Deep learning og holografi skaber en bedre point-of-care sensor

Agglutineringsassays er meget udbredte immunologiske sensorer baseret på antigen-antistof-interaktioner, der resulterer i sammenklumpning af antistofovertrukne mikroskopiske partikler. Når prøven - f.eks. en patients serum - introduceres, de tilsvarende målantigener i prøven fastgøres hurtigt til antistofbindingsstederne, og partiklerne begynder at danne klynger på grund af målantigenets evne til at binde til forskellige steder samtidigt. Klyngningsniveauet blandt partiklerne er vejledende for mængden af ​​antigen til stede i en prøve. Disse partikelbaserede sensorer er blevet brugt til at teste for antigener i en række kropsvæsker, og at diagnosticere en lang række sygdomme. Dens store fordele ved point-of-care diagnostik omfatter kort reaktionstid, lav prøvevolumen, lavpris, og høj specificitet. En af hindringerne for dens bredere vedtagelse ligger i analysens lave følsomhed og mangel på kvantitative målinger.

I et nyt papir udgivet i Lab on a Chip, et team af forskere fra University of California, Los Angeles (UCLA) har udviklet en hurtig og omkostningseffektiv partikelagglutinationsbaseret sensor, der drives af holografisk billeddannelse og dyb læring. En kapillærbaseret strømningsanordning til engangsbrug er designet til at være vært for agglutinationsreaktionen med en materialepris på under 2 cent pr. Test. Et mobilt og billigt holografisk mikroskop fanger en film af prøven, overvågning af partikelklyngeprocessen over 3 minutter. Denne fangede holografiske film behandles hurtigt af uddannede neurale netværk for automatisk at måle målanalytkoncentrationen i prøven.

Effekten af ​​denne dyb læringsaktiverede point-of-care sensor blev demonstreret ved nøjagtig måling af C-reaktiv proteinkoncentration i humane serumprøver. C-reaktivt protein (CRP) er en generel biomarkør produceret af leveren som reaktion på betændelse i kroppen og bruges almindeligvis som en indikator på myokardial dysfunktion og hjertesvigt. Testet på forskellige serumprøver fra unikke patienter, denne beregningssensor var i stand til nøjagtigt at måle koncentrationen af ​​CRP inden for området med høj følsomhed, strækker sig over 0-10 µg/ml. Vigtigere, denne mobile sensor var også i stand til at registrere meget høje CRP -koncentrationer, langt over 10µg/ml, hvilket generelt er svært for andre sensorer at måle på grund af deres begrænsede dynamiske område af analytkoncentration.

"Denne mobil, deep learning-aktiveret holografisk sensor er yderst præcis og omkostningseffektiv, hvilket gør den ideel til en række forskellige point-of-care-relaterede diagnostiske applikationer, "sagde professor Aydogan Ozcan, kanslerens professor i elektrisk og computerteknik ved UCLA og associeret direktør for California NanoSystems Institute, hvem er senior tilsvarende forfatter til værket.

Denne forskning blev ledet af Dr. Ozcan, i samarbejde med Dr. Omai Garner, professor i klinisk mikrobiologi og direktør for Point of Care Testing ved UCLA. De andre forfattere til dette værk er Yi Luo, Hyou-Arm Joung, Sarah Esparza, og Jingyou Rao fra UCLA. Dr. Ozcan har også UCLA -fakultetsmøder inden for bioingeniør og kirurgi, og er HHMI -professor. Denne forskning blev finansieret af National Science Foundation, PATHS-UP Engineering Research Center.