικά σχεδιασμένη μεμβράνη, συγκεντρώνοντας πρωτεΐνες ασθενειών σε ένα δακτυλιοειδές μοτίβο. Στη συνέχεια, μικροσκοπικά σωματίδια χρυσού με προσκολλημένα αντισώματα ρέουν πάνω από αυτές τις συμπυκνωμένες πρωτεΐνες, δημιουργώντας διακριτά οπτικά μοτίβα που αποκαλύπτουν ποιες ασθένειες υπάρχουν.

Η όλη διαδικασία διαρκεί λιγότερο από 12 λεπτά. Στη συνέχεια, η τεχνητή νοημοσύνη αναλύει φωτογραφίες αυτών των μοτίβων από smartphone, διακρίνοντας μεταξύ διαφορετικών ασθενειών με αξιοσημείωτη ακρίβεια.
«Γνωρίζαμε ότι τα δημοφιλή σχήματα μηχανικής μάθησης έχουν χρησιμοποιηθεί για την ανάλυση και τη διάκριση διαφόρων εικόνων, συμπεριλαμβανομένων εκείνων για ιατρικές εφαρμογές», λέει ο συν-συγγραφέας Liwei Lin στο StudyFinds. «Ως εκ τούτου, σκεφτήκαμε ότι μια κάμερα smartphone θα μπορούσε να χρησιμοποιηθεί για τη λήψη εικόνων των πειραματικών εικόνων για βελτιωμένα αποτελέσματα ανίχνευσης. Η στιγμή του «Εύρηκα!» ήταν ότι τα πράγματα λειτούργησαν καλά αφού δοκιμάσαμε το σχήμα».
Η Τεχνητή Νοημοσύνη Διαβάζει Μοτίβα Ασθενειών
Δύο συστήματα τεχνητής νοημοσύνης συνεργάζονται για την ερμηνεία των αποτελεσμάτων των δοκιμών. Το ένα λειτουργεί ως διαλογέας, εντοπίζοντας εάν υπάρχουν δείκτες ασθένειας. Το άλλο μετρά τα ακριβή επίπεδα συγκέντρωσης για την παρακολούθηση της εξέλιξης της νόσου με την πάροδο του χρόνου.
Κατά τη διάρκεια των εργαστηριακών δοκιμών, η Τεχνητή Νοημοσύνη εντόπισε σωστά θετικά κρούσματα σε τέσσερις διαφορετικούς πρωτεϊνικούς δείκτες: την πρωτεΐνη νουκλεοκαψιδίου SARS-CoV-2 για την COVID-19 , την προκαλσιτονίνη για τη σήψη και τους καρκινικούς δείκτες PSA και CEA. Το σύστημα διατήρησε την ακρίβειά του ακόμη και όταν δοκιμάστηκε με δείγματα που είχαν εμφυτευτεί σε συγκεντρωμένο ανθρώπινο σάλιο.
Τα αποτελέσματα του εργαστηρίου δείχνουν εξαιρετική ευαισθησία
Οι εργαστηριακές δοκιμές αποκάλυψαν εξαιρετικά επίπεδα ευαισθησίας. Για το ειδικό προστατικό αντιγόνο (PSA), το τεστ πέτυχε όριο ανίχνευσης 3 πικογραμμάρια ανά χιλιοστόλιτρο, περίπου 30 φορές καλύτερο από τις τρέχουσες δοκιμές ELISA που χρησιμοποιούνται στα νοσοκομεία. Για την ανίχνευση πρωτεΐνης COVID-19, η ευαισθησία ξεπέρασε τις δοκιμές ταχείας πλάγιας ροής κατά 100 φορές.
Η ανίχνευση της σήψης αποδείχθηκε εξίσου εντυπωσιακή. Η δοκιμή εντόπισε βιοδείκτες προκαλσιτονίνης σε συγκεντρώσεις που υπάρχουν λίγες ώρες μετά την έναρξη της μόλυνσης , όταν οι τρέχουσες ταχείες μέθοδοι συνήθως αποτυγχάνουν. Δεδομένου ότι η σήψη μπορεί να εξελιχθεί ταχέως σε οργανική ανεπάρκεια, αυτή η αυξημένη ευαισθησία θα μπορούσε να επιτρέψει πολύ πιο πρώιμη παρέμβαση.
Η τεχνολογία λειτούργησε αξιόπιστα σε ένα τεράστιο εύρος, από ίχνη έως υψηλές συγκεντρώσεις, που εκτείνονται σε πέντε τάξεις μεγέθους.

Σχεδιασμός Προσβάσιμης Τεχνολογίας
Σε αντίθεση με τις υπάρχουσες διαγνωστικές μεθόδους που απαιτούν ακριβό εργαστηριακό εξοπλισμό και εκπαιδευμένους τεχνικούς, αυτό το σύστημα χρειάζεται μόνο ένα smartphone . Οι ερευνητές σχεδίασαν το σύστημα με γνώμονα την προσβασιμότητα, αν και στη μελέτη δεν αναφέρθηκε συγκεκριμένο κόστος.
Το πιο ευαίσθητο συστατικό — το διάλυμα νανοσωματιδίων χρυσού — παραμένει σταθερό για περίπου έξι μήνες όταν φυλάσσεται στους 4°C. Η ομάδα ανέπτυξε ένα πλήρες κιτ δοκιμών χρησιμοποιώντας τρισδιάστατα εκτυπωμένα εξαρτήματα και ένα θερμαντικό στοιχείο που τροφοδοτείται από μπαταρία.
Η τεχνολογία υπερβαίνει τις απλές απαντήσεις με ένα απλό «ναι» ή «όχι», παρέχοντας ακριβείς μετρήσεις. Ο σχεδιασμός της πλατφόρμας επιτρέπει την προσθήκη νέων δεικτών ασθενειών μέσω της εκπαίδευσης της τεχνητής νοημοσύνης σε πρόσθετες πρωτεΐνες.
Εργαστηριακές δοκιμές με δείγματα ανθρώπινου σάλιου έδειξαν ότι το σύστημα διατήρησε την απόδοσή του κατά την ανίχνευση πρωτεϊνών με εμπλουτισμένες πρωτεΐνες, καταδεικνύοντας δυνατότητες για εφαρμογές στον πραγματικό κόσμο. Ωστόσο, η μελέτη διεξήχθη εξ ολοκλήρου σε εργαστηριακό περιβάλλον χρησιμοποιώντας προετοιμασμένα δείγματα αντί για κλινικές δοκιμές με πραγματικούς ασθενείς.
Ενώ η έρευνα δείχνει πολλά υποσχόμενα εργαστηριακά αποτελέσματα, η τεχνολογία θα χρειαστεί εκτεταμένη κλινική επικύρωση και κανονιστική έγκριση πριν φτάσει στους ασθενείς. Οι συγγραφείς αναγνωρίζουν ότι διαφορετικές πρωτεΐνες απαιτούν ατομική βελτιστοποίηση και η ποιότητα των εμπορικών αντισωμάτων μπορεί να επηρεάσει την απόδοση. – πηγή


