Advertencia: Esta página es una traducción de esta página originalmente en inglés. Tenga en cuenta ya que las traducciones son generadas por máquinas, no que todos traducción será perfecto. Este sitio Web y sus páginas están destinadas a leerse en inglés. Cualquier traducción de este sitio Web y su páginas Web puede ser imprecisa e inexacta en su totalidad o en parte. Esta traducción se proporciona como una conveniencia.

La microscopia emparejada con el AI lleva a una prueba rápida, exacta, y de poco costo COVID-19

Los investigadores de Beckman emparejaron microscopia con inteligencia artificial de desarrollar una prueba COVID-19 que es rápida, exacta, y de poco costo. Todo lo que necesitamos hacer es decir “ahh.”

Muchos de nosotros han encontrado o han experimentado una prueba COVID-19. Como el pandémico sí mismo, la investigación frecuente tiene parte convertida de vida de cada día. A medida que SARS-CoV-2 continúa ser un enemigo formidable, nuestras estrategias para descubrir y para clasificar el virus deben seguir siendo ágiles y sofisticadas.

Inscriba al investigador Gabriel Popescu, profesor de UIUC de eléctrico y ingeniería informática, y sus personas interdisciplinarias de Beckman. Su estudio, “detección SARS-CoV-2 y clasificación Escritura de la etiqueta-libres usando proyección de imagen de la fase con especificidad de cómputo,” fueron publicados en luz: Ciencia y Uso-Naturaleza.

Comenzando en mayo de 2020 y viniendo a la fruición en medio de una crisis global, las corridas de la cronología del proyecto paralelas al pandémico que la incitó. La característica de personas de Beckman, el primer paso de los investigadores determinaba una oportunidad de innovar; observaron que mientras que muchas técnicas existen actualmente para probar para SARS-CoV-2, ninguna utilizan una aproximación óptica escritura de la etiqueta-libre.

La talla minúscula de una única partícula hace confiando en mira solamente una imposibilidad cercana, incluso con un microscopio. La microscopia electrónica es útil para la proyección de imagen la estructura de una partícula, pero la preparación extensa se requiere para asegurar la visibilidad de una muestra. Aunque es necesario, este proceso puede obscurecer la imagen deseada.

Las personas de Popescu giradas a una técnica desarrollada en Beckman reservado típicamente para visualizar las células: microscopia liviana espacial de la imagen, que facilita proyección de imagen substancia-libre (o escritura de la etiqueta-libre).

Un microscopio electrónico ofrece una imagen sin obstrucción, pero requiere la preparación extensa de la muestra. La aplicación DELGADA para la proyección de imagen del virus es como observar algo sin sus cristales conectado. La imagen es borroso debido a los virus que son más pequeños que el límite de difracción. Sin embargo, debido a la alta sensibilidad de DELGADO, podemos no sólo descubrir los virus, pero también distinguimos entre diversos tipos.”

Neha Goswami, estudiante de tercer ciclo en bioingeniería y beneficiario 2021 de beca del monumento de Nadine Barrie Smith del instituto de Beckman

Afortunadamente, los investigadores determinaron una manera creativa de determinar los virus basados en datos DELGADOS: inteligencia artificial. Con el entrenamiento correcto, una red neuronal profunda avanzada se puede programar para reconocer incluso el más borroso de imágenes.

Introdujeron el programa del AI a un par de imágenes: una partícula manchada SARS-CoV-2 produciendo fluorescencia, y una imagen de la fase capturaron con un microscopio multimodal fluorescencia-DELGADO. El AI se entrena para reconocer estas imágenes como una y lo mismo. Fácilmente reconocible, la imagen fluorescencia-manchada funciona como las ruedas de entrenamiento; con suficiente repetición, la máquina aprende descubrir los virus directamente de las imágenes DELGADAS, escritura de la etiqueta-libres sin el apoyo añadido.

Después de la detección viene la diferenciación: discernimiento de SARS-CoV-2 de otros tipos de virus y de partículas.

“Hicimos vida resistente en la máquina,” Goswami dijo. “Le dimos el polvo, molduras, y otros virus para entrenar y para aprender escoger al virus fuera de una muchedumbre en comparación con determinar cuando está en sí mismo.”

El AI aprendió discernir entre SARS-CoV-2 y otros patógeno virales tales como H1N1, o la gripe A; HAdV, o adenovirus; y ZIKV, o virus de Zika. La juicio preclínica era altamente acertada, dando por resultado un índice de éxito del 96% para la detección SARS-CoV-2 y la clasificación.

“Este éxito notable es debido a nuestras personas de expertos de varias diversas disciplinas que vinieron así como una meta única: para crear el más rápido, la prueba más asequible y más escalable posible. Nuestros esfuerzos actuales se centran en la demostración de esta aproximación en la clínica y desplegándola por todo el mundo para COVID y potencialmente otras enfermedades infecciosas,” Popescu dijo.

La meta del proyecto es un sistema de detección viral sensible y específico de prueba de respiración que ayuda en diagnósticos virales y en estrategias de la prevención de la transmisión; hoy, esto podía tomar la forma de un rapid, de una alto-producción, de una prueba barata COVID-19 con el potencial para la portabilidad y de una acción del punto-de-cuidado.

Con la validación clínica pendiente, los investigadores especulan que una prueba COVID-19 conducto con este método observaría algo similar: el tema desgastaría una visera, sobre la cual una diapositiva de cristal sin obstrucción sería sujetada; entonces terminarían una actividad en donde su respiración llega a ser fija a la diapositiva (como la lectura de un párrafo ruidosamente). La diapositiva, y cualquier partícula sujetó a ella, sería reflejada y analizada para descubrir cualquier virus presentes.

“Hay dos ventajas dominantes a esta clase de prueba de COVID,” Goswami dijo. “El primer es velocidad: la duración puede estar de la orden de un minuto. El segundo es que no estamos agregando ningunas substancias químicas o modificaciones a las muestras ofrecidas. Todo lo que estaríamos pagando es el costo de la visera y de la diapositiva sí mismo.”

De una perspectiva clínica, el impacto de tales capacidades de diagnóstico innovadoras es pronunciado.

La “intervención temprana vía la diagnosis rápida de COVID-19, combinada con el trazado del contacto, reducirá importante COVID-19 la transmisión, morbosidad, y mortalidad,” dijo a Nahed Ismail, profesor de la patología y director médico del laboratorio clínico de la microbiología en la Universidad de Illinois en Chicago.

Esta programación altamente adaptante del AI podía ayudar a dirigir los pandémicos futuros, no apenas COVID-19.

“Necesitamos la detección rápida de enfermedades,” Goswami dijo. “No sólo COVID, pero otros. Podemos y debemos poner nuestros esfuerzos juntos, en términos de óptica y AI, probar y encontrar apenas hasta dónde podemos ir.”

Esta investigación punta es un resultado de la colaboración entre los científicos del instituto de Beckman, el Urbana-Chamán de la Universidad de Illinois, y la Universidad de Illinois en Chicago.

“La cosa asombrosa sobre este proyecto es que podemos llevar el trabajo de laboratorio a juicio clínico en mismo un breve periodo de tiempo,” dijo a Helen Nguyen, el profesor de Ivan Racheff en la ingeniería civil y ambiental en UIUC y el colaborador del proyecto.

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.