科学家们开发了一种新颖的基于智能手机的诊断病毒感染技术,该技术用深度学习算法来辨识用金属纳米颗粒标记样品中的病毒,从而能在无需熟练实验室员工和昂贵设备的情况下便可快速检测病毒

该系统在134个患者样品中以98.97%的敏感性正确地确认了临床相关浓度的寨卡病毒,乙型肝炎病毒(HBV)或丙型肝炎病毒(HCV)。手机用户在全球范围内都在增长,其中包括撒哈拉以南的非洲人群,后者背负着感染疫情的负担沉重。由于这些广泛可用的技术还具有强大的新型计算能力和内置感测器,因此科学家们将手机当作一种有前途的、可帮助管控全球传染病的工具。

为了利用智能手机的检测病毒潜力,Mohamed Draz和同事开发了一种将样品加载到微芯片上并用铂纳米探针进行标记的工艺流程;在加载样品之后,过氧化氢溶液被添加到芯片上,该溶液能和铂-纳米探针复合物起反应而冒泡。这一气泡信号可用智能手机检测,因为该手机系统使用的是一种受过训练的深度学习算法,后者能对气泡进行成像和分析以确定微芯片中的病毒含量。

Draz等人用22个掺入HBV的血清样本,60个掺入寨卡病毒的血液样本,27个感染HCV的患者血浆或血清样本以及25个感染寨卡病毒的患者血清样本对这一由纳米颗粒赋能的智能手机系统进行了测试。对每种病毒样品的测试所用的是经过修改而能检测某种特定目标病毒的微芯片。

后续分析显示,该系统可准确识别所有感染HCV的样本,在掺加寨卡病毒的样本中有1个假阳性和1个假阴性,而在掺加HBV的样本中有2个假阳性。作者得出的结论是,该病毒检测系统可用于检测各种感染,并可能适用于许多不同型号的智能手机。

来源:EurekAlert中文