Encontrar soluciones prácticas para detectar proteínas, biomarcadores de cáncer, Los virus y otros objetos pequeños ha sido un desafío clave para los investigadores de todo el mundo durante décadas. Estas soluciones son prometedoras para salvar vidas mediante un diagnóstico y tratamiento más oportunos de infecciones y enfermedades graves.

Ahora, una nueva investigación de un equipo de UCLA muestra cómo se pueden realizar tales detecciones por una fracción del costo mediante el uso de dispositivos móviles "inteligentes" diseñados por aprendizaje automático.

Un método para detectar objetos pequeños y biomarcadores relacionados se llama detección plasmónica, que implica hacer brillar la luz sobre nanoestructuras metálicas para amplificar el campo eléctrico local. Se puede medir la interacción entre este campo eléctrico amplificado y la molécula de interés, revelando información importante sobre la concentración molecular y la cinética. Aunque los científicos han explorado este tipo de detección durante décadas, se han enfrentado a desafíos cuando se trata de entornos fuera de los entornos de laboratorio que tienen recursos limitados. Esto se debe a que se necesitan instrumentos costosos y voluminosos para este trabajo.

El objetivo principal del aprendizaje automático es "entrenar" un algoritmo con una gran cantidad de datos para que pueda "aprender" tendencias y estadísticas complejas y, a su vez, utilizarse para predecir resultados con mucha más precisión que un modelo tradicional. Por ejemplo, Google ha estado utilizando el aprendizaje automático en aplicaciones como el reconocimiento de letras y números en nuestras calles y hogares.

El equipo de UCLA, dirigido por Aydogan Ozcan, Profesor del Canciller de Ingeniería Eléctrica y Bioingeniería y director asociado del California NanoSystems Institute, tomó este concepto y lo aplicó a la detección plasmónica, construir un dispositivo móvil y económico que sea mucho más preciso que los diseños de sensores convencionales.

El dispositivo prototipo es liviano y portátil, que consta de una carcasa de plástico impresa en 3-D, cuatro diodos emisores de luz, o LED, de diferentes colores y una cámara. Como se describe en el estudio, un algoritmo de aprendizaje automático selecciona los cuatro LED más óptimos entre miles de otras opciones posibles, idear el diseño más preciso, y un método computacional para cuantificar la salida del sensor. Este trabajo tiene como objetivo proporcionar una herramienta de diseño que otros ingenieros e investigadores puedan utilizar para optimizar sus propios lectores de sensores ópticos de bajo costo para diversas aplicaciones en el cuidado de la salud, así como en el monitoreo ambiental.

Mediante el uso de métodos de nanofabricación recientemente descubiertos, el equipo de investigación pudo producir sensores plasmónicos flexibles que son lo suficientemente robustos y económicos como para ser desechables. Estos sensores pueden sufrir "modificaciones de superficie, "lo que asegura que solo las moléculas de interés interactúen con el campo eléctrico amplificado.

Este paso bioquímico se puede considerar como dos piezas complementarias de un rompecabezas, donde una pieza está unida a la superficie del sensor, impidiendo que cualquier otra pieza distinta a su complemento se una a ella e interfiera con la medida. Esto significa que estos sensores se pueden "modificar" para capturar cualquier número de objetivos biológicos específicos, como bacterias, virus o células cancerosas, Entre muchos otros.

Para utilizar este lector plasmónico, una muestra fluídica, por ejemplo sangre u orina, se aplica a la superficie del sensor mediante un microchip desechable. Luego, el sensor encaja en un cartucho que se puede insertar en el dispositivo, que luego mide y analiza automáticamente la muestra, entregando el resultado de la detección. El equipo de investigación dice que dicho lector plasmónico podría diseñarse como un accesorio de teléfono móvil para reducir aún más los costos y aprovechar la conectividad en la nube, así como el poder computacional de los teléfonos inteligentes.

El primer autor del estudio es Zach Ballard, estudiante de posgrado en ingeniería eléctrica y miembro de la Fundación Nacional de Ciencias. La investigación fue publicada en ACS Nano.

"A diario se realizan descubrimientos y resultados asombrosos en instituciones de investigación como UCLA, pero a menudo, cuando los ingenieros comienzan a imaginarse trasladar esta ciencia al mundo real, se topan con barricadas, ", Dijo Ballard." Por eso, siempre me resulta emocionante ver cómo la tecnología de vanguardia se vuelve más práctica ".