محققان در این پروژه سنسور جدیدی ساخته اند که نیازی به آماده سازی نمونه ندارد و کمترین تجربه را می طلبد. با چنین قابلیت هایی، این سنسور مزیت قابل توجهی نسبت به روش های تست فعلی به ویژه تست های گسترده دارد.
ایشان بارمن، استادیار مهندسی مکانیک در دانشگاه جانز هاپکینز و یکی از محققان این پروژه می گوید: «این فقط یک قطره بزاق روی دستگاه می ریزد و نتیجه منفی یا مثبت می گیرد. نکته مهم این است که 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 قابل حمل استفاده شود.
وی افزود: این فناوری جدید ممکن است بر محدودیت‌های آزمایش‌های فعلی کووید-۱۹ غلبه کند، اما هنوز در بازار موجود نیست.
آزمایش “واکنش زنجیره ای پلیمراز” (PCR) بسیار دقیق است، اما نیاز به یک فرآیند پیچیده آماده سازی نمونه دارد و تهیه نتایج در آزمایشگاه از چند ساعت تا چند روز طول می کشد. به عبارت دیگر، آزمایش‌های سریعی که وجود آنتی‌ژن را تشخیص می‌دهند، موفقیت کمتری در تشخیص زودهنگام عفونت‌های اولیه و بدون علامت نشان می‌دهند و ممکن است با نتایج اشتباه همراه باشند.
حسگر جدید محققان دانشگاه جان هاپکینز دارای حساسیت تست PCR و سرعت تست آنتی ژن است. در آزمایش اولیه، سنسور 92 درصد دقت را در تشخیص ویروس کرونا در نمونه های بزاق نشان داد و نتایج با نتایج PCR قابل مقایسه بود. این حسگر همچنین موفقیت قابل توجهی در تشخیص سریع سایر ویروس ها از جمله “ویروس آنفولانزای نوع A H1N1” و “زیکا” نشان داد.
این حسگر مبتنی بر فناوری‌های «لیتوگرافی نانوایمپرنت»، «واسطه سطحی پیشرفته رامان» (SERS) و یادگیری ماشینی 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، نمونه بزاق بر روی ماده قرار می گیرد و با استفاده از روش تصویربرداری سطحی تقویت شده رامان که از نور لیزر برای بررسی ارتعاش مولکول های نمونه استفاده می کند، آنالیز می شود.
از آنجایی که فناوری نانوساختار FEMIA به طور قابل توجهی سیگنال رامان ویروس را افزایش می دهد، سیستم می تواند به سرعت وجود ویروس را تشخیص دهد. حتی اگر فقط اثرات کوچکی در نمونه وجود داشته باشد. یکی دیگر از نوآوری های مهم این سیستم استفاده از الگوریتم های پیشرفته یادگیری ماشینی برای تشخیص سرنخ های بسیار کوچک در داده های طیف سنجی است که محققان را قادر می سازد 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 ما را قادر می‌سازد تا یک پلتفرم واحد داشته باشیم که می‌تواند طیف وسیعی از ویروس‌ها را با حساسیت و گزینش‌پذیری بیشتر و بسیار سریع آزمایش کند.»
مواد حسگر را می توان روی هر نوع سطحی قرار داد. از دستگیره در و ورودی گرفته تا ماسک و منسوجات.
او گفت: «با استفاده از این فناوری نانو، ما سنسورهای تشخیص Quaid-19 بسیار دقیق، قابل تنظیم و مقیاس‌پذیر را توسعه داده‌ایم که هم سفت و هم انعطاف‌پذیر هستند، نه تنها برای استفاده در حسگرهای زیستی مبتنی بر تراشه، بلکه برای دستگاه‌های قابل حمل.» با تشکر. مهم.
وی افزود: شاید بتوان از این سنسور در یک دستگاه دستی برای تشخیص سریع در مکان های شلوغ مانند فرودگاه ها یا ورزشگاه ها استفاده کرد.
بارمن گفت: “پلتفرم ما فراتر از همه گیری کووید-19 فعلی است.” ما می توانیم از آن برای شناسایی ویروس های مختلف استفاده کنیم. به عنوان مثال، می‌توانیم از آن برای تشخیص کرونا از ویروس آنفولانزای نوع A H1N1 استفاده کنیم. این یک مشکل بزرگ است که با آزمایش های سریع فعلی قابل تشخیص نیست.
این تیم تحقیقاتی تحقیقات خود را برای گسترش کاربرد این فناوری با استفاده از نمونه های متنوع ادامه می دهد.
این مطالعه در مجله Nano Letters منتشر شد.
46