Detecciones de partículas de virus individuales utilizando un nanoporo de estado sólido. Crédito: Universidad de Osaka
Los científicos de la Universidad de Osaka desarrollan un método sin etiquetas para identificar virus respiratorios basado en cambios en la corriente eléctrica cuando pasan a través de nanoporos de silicio, lo que puede conducir a nuevos rápidos COVID-19 pruebas.
La pandemia mundial en curso ha creado una necesidad urgente de pruebas rápidas que puedan diagnosticar la presencia de la SARS-CoV-2 virus, el patógeno que causa COVID-19, y lo distingue de otros virus respiratorios. Ahora, investigadores de Japón han demostrado un nuevo sistema para la identificación de un solo virión de patógenos respiratorios comunes utilizando un algoritmo de aprendizaje automático entrenado en los cambios en la corriente a través de los nanoporos de silicio. Este trabajo puede conducir a pruebas de detección rápidas y precisas para enfermedades como COVID-19 e influenza.
En un estudio publicado este mes en Sensores ACS Los científicos de la Universidad de Osaka han introducido un nuevo sistema que utiliza nanoporos de silicio lo suficientemente sensibles para detectar incluso una sola partícula de virus cuando se combina con un algoritmo de aprendizaje automático.
En este método, una capa de nitruro de silicio de solo 50 nm de espesor suspendida en una oblea de silicio tiene pequeños nanoporos agregados, que tienen solo 300 nm de diámetro. Cuando se aplica una diferencia de voltaje a la solución a cada lado de la oblea, los iones viajan a través de los nanoporos en un proceso llamado electroforesis.
El movimiento de los iones puede ser monitoreado por la corriente que generan, y cuando una partícula viral ingresa a un nanoporo, bloquea el paso de algunos de los iones, lo que lleva a una caída transitoria de la corriente. Cada inmersión refleja las propiedades físicas de la partícula, como el volumen, la carga superficial y la forma, por lo que se pueden utilizar para identificar el tipo de virus.
La variación natural en las propiedades físicas de las partículas de virus había obstaculizado previamente la implementación de este enfoque, sin embargo, utilizando el aprendizaje automático, el equipo construyó un algoritmo de clasificación entrenado con señales de virus conocidos para determinar la identidad de nuevas muestras. “Al combinar la detección de nanoporos de una sola partícula con la inteligencia artificial, pudimos lograr una identificación altamente precisa de múltiples especies virales”, explica el autor principal Makusu Tsutsui.
La computadora puede discriminar las diferencias en las formas de onda de la corriente eléctrica que no pueden ser identificadas por los ojos humanos, lo que permite una clasificación de virus altamente precisa. Además del coronavirus, el sistema se probó con patógenos similares: virus sincitial respiratorio, adenovirus, influenza A e influenza B.
El equipo cree que los coronavirus son especialmente adecuados para esta técnica, ya que sus proteínas externas puntiagudas pueden incluso permitir que diferentes cepas se clasifiquen por separado. «Este trabajo ayudará con el desarrollo de un kit de prueba de virus que supera a los métodos de inspección viral convencionales», dice el último autor Tomoji Kawai.
En comparación con otras pruebas virales rápidas como la reacción en cadena de la polimerasa o las pantallas basadas en anticuerpos, el nuevo método es mucho más rápido y no requiere reactivos costosos, lo que puede conducir a pruebas de diagnóstico mejoradas para partículas virales emergentes que causan enfermedades infecciosas como COVID-19.
Referencia: “Plataforma de patología digital para el diagnóstico de infecciones del tracto respiratorio mediante detecciones multiplex de partículas únicas” por Akihide Arima, Makusu Tsutsui, Takeshi Yoshida, Kenji Tatematsu, Tomoko Yamazaki, Kazumichi Yokota, Shun’ichi Kuroda, Takashi Washio, Yoshinobu Kawai Baba y Tomoji , 16 de septiembre de 2020, Sensores ACS.
DOI: 10.1021 / acssensors.0c01564