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 مزیت قابل توجهی نسبت به روش های تست فعلی به ویژه تست های گسترده دارد.
ایشان بورمن، استادیار مهندسی مکانیک در دانشگاه جان هاپکینز و یکی از محققان این پروژه، می گوید: «این کار به سادگی ریختن بزاق روی دستگاه و گرفتن نتیجه منفی یا مثبت است. نکته کلیدی این است که این روش نیازی به تغییرات شیمیایی مانند برچسب گذاری مولکولی یا فعال سازی آنتی بادی ندارد. این بدان معنی است که این سنسور در نهایت می تواند در دستگاه های پوشیدنی استفاده شود.
وی گفت: این فناوری جدید می‌تواند بر محدودیت‌های آزمایش‌های فعلی کووید-۱۹ غلبه کند، اما هنوز در بازار موجود نیست.
آزمایش “واکنش زنجیره ای پلیمراز” (PCR) بسیار دقیق است، اما به یک فرآیند پیچیده آماده سازی نمونه نیاز دارد و چندین ساعت تا چند روز طول می کشد تا نتایج در آزمایشگاه ایجاد شود. به عبارت دیگر، آزمایش‌های سریعی که وجود آنتی ژن را تشخیص می‌دهند، موفقیت کمی در تشخیص زودهنگام عفونت‌های اولیه و بدون علامت دارند و ممکن است با نتایج نادرست همراه باشند.
حسگر جدیدی از محققان دانشگاه جان هاپکینز دارای حساسیت تست PCR و سرعت تست آنتی ژن است. در طول آزمایش اولیه، سنسور دقت 92 درصدی را در تشخیص کرونا در نمونه‌های بزاق نشان داد و نتایج با نتایج PCR قابل مقایسه بود. این حسگر موفقیت چشمگیری در شناسایی سریع سایر ویروس ها از جمله “ویروس آنفولانزای نوع A H1N1” و “زیکا” نشان داده است.
این حسگر بر اساس «لیتوگرافی نانو اثر»، «تداخل سطحی تقویت‌شده 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.
FEMIA، فناوری توسعه یافته در آزمایشگاه دیوید گراسیاس، استاد مهندسی شیمی و بیومولکولی در دانشگاه جانز هاپکینز، کلید موفقیت این روش است. در این روش، نمونه بزاق روی جسم قرار می گیرد و با کمک روش تصویربرداری سطحی تقویت شده رامان که از نور لیزر برای مطالعه 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 به سرعت حضور ویروس را تشخیص می دهد. اگرچه فقط اثرات جزئی روی مدل وجود دارد. یکی دیگر از نوآوری های مهم این سیستم استفاده از الگوریتم های پیشرفته یادگیری ماشینی برای تشخیص نشانه های بسیار کوچک در داده های طیف سنجی است که محققان را قادر می سازد تا حضور و چگالی ویروس را به طور دقیق تعیین کنند.
دبادریتا پریا، محقق ارشد پروژه در این پروژه گفت: «یادگیری ماشین با تشخیص نوری بدون برچسب به ما امکان می‌دهد یک پلتفرم واحد برای آزمایش طیف وسیعی از ویروس‌ها با حساسیت و گزینش‌پذیری بالا داشته باشیم. به آرامی
جسم حسگر را می توان روی هر نوع سطحی قرار داد. از دستگیره در و ورودی گرفته تا ماسک و منسوجات.
Gracias گفت: “با استفاده از این فناوری نانو، ما سنسورهای بسیار دقیق، قابل تنظیم و مقیاس پذیر را برای تشخیص Quide-19 توسعه داده ایم که هم سفت و هم انعطاف پذیر هستند، نه تنها برای استفاده با حسگرهای بیولوژیکی مبتنی بر تراشه، بلکه برای دستگاه های پوشیدنی.” مهم.
وی گفت: 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: پلت فرم ما در حال حاضر از همه گیری کووید-19 پیشی گرفته است. ما می توانیم از آن برای شناسایی ویروس های مختلف استفاده کنیم. به عنوان مثال، ما می‌توانیم از آن برای تمایز ویروس کرونا از زیرگروه ویروس آنفولانزای A H1N1 استفاده کنیم. این در حال حاضر یک مشکل بزرگ است که با استفاده از تست های سریع قابل تشخیص نیست.
این تیم تحقیقاتی در حال ادامه تحقیقات خود برای گسترش کاربرد این فناوری با استفاده از مثال های مختلف است.
این مطالعه در مجله Nano Letters منتشر شد.
46