محققان در این پروژه دستگاه جدیدی ساخته اند که نیازی به مدل سازی ندارد و به حداقل دانش نیاز دارد. با چنین قابلیت هایی، این سنسور مزایای بسیار بیشتری نسبت به روش های تست مدرن، به خصوص تست در مقیاس بزرگ دارد.
ایشان بارمن، استادیار مهندسی مکانیک در دانشگاه جانز هاپکینز و یکی از محققین این پروژه، می گوید: «من فقط روی دستگاه تف می کنم و نتایج بد یا خوب می گیرم. نکته مهم این است که این روش به معنای تغییر در داروها مانند شمارش سلولی یا فعالیت آنتی بادی نیست. این بدان معناست که سنسور را می توان در دستگاه های لباس استفاده کرد.
وی افزود: این فناوری جدید می تواند محدودیت های آزمایش کووید-19 فعلی را برآورده کند، اما در بازار موجود نبوده است.
آزمایش “واکنش زنجیره ای پلیمراز” (PCR) بسیار دقیق است، اما به فرآیند آماده سازی پیچیده ای نیاز دارد و تهیه نتایج در آزمایشگاه از چند ساعت تا چند روز طول می کشد. به عبارت دیگر، آزمایش سریعی که وجود آنتی ژن را تشخیص می دهد، موفقیت محدودی در تشخیص زودهنگام بیماری زودرس و بدون علامت نشان می دهد و ممکن است با نتایج منفی همراه باشد.
سرشماری جدید محققان دانشگاه جان هاپکینز به آزمایش PCR و همچنین سرعت آزمایش آنتی ژن علاقه مند است. در یک آزمایش اولیه، سنسور دقت 92 درصدی را در تشخیص ویروس کرونا در نمونه‌های بزاق نشان داد و نتایج مشابه نتایج PCR بود. این سرشماری همچنین موفقیت زیادی در شناسایی سریع سایر ویروس ها از جمله “ویروس آنفولانزا A زیرگروه H1N1” و “زیکا” نشان داد.
این سرشماری از فناوری‌های «لیتوگرافی نانوایمپرنت»، «واسطه سطحی پیشرفته رامان» (SERS) و یادگیری ماشین استفاده می‌کند. این سنسور می تواند برای اندازه گیری جرم به عنوان تراشه های دور ریخته شده در یک محیط سخت یا انعطاف پذیر استفاده شود.
کلید موفقیت این رویکرد، فناوری به نام FEMIA است که در آزمایشگاه دیوید گراسیاس، استاد پزشکی و مهندسی زیست مولکولی در دانشگاه جان هاپکینز توسعه یافته است. به این ترتیب، نمونه بزاق بر روی ماده قرار می گیرد و با کمک روش رامان تحریک کننده که از نور لیزر برای مطالعه ارتعاشات مولکول های مدل استفاده می کند، روشن می شود.
از آنجایی که فناوری نانوساختار FEMIA سیگنال ویروس رامان را تا حد زیادی افزایش می دهد، دستگاه قادر است حضور ویروس را سریعتر تشخیص دهد. اگرچه تنها نتایج کمی در مدل وجود دارد. یکی دیگر از ویژگی‌های مهم این سیستم، استفاده از پیشرفته‌ترین یادگیری ماشینی برای تشخیص کوچک‌ترین سیگنال‌ها در داده‌های طیف‌سنجی داده است که به محققان کمک می‌کند تا حضور و شیوع ویروس را به دقت شناسایی کنند.
دبادریتا پریا، محقق ارشد این پروژه، گفت: “ادغام یکپارچه سیستم های یادگیری ماشینی ما را قادر می سازد تا یک پلتفرم واحد داشته باشیم که می تواند چندین ویروس را با حساسیت و گزینش پذیری بالا و بسیار سریع آزمایش کند.”
تجهیزات حسگر را می توان بر روی هر نوع سطحی نصب کرد. از دستگیره و دستگیره در گرفته تا ماسک و پرده.
Gracias گفت: «با استفاده از این فناوری نانو، ما دقیق‌ترین، انعطاف‌پذیرترین و پویاترین حسگرهای Quaid-19 را برای شناسایی حسگرهایی که قوی و انعطاف‌پذیر هستند، نه تنها برای استفاده در حسگرهای زیستی مبتنی بر تراشه، بلکه در تجهیزات لباس، توسعه داده‌ایم». ضروری است.
وی افزود: شاید بتوان با استفاده از این سنسور در یک دستگاه موبایل به سرعت آن را در مکان های شلوغ مانند فرودگاه ها یا زمین های بازی تشخیص داد.
بارمن گفت: «سکوی ما فراتر از اپیدمی کووید-19 فعلی ادامه دارد. ما می توانیم از آن برای شناسایی ویروس های مختلف استفاده کنیم. به عنوان مثال، ما می‌توانیم برای تشخیص ویروس کرونا از ویروس H5N1 زیرگروه ویروس A استفاده کنیم. این یک مشکل جدی است که با یک آزمایش سریع قابل تشخیص است.
این تیم تحقیقاتی به تحقیق برای افزایش استفاده از این فناوری با استفاده از مدل های مختلف ادامه می دهد.
این مطالعه در مجله Nano Letters منتشر شد.
46