Den pågående globala pandemin har skapat ett akut behov av snabba tester som kan diagnostisera närvaron av SARS-CoV-2-viruset, patogenen som orsakar covid-19, och skilja det från andra luftvägsvirus. Nu, Forskare från Japan har demonstrerat ett nytt system för identifiering av en virion av vanliga luftvägspatogener med hjälp av en maskininlärningsalgoritm som tränas på förändringar i ström över kiselnanoporer. Detta arbete kan leda till snabba och exakta screeningtester för sjukdomar som covid-19 och influensa.

I en studie publicerad denna månad i ACS-sensorer forskare vid Osaka University har introducerat ett nytt system som använder kiselnanoporer som är tillräckligt känsliga för att upptäcka till och med en enda viruspartikel i kombination med en maskininlärningsalgoritm.

I denna metod, ett kiselnitridskikt bara 50 nm tjockt upphängt på en kiselwafer har små nanoporer tillsatta, som själva endast är 300 nm i diameter. När en spänningsskillnad appliceras på lösningen på vardera sidan av skivan, joner färdas genom nanoporerna i en process som kallas elektrofores.

Jonernas rörelse kan övervakas av strömmen de genererar, och när en viral partikel kommer in i en nanopore, det blockerar några av jonerna från att passera igenom, leder till ett övergående fall i strömmen. Varje dopp återspeglar partikelns fysikaliska egenskaper, såsom volym, ytladdning, och form, så att de kan användas för att identifiera typen av virus.

Den naturliga variationen i de fysiska egenskaperna hos viruspartiklar hade tidigare hindrat implementeringen av detta tillvägagångssätt, dock, använder maskininlärning, teamet byggde en klassificeringsalgoritm tränad med signaler från kända virus för att fastställa identiteten på nya prover. "Genom att kombinera enpartikels nanoporavkänning med artificiell intelligens, vi kunde uppnå mycket exakt identifiering av flera virala arter, " förklarar seniorförfattaren Makusu Tsutsui.

Datorn kan urskilja skillnaderna i elektriska strömvågformer som inte kan identifieras av mänskliga ögon, vilket möjliggör mycket exakt virusklassificering. Förutom coronaviruset, systemet testades med liknande patogener - respiratoriskt syncytialvirus, adenovirus, influensa A, och influensa B.

Teamet anser att koronavirus är särskilt väl lämpade för denna teknik eftersom deras taggiga yttre proteiner till och med tillåter att olika stammar klassificeras separat. "Detta arbete kommer att hjälpa till med utvecklingen av ett virustestkit som överträffar konventionella virusinspektionsmetoder, " säger den senaste författaren Tomoji Kawai.

Jämfört med andra snabba virustester som polymeraskedjereaktion eller antikroppsbaserade screeningar, den nya metoden är mycket snabbare och kräver inga dyra reagenser, vilket kan leda till förbättrade diagnostiska tester för nya viruspartiklar som orsakar infektionssjukdomar som covid-19.