سریع ترین روش تشخیص کووید 19 ابداع شد

محققان سنسور جدیدی بر روی این دستگاه ساخته اند که نیازی به نمونه نمونه ندارد و به حداقل تجربه نیاز دارد. این سنسور با چنین قابلیت هایی نسبت به سیستم های تایید شده دارای مزیت های زیادی به خصوص گرایش است.

ایشان بارمن، استادیار مهندسی مکانیک در دانشگاه جانز هاپکینز و یکی از محققان این ابتکار گفت: «این به سادگی ریختن یک قطره بزاق روی دستگاه و به دست آوردن یک نتیجه مثبت یا منفی است. نکته اصلی این است که این روش نیازی به تغییرات شیمیایی مانند عملکرد مولکولی یا آنتی بادی ندارد. این بدان معناست که این سنسور در نهایت می تواند در دستگاه های پوشیدنی استفاده شود.

وی افزود: این فناوری جدید می تواند بر محدودیت های Code-19 Proofs امروزی غلبه کند، اما هنوز در بازار وجود ندارد.

آزمایش “واکنش پلیمراز” (PCR) یک فرآیند آماده سازی نمونه بسیار دقیق، اما پیچیده است و چندین ساعت تا چند روز طول می کشد تا نتایج در آزمایشگاه آماده شود. به عبارت دیگر، آزمایش‌های سریع‌تر که حضور آنتی‌ژن را تشخیص می‌دهند، موفقیت کمتری در تشخیص زودهنگام عفونی و بدون علامت نشان می‌دهند و می‌توانند با پیامدهای اشتباه مرتبط باشند.

حسگر جدید محققان دانشگاه جان هاپکینز دارای تست PCr برای تست حساسیت و سرعت است. در آزمایش اولیه، سنسور دقت 92 درصدی را در تشخیص ویروس کرونا در نمونه‌های بزاق نشان داد و نتایج را با نتایج PCR مقایسه کرد. این حسگر همچنین موفقیت قابل توجهی را در میان سایر ویروس‌هایی که به سرعت شناسایی شده‌اند، از جمله “ویروس آنفولانزای نوع A H1N1” و “زیکا” نشان داد.

فن‌آوری‌های مبتنی بر حسگر در “لیتوگرافی Nanoimprint”، “Raman Surface Enhanced Intermediation” (SERS) و یادگیری ماشین. این سنسور را می توان برای آزمایش دسته ای به صورت تراشه بر روی سطوح سخت یا انعطاف پذیر استفاده کرد.

کلید موفقیت فناوری به نام FEMIA است که در آزمایشگاه دیوید گراسیاس، استاد شیمی و زیست مولکولی در دانشگاه جانز هاپکینز توسعه یافته است. به این ترتیب، نمونه‌ای از بزاق در ماده قرار داده می‌شود و با کمک روش رامان پیشرفته تصویربرداری رابط، که از نور لیزر برای ردیابی پالس مولکول‌های نمونه استفاده می‌کند، توسعه می‌یابد.

از آنجایی که فناوری نانوساختار FEMIA سیگنال رامان را به میزان قابل توجهی افزایش می دهد، سیستم می تواند به سرعت حضور ویروس ها را تشخیص دهد. حتی یا فقط در دریاچه. یکی دیگر از نوآوری های مهم این سیستم استفاده از الگوریتم های پیشرفته یادگیری ماشینی برای تشخیص عبارات کوچک در داده های طیف سنجی است که به محققان اجازه می دهد تا حضور ویروس و چگالی آن را به دقت تعیین کنند.

دبادریتا پریا، محقق ارشد طراحی، گفت: اپتیک فشرده با یادگیری ماشینی به ما امکان می دهد یک پلتفرم واحد داشته باشیم که می تواند ویروس ها را با حساسیت و انعطاف بیشتر و خیلی سریع کاوش کند.

ماده محسوس را می توان روی هر سطحی از گونه قرار داد. از دستگیره در و ورودی گرفته تا ماسک و پارچه.

Gracias گفت: «با استفاده از این فناوری نانو، ما سنسورهای Quaid-191 را توسعه داده‌ایم که بسیار دقیق، سازگار و مقیاس‌پذیر برای تشخیص کاربردهای سخت و انعطاف‌پذیر، نه تنها برای حسگرهای زیستی، بلکه برای دستگاه‌های پوشیدنی نیز هستند. معروف

وی افزود: شاید بتوان از این حسگر روی دستگاه برای تشخیص سریع در مناطق شلوغ مانند فرودگاه ها یا استادیوم ها استفاده کرد.

بارمن گفت: پلتفرم ما فراتر از همه‌گیری کووید-19 است. ما می توانیم از آن برای شناسایی ویروس های مختلف استفاده کنیم. برای مثال، می‌توانیم از کروناویروس برای تمایز ویروس آنفولانزای A از نوع H1N1 استفاده کنیم. این یک مشکل مهم است که با استفاده از تست سریع قابل تشخیص نیست.

این تیم تحقیقاتی با استفاده از نمونه های مختلف به تحقیقات خود در مورد کاربرد این فناوری ادامه می دهد.

این مطالعه در مجله Nano Letters منتشر شد.

46