Raman spektroskopisi ve makine öğrenimi kullanan yeni ve geliştirilmiş SARS-CoV-2 algılama yöntemi

Son derece bulaşıcı COVID-19’a neden olan yeni koronavirüs veya SARS-CoV-2, dünya çapında milyonlarca insanı enfekte etti. Bu ölümcül pandeminin küresel olarak yayılması, enfeksiyon kontrolü konusunda yaygın araştırmaları tetikledi. Bununla birlikte, COVID-19’un yayılmasını kontrol etmek birçok nedenden dolayı zordur.

COVID-negatif ve pozitif tükürük süpernatanı arasında ayrım yapan makine öğrenme modeli. Kredi bilgileri: Ember ve diğerleri

Bazı hastalarda baş ağrısından öksürüğe kadar çeşitli nonspesifik semptomlar görülür. Bununla birlikte, COVID-19’lu birçok hasta, enfekte olduktan sonra bile semptomsuz kalır, ancak yine de başkalarına bulaştırma potansiyeline sahip olabilir. Bu, ilk triyaj ve tanıyı zorlaştırır. Ve ters transkripsiyon polimeraz zincir reaksiyonu (RT-PCR) teknikleri şu anda altın standart olsa da, bazı sınırlamaları vardır.

RT-PCR, numunelerin test için bir klinik laboratuvara taşınmasını içerir ve bu da lojistik zorluklar yaratır. Ayrıca, kıt olabilecek ve virüs mutasyona uğradığında daha az etkili olabilen reaktiflerin kullanımını gerektirir. Ayrıca, RT-PCR testleri asemptomatik bireylerde zaman alıcı ve daha az duyarlı olabilir, bu da onları yaygın hızlı tarama için uygunsuz hale getirir.

Bu nedenle, biyomedikal araştırmacıları , test için numune göndermeye gerek kalmadan bakım noktası ortamlarında COVID-19 enfeksiyonlarının daha iyi tespiti için yeni yöntemler tasarlamaya çalışıyorlar . Son zamanlarda, Kanadalı araştırmacılar tükürük örneklerini kullanarak böyle bir teknik geliştirdiler. Nazofaringeal sürüntülerden farklı olarak, tükürük örneklemesi daha güvenli ve invaziv değildir. Journal of Biomedical Optics’te yayınlanan makalelerinde , makine öğrenimi (ML) ve lazer tabanlı Raman spektroskopisine dayanan yeni bir reaktifsiz algılama tekniğini anlatıyorlar.

Raman spektroskopisi, araştırmacılar tarafından numunelerin moleküler bileşimini belirlemek için rutin olarak kullanılır. Basitçe söylemek gerekirse, moleküller, gelen fotonları (ışık parçacıkları), altta yatan kimyasal yapılara ve bağa bağlı benzersiz bir şekilde dağıtır. Araştırmacılar, numunelerde ışık parlatarak ve saçılan ışığı ölçerek elde edilen karakteristik Raman “parmak izi” veya spektrumuna dayalı olarak molekülleri algılayabilir ve tanımlayabilir.

Araştırmacılar, Raman spektroskopisi ve makine öğrenimi kullanarak tükürük örneklerinde COVID-19’u tespit etmek için reaktifsiz ve invaziv olmayan bir teknik geliştiriyor. Kredi bilgileri: Ember ve diğerleri

COVID-19, tükürüğün bileşiminde kimyasal değişikliklere neden olabilir. Bu bilgilere dayanarak, araştırma ekibi, Quebec, Kanada’daki Pointe-Saint-Charles COVID-19 test kliniğinden toplanan toplam 513 COVID-19 negatif tükürük örneğinin bir alt kümesiyle klinik olarak eşleşen 33 COVID-19 pozitif numuneyi analiz etti. Elde ettikleri Raman spektrumları daha sonra geleneksel olanlar yerine çok örnekli öğrenme modelleri üzerinde eğitildi.null

Polytechnique Montréal, Centre de recherche du Centre Hospitalier de l’Université de Montréal ve Institut du Cancer de Montréal, Kanada’da randevuları olan kıdemli yazar Frédéric Leblond bunu daha basit bir şekilde açıklıyor: “Makine öğrenimi yöntemimiz, her bir Raman spektrumundan gelen bilgileri kullanır. . Ortalama verileri kullanmaz ve böylece son derece doğru bir çıktı vermek için tükürük örneklerinden daha fazla bilgiyi entegre edebilir.”

Bu yöntemin sonuçları yaklaşık yüzde 80’lik bir doğruluk gösteriyor ve araştırmacılar, bu doğruluğu elde etmede doğumda cinsiyeti dikkate almanın önemli olduğunu buldular. Tükürük bileşimi, test deneğinin yaşı ve altta yatan diğer sağlık koşullarının yanı sıra günün saatinden etkilense de, bu teknik hala gerçek dünyada COVID-19 tespiti için harika bir aday olduğunu kanıtlayabilir.

Polytechnique Montréal, Kanada’da doktora sonrası araştırmacı ve çalışmanın ilk yazarı olan Katherine Ember, “Etiketsiz yaklaşımımız, RT-PCR testinin birçok sınırlamasının üstesinden geliyor. Bunu daha hızlı, sağlam ve güvenilir bir test olarak ticarileştirmek için çalışıyoruz. potansiyel olarak daha yüksek doğrulukla düşük maliyetli sistem. Bu, yeni virüslere ve bakteriyel enfeksiyonlara uyarlanmış mevcut viral algılama iş akışlarıyla kolayca entegre edilebilir ve yeni makine öğrenimi yaklaşımları aracılığıyla kafa karıştırıcı değişkenleri hesaba katabilir. Paralel olarak, azaltmak için çalışıyoruz. tükürük örneğini içermek için nano yapılı metalik yüzeyler kullanarak test süresi daha da artar .”

Bu bulgular, diğer bulaşıcı hastalıklar için yeni araçların önünü açmanın yanı sıra daha iyi COVID-19 tespitini kolaylaştırabilir.

Yorum Yaz

%d blogcu bunu beğendi: