Los investigadores de Beckman emparejaron la microscopía con la inteligencia artificial para desarrollar una prueba de COVID-19 que es rápida, preciso, y rentable. Todo lo que tenemos que hacer es decir "ahh".

Muchos de nosotros hemos encontrado o experimentado una prueba de COVID-19. Como la propia pandemia, la detección frecuente se ha convertido en parte de la vida diaria. Dado que el SARS-CoV-2 sigue siendo un enemigo formidable, Nuestras estrategias para detectar y clasificar el virus deben seguir siendo ágiles y sofisticadas.

Ingresa el investigador de Beckman, Gabriel Popescu, un profesor de ingeniería eléctrica e informática de la UIUC, y su equipo interdisciplinario. Su estudio, "Detección y clasificación de SARS-CoV-2 sin etiquetas mediante imágenes de fase con especificidad computacional, "fue publicado en Luz:Ciencia y Aplicaciones-Naturaleza.

Comenzando en mayo de 2020 y llegando a buen puerto en medio de una crisis global, El cronograma del proyecto corre paralelo a la pandemia que lo provocó. Característica de un equipo Beckman, el primer paso de los investigadores fue identificar una oportunidad para innovar; observaron que, si bien actualmente existen muchas técnicas para realizar pruebas para el SARS-CoV-2, ninguno utiliza un enfoque óptico sin etiquetas.

El tamaño minúsculo de una sola partícula hace que depender solo de la vista sea casi imposible, incluso con un microscopio. La microscopía electrónica es útil para obtener imágenes de la estructura de una partícula, pero se requiere una preparación extensa para asegurar la visibilidad de una muestra. Aunque necesario, este proceso puede oscurecer la imagen deseada.

El equipo de Popescu recurrió a una técnica desarrollada en Beckman normalmente reservada para visualizar células:microscopía de imagen de luz espacial, lo que facilita la obtención de imágenes sin productos químicos (o sin etiquetas).

"Un microscopio electrónico proporciona una imagen clara, pero requiere una extensa preparación de muestras, "dijo Neha Goswami, estudiante de posgrado en bioingeniería y beneficiario de la beca en memoria de Nadine Barrie Smith del Instituto Beckman en 2021. "Aplicar SLIM para la obtención de imágenes de virus es como mirar algo sin las gafas puestas. La imagen es borrosa debido a que los virus son más pequeños que el límite de difracción. Sin embargo, debido a la alta sensibilidad de SLIM, no solo podemos detectar los virus, sino también diferenciar entre diferentes tipos ".

Afortunadamente, los investigadores identificaron una forma creativa de identificar los virus basándose en datos SLIM:la inteligencia artificial. Con la formación adecuada, Se puede programar una red neuronal profunda avanzada para reconocer incluso las imágenes más borrosas.

Presentaron el programa de IA a un par de imágenes:una partícula de SARS-CoV-2 teñida que produce fluorescencia, y una imagen de fase capturada con un microscopio multimodal SLIM de fluorescencia. La IA está entrenada para reconocer estas imágenes como una y la misma. Fácilmente reconocible la imagen teñida de fluorescencia funciona como ruedas de entrenamiento; con suficiente repetición, la máquina aprende a detectar los virus directamente desde el SLIM, imágenes sin etiquetas sin el soporte adicional.

Después de la detección viene la diferenciación:discernir el SARS-CoV-2 de otros tipos de virus y partículas.

"Le hicimos la vida difícil a la máquina, "Dijo Goswami." Le dimos polvo, rosario, y otros virus para entrenar y aprender a elegir el virus entre una multitud en lugar de identificar cuando está solo ".

La IA aprendió a discernir entre el SARS-CoV-2 y otros patógenos virales como el H1N1, o influenza A; HAdV, o adenovirus; y ZIKV, o el virus del Zika. El ensayo preclínico fue muy exitoso, resultando en una tasa de éxito del 96% para la detección y clasificación del SARS-CoV-2.

"Este notable éxito se debe a nuestro equipo de expertos de varias disciplinas diferentes que se unieron con un objetivo único:crear el más rápido, prueba más asequible y escalable posible. Nuestros esfuerzos actuales se centran en demostrar este enfoque en la clínica y desplegarlo en todo el mundo para COVID y otras enfermedades potencialmente infecciosas. "Dijo Popescu.

El objetivo del proyecto es un sistema de detección de prueba de aliento viral sensible y específico que ayude en el diagnóstico viral y en las estrategias de prevención de la transmisión; hoy dia, esto podría tomar la forma de un rápido, alto rendimiento Prueba COVID-19 de bajo costo con potencial de portabilidad y acción en el punto de atención.

Con validación clínica pendiente, Los investigadores especulan que una prueba de COVID-19 realizada con este método se vería así:el sujeto usaría un protector facial, sobre el que se colocaría un portaobjetos de vidrio transparente; luego completan una actividad en la que su respiración se fija a la diapositiva (como leer un párrafo en voz alta). La diapositiva, y cualquier partícula adherida a él, se tomarán imágenes y se analizarán para detectar cualquier virus presente.

"Hay dos ventajas clave para este tipo de prueba COVID, "Dijo Goswami." La primera es la velocidad:la duración puede ser del orden de un minuto. La segunda es que no estamos agregando productos químicos ni modificaciones a las muestras proporcionadas. Todo lo que estaríamos pagando es el costo del protector facial y la diapositiva en sí ".

Desde una perspectiva clínica, el impacto de estas capacidades de diagnóstico innovadoras es pronunciado.

"Intervención temprana mediante el diagnóstico rápido de COVID-19, combinado con rastreo de contactos, reducirá significativamente la transmisión de COVID-19, morbosidad, y mortalidad, "dijo Nahed Ismail, profesor de patología y director médico del Laboratorio de Microbiología Clínica de la Universidad de Illinois en Chicago.

Esta programación de IA altamente adaptativa podría ayudar a abordar futuras pandemias, no solo COVID-19.

"Necesitamos una detección rápida de enfermedades, "Dijo Goswami." No solo COVID, pero otros. Podemos y debemos unir nuestros esfuerzos, tanto en términos de óptica como de IA, para intentar averiguar hasta dónde podemos llegar ".

Esta investigación de vanguardia es el resultado de la colaboración entre científicos del Instituto Beckman, la Universidad de Illinois Urbana-Champaign, y la Universidad de Illinois en Chicago.

"Lo sorprendente de este proyecto es que podemos llevar el trabajo de laboratorio a los ensayos clínicos en muy poco tiempo, "dijo Helen Nguyen, el profesor Ivan Racheff de Ingeniería Civil y Ambiental de la UIUC y colaborador del proyecto.