Attenzione: questa pagina è una traduzione automatica di questa pagina originariamente in lingua inglese. Si prega di notare in quanto le traduzioni sono generate da macchine, non tutte le traduzioni saranno perfetti. Questo sito web e le sue pagine web sono destinati ad essere letto in inglese. Ogni traduzione del sito e le sue pagine web possono essere imprecise e inesatte, in tutto o in parte. Questa traduzione è fornita per comodità.

La microscopia accoppiata con AI piombo ad una prova veloce, accurata e redditizia COVID-19

I ricercatori di Beckman hanno accoppiato la microscopia con intelligenza artificiale sviluppare una prova COVID-19 che è veloce, accurata e redditizia. Tutto che dobbiamo fare è di dire “ahh.„

Molti di noi hanno incontrato o avvertito una prova COVID-19. Come la pandemia stessa, la frequente selezione ha parte diventata di vita quotidiana. Mentre SARS-CoV-2 continua ad essere un nemico arduo, le nostre strategie per individuare e classificare il virus devono rimanere agili e specializzate.

Entri nel ricercatore Gabriel Popescu, un professore di UIUC di elettrico e ingegneria informatica ed il suo gruppo interdisciplinare di Beckman. Il loro studio, “rilevazione SARS-CoV-2 e classificazione contrassegne Contrassegno facendo uso della rappresentazione di fase con la specificità di calcolo,„ sono stati pubblicati all'indicatore luminoso: Scienza e Applicazione-Natura.

Cominciando a maggio di 2020 e giungendo a buon fine in mezzo di una crisi globale, i essere della cronologia del progetto alla pandemia che la ha richiesta. La caratteristica di un gruppo di Beckman, il primo punto dei ricercatori stava identificando un'opportunità di innovare; hanno osservato che mentre molte tecniche corrente esistono per provare a SARS-CoV-2, nessuno usano un approccio ottico contrassegno contrassegno.

La dimensione minuscola di singola particella fa contando sulla vista da solo un'impossibilità vicina, anche con un microscopio. La microscopia elettronica è utile per la rappresentazione la struttura di una particella, ma l'esteso preparato è richiesto per assicurare la visibilità di un campione. Sebbene necessario, questo trattamento possa oscurare l'immagine desiderata.

Il gruppo di Popescu girato in una tecnica sviluppata a Beckman riservato tipicamente a prevedere le celle: microscopia leggera spaziale di immagine, che facilita la rappresentazione senza additivi chimici (o contrassegna contrassegno).

Un microscopio elettronico fornisce una chiara immagine, ma richiede l'esteso preparato del campione. L'applicazione ESILE per la rappresentazione del virus è come l'esame del qualcosa senza vostri vetri sopra. L'immagine è confuso dovuto i virus che sono più piccoli del limite di diffrazione. Tuttavia, a causa di alta sensibilità di ESILE, possiamo non solo individuare i virus, ma egualmente ci differenziamo fra i tipi differenti.„

Neha Goswami, dottorando in bioingegneria e un destinatario 2021 dell'amicizia del memoriale di Nadine Barrie Smith dell'istituto di Beckman

Fortunatamente, i ricercatori hanno identificato un modo creativo identificare i virus basati sui dati ESILI: intelligenza artificiale. Con il giusto addestramento, una rete neurale profonda avanzata può essere programmata per riconoscere anche il più blurriest delle immagini.

Hanno introdotto il programma di AI ad un paio delle immagini: una particella macchiata SARS-CoV-2 producendo la fluorescenza e un'immagine di fase hanno catturato con un microscopio multimodale fluorescenza-ESILE. Il AI è preparato per riconoscere queste immagini come una e le stesse. Facilmente riconoscibile, l'immagine fluorescenza-macchiata funziona come le ruote di addestramento; con abbastanza ripetizione, il commputer impara individuare i virus direttamente dalle immagini ESILI e contrassegne contrassegno senza il supporto aggiunto.

