Forskere ved Goethe Universitet Frankfurt og Kiel Universitet har udviklet en ny sensor til påvisning af bakterier. Den er baseret på en chip med en innovativ overfladebelægning, der sikrer, at kun meget specifikke mikroorganismer klæber til sensoren – såsom visse patogener.
Jo større antal organismer, jo stærkere er det elektriske signal, der genereres af chippen. På denne måde er sensoren i stand til ikke kun at detektere farlige bakterier med et højt følsomhedsniveau, men også at bestemme deres koncentration. Forskningen er publiceret i tidsskriftet ACS Applied Materials &Interfaces .
Hvert år kræver bakterieinfektioner adskillige millioner liv verden over. Derfor er det afgørende at opdage skadelige mikroorganismer – ikke kun i diagnosticering af sygdomme, men også for eksempel i fødevareproduktion. De hidtil tilgængelige metoder er dog ofte tidskrævende, kræver dyrt udstyr eller kan kun bruges af specialister. Desuden er de ofte ude af stand til at skelne mellem aktive bakterier og deres nedbrydningsprodukter.
Derimod opdager den nyudviklede metode kun intakte bakterier. Det gør brug af det faktum, at mikroorganismer kun angriber bestemte kropsceller, som de genkender fra sidstnævntes specifikke sukkermolekylestruktur.
Denne matrix, kendt som glycocalyx, adskiller sig afhængigt af celletypen. Det tjener så at sige som en identifikator for kropscellerne. Det betyder, at for at fange en specifik bakterie behøver vi kun at kende den genkendelige struktur i glykokalyxen af dens foretrukne værtscelle og derefter bruge denne som "lokkemad".
Det er præcis, hvad forskerne har gjort. "I vores undersøgelse ønskede vi at påvise en specifik stamme af tarmbakterien Escherichia coli - eller forkortet E. coli," forklarer professor Andreas Terfort fra Institut for Uorganisk og Analytisk Kemi ved Goethe Universitetet i Frankfurt.
"Vi vidste, hvilke celler patogenet normalt inficerer. Vi brugte dette til at belægge vores chip med en kunstig glycocalyx, der efterligner overfladen af disse værtsceller. På denne måde klæber kun bakterier fra den målrettede E. coli-stamme til sensoren."
E. coli har mange korte arme, kendt som pili, som bakterien bruger til at genkende sin værts glycocalyx og klamre sig til den. "Bakterierne bruger deres pili til at binde sig til sensoren flere steder, hvilket gør, at de kan hænge særligt godt på," siger Terfort.
Derudover er den kunstige glykokalyx' kemiske struktur sådan, at mikrober uden de højre arme glider af den - som et æg fra en godt smurt bradepande. Dette sikrer, at kun de patogene E. coli-bakterier tilbageholdes.
Men hvordan var forskerne i stand til at bekræfte, at bakterier virkelig var knyttet til den kunstige glycocalyx? "Vi har bundet sukkermolekylerne til en ledende polymer," forklarer Sebastian Balser, en doktorgradsforsker under professor Terfort og den første forfatter af papiret. "Ved at påføre en elektrisk spænding via disse 'ledninger' er vi i stand til at aflæse, hvor mange bakterier der var bundet til sensoren."
Undersøgelsen dokumenterer, hvor effektivt dette er:Forskerne blandede patogener fra den målrettede E. coli-stamme blandt harmløse E. coli-bakterier i forskellige koncentrationer. "Vores sensor var i stand til at detektere de skadelige mikroorganismer selv i meget små mængder," forklarer Terfort. "Hvad mere er, jo højere koncentrationen af de målrettede bakterier, jo stærkere er de udsendte signaler."
Papiret er et indledende bevis på, at metoden virker. I næste trin ønsker de involverede arbejdsgrupper at undersøge, om det også i praksis tåler testen. At bruge det i regioner, hvor der ikke er hospitaler med sofistikeret laboratoriediagnostik, er for eksempel tænkeligt.
Flere oplysninger: Sebastian Balser et al., Selektiv kvantificering af bakterier i blandinger ved at bruge glycosyleret polypyrrol/hydrogel nanolag, ACS Applied Materials &Interfaces (2024). DOI:10.1021/acsami.3c14387
Journaloplysninger: ACS-anvendte materialer og grænseflader
Leveret af Goethe University Frankfurt am Main
Sidste artikelForskere afslører ny metode til at beregne mekaniske egenskaber af faste stoffer ved hjælp af maskinlæring
Næste artikelFilmer ultrahurtige molekylære bevægelser i enkeltkrystal