HomeSaluteVirus e parassitiSARS-CoV-2: individuare i virus con l'apprendimento automatico

SARS-CoV-2: individuare i virus con l’apprendimento automatico

Immagine:SARS-CoV-2. Rilevamenti di particelle di virus singoli utilizzando un nanoporo a stato solido. Credit: Università di Osaka.

Scienziati dell’Università di Osaka hanno sviluppato un metodo per identificare i virus respiratori in base ai cambiamenti nella corrente elettrica quando passano attraverso i nanopori di silicio, il che può portare a nuovi test rapidi per SARS-CoV-2.

 La pandemia globale in corso ha creato un urgente bisogno di test rapidi in grado di diagnosticare la presenza del virus SARS-CoV-2, l’agente patogeno che causa COVID-19, e di distinguerlo da altri virus respiratori. Ora, i ricercatori giapponesi hanno sviluppato un nuovo sistema per l‘identificazione a virione singolo di patogeni respiratori comuni utilizzando un algoritmo di apprendimento automatico addestrato sui cambiamenti di corrente attraverso i nanopori di silicio. Questo lavoro può portare a test di screening rapidi e accurati per malattie come COVID-19 e influenza.

In uno studio pubblicato questo mese su ACS Sensors, gli scienziati dell’Università di Osaka hanno introdotto un nuovo sistema che utilizza nanopori di silicio sufficientemente sensibili da rilevare anche una singola particella virale se accoppiata a un algoritmo di apprendimento automatico.

Vedi anche:Individuata nuova strategia per impedire la replicazione di SARS-CoV-2

In questo metodo, a uno strato di nitruro di silicio spesso appena 50 nm sospeso su un “wafer di silicio” i ricercatrori hanno aggiunto minuscoli nanopori, che hanno un diametro di soli 300 nm. Quando una differenza di tensione viene applicata alla soluzione su entrambi i lati del wafer, gli ioni viaggiano attraverso i nanopori in un processo chiamato elettroforesi. Il movimento degli ioni può essere monitorato dalla corrente che generano e quando una particella virale entra in un nanoporo, blocca il passaggio di alcuni ioni, determinando un calo transitorio di corrente. Ogni immersione riflette le proprietà fisiche della particella, come volume, carica superficiale e forma, che possono essere utilizzate per identificare il tipo di virus.

La variazione naturale delle proprietà fisiche delle particelle virali aveva precedentemente ostacolato l’implementazione di questo approccio, tuttavia, utilizzando l’apprendimento automatico, il team ha costruito un algoritmo di classificazione addestrato con segnali di virus noti per determinare l’identità di nuovi campioni. “Combinando il rilevamento di nanopori di particelle singole con l’intelligenza artificiale, siamo stati in grado di ottenere un’identificazione estremamente accurata di più specie virali“, spiega l’autore senior Makusu Tsutsui.

Il computer può discriminare le differenze nelle forme d’onda della corrente elettrica che non possono essere identificate dagli occhi umani, il che consente una classificazione dei virus estremamente accurata. Oltre al coronavirus, il sistema è stato testato con patogeni simili: virus respiratorio sinciziale, adenovirus, influenza A e influenza B.

Il team ritiene che i coronavirus siano particolarmente adatti per questa tecnica poiché le loro proteine ​​esterne appuntite possono persino consentire la classificazione separata di diversi ceppi. “Questo lavoro aiuterà lo sviluppo di un kit per il test del virus che supera i metodi di ispezione virale convenzionali”, afferma il co-autore dello studio Tomoji Kawai.

Rispetto ad altri test virali rapidi come la reazione a catena della polimerasi o gli schermi basati su anticorpi, il nuovo metodo è molto più veloce e non richiede reagenti costosi, il che può portare a migliori test diagnostici per particelle virali emergenti che causano malattie infettive come COVID-19.

Fonte: Università di Osaka

Newsletter

Tutti i contenuti di medimagazine ogni giorno sulla tua mail

Articoli correlati

In primo piano