Dopo rilevazione viene la differenziazione: discernimento del SARS-CoV-2 da altri tipi di virus e di particelle.

“Abbiamo reso la vita dura sul commputer,„ Goswami ha detto. “Gli abbiamo dato la polvere, le perle ed altri virus per preparare ed imparare selezionare il virus da una folla rispetto ad identificare quando è da sè.„

Il AI ha imparato discernere fra SARS-CoV-2 ed altri agenti patogeni virali quale H1N1, o influenza A; HAdV, o adenovirus; e ZIKV, o virus di Zika. La prova preclinica era di grande successo, con conseguente indice di successo di 96% per rilevazione SARS-CoV-2 e la classificazione.

“Questo successo notevole è dovuto il nostro gruppo degli esperti da varie discipline che sono venuto insieme ad uno scopo unico: per creare il più veloce, prova più accessibile e più evolutiva possibile. I nostri sforzi correnti sono concentrati sulla dimostrazione del questo approccio nella clinica e spiegandola universalmente per COVID e potenzialmente altre malattie infettive,„ Popescu ha detto.

Lo scopo del progetto è un sistema di rilevamento virale sensibile e specifico della prova di respiro che aiuta nei sistemi diagnostici virali e nelle strategie di prevenzione della trasmissione; oggi, questo ha potuto prendere la forma di una rapida, di una alto-capacità di lavorazione, di una prova a basso costo COVID-19 con il potenziale per la trasferibilità e di un atto di punto-de-cura.

Con la convalida clinica in corso, i ricercatori speculano che una prova COVID-19 effettuata con questo metodo guarderebbe qualcosa di simile: l'oggetto indosserebbe una visiera, su cui una diapositiva del vetro trasparente sarebbe stata fissata; poi completerebbero un'attività in cui il loro respiro è fisso alla diapositiva (come la lettura del paragrafo fuori alto). La diapositiva e tutte le particelle hanno fissato a, sarebbero imaged ed analizzate per individuare qualsiasi virus presenti.

“Ci sono due vantaggi chiave a questo genere di prova di COVID,„ Goswami ha detto. “Il primo è la velocità: la durata può essere dell'ordine di un minuto. Il secondo è che non stiamo aggiungendo alcuni prodotti chimici o modifiche ai campioni forniti. Tutto che stessimo pagando è il costo della visiera e della diapositiva stessa.„

Da una prospettiva clinica, l'impatto di tali capacità di diagnostica innovarici è pronunciato.

“L'intervento iniziale via la diagnosi rapida di COVID-19, combinata con il tracciato del contatto, diminuirà significativamente COVID-19 la trasmissione, la morbosità e mortalità,„ ha detto Nahed Ismail, un professore di patologia e Direttore medico del laboratorio clinico di microbiologia all'università dell'Illinois a Chicago.

Questa programmazione altamente adattabile di AI ha potuto contribuire ad indirizzare le pandemie future, non appena COVID-19.

“Abbiamo bisogno della rilevazione veloce delle malattie,„ Goswami ha detto. “Non solo COVID, ma altri. Possiamo e dovremmo un i nostri sforzi, sia in termini di ottica che AI, provare e scoprire appena fin dove possiamo andare.„

Questa ricerca di avanguardia è un risultato di collaborazione fra gli scienziati dall'istituto di Beckman, il Urbana-Champagne dell'università dell'Illinois e l'università dell'Illinois a Chicago.

“La cosa stupefacente circa questo progetto è che possiamo portare il lavoro di laboratorio nei test clinici molto in un periodo ridotto,„ ha detto Helen Nguyen, il professore di Ivan Racheff nell'assistenza tecnica civile ed ambientale a UIUC ed al collaboratore del progetto.

Source:
Journal reference:

Goswami, N., et al. (2021) Label-free SARS-CoV-2 detection and classification using phase imaging with computational specificity. Light: Science & Applications. doi.org/10.1038/s41377-021-00620-8.