تشخیص آلودگی به ویروس کرونا از روی اشک

به گزارش جماران؛ تیمی از محققان کره‌ای پلتفرم زیستی جدیدی ایجاد کرده‌اند که می‌تواند بیماری کرونا را از طریق اشک‌های انسان تشخیص دهد و یادگیری عمیق را با پراکندگی رامان بهبود یافته سطحی (SERS) ترکیب کند.

باشگاه خبرنگاران جوان نوشت؛ SERS روشی است که باعث افزایش مقادیر کم مواد، از جمله مولکول‌های شیمیایی و بیولوژیکی، از طریق رزونانس پلاسمون سطحی بر روی سطوح فلزی مانند نقره و طلا می‌شود. این فرآیند سیگنال‌های مولکولی را بیش از ۱۰۰ میلیون بار تقویت می‌کند و آن را برای تشخیص دقیق و توصیف مواد متنوع بسیار مهم می‌کند.

نتایج این پروژه که به همت پروفسور هان جی سانگ انجام شده، در نشریه ACS منتشر شده است. در این مقاله محققان، از نانوذرات طلای ۳ بعدی (AuNPs) برای انجام آزمایش‌های سریع و غیر تهاجمی استفاده کردند.

یک روش متداول برای تولید ساختار‌های نانوذرات طلا شامل یک فرآیند دو مرحله‌ای است: اول، سنتز نانوذرات طلا با استفاده از پلی وینیل پیررولیدون و بعد مونتاژ آنها در یک فیلم از طریق روشی موسوم به لانگمر بلاجت. در حالی که، این رویکرد نیاز به زمان، نیروی انسانی و تجهیزات تخصصی برای سنتز و فرآیند‌های خودآرایی دارد. هان جی سانگ، استاد چشم پزشکی در بیمارستان کانگبوک سامسونگ، مون سانگ ووونگ و چوی سام-جین، اساتید چشم پزشکی در کالج پزشکی دانشگاه کیونگ هی و دکتر یونگ هو سانگ، متخصص حوزه همگرایی نانو بیو در انستیتوی علوم مواد کره، روشی سریع و کارآمدتر را توسعه دادند. آنها یک فرآیند ساخت تک مرحله‌ای را برای ایجاد ساختار‌های نانوذرات طلا در حجم بالا و به صورت سه‌بعدی ارائه دادند که نیاز به مراحل اضافی ندارد.

آنها در مطالعه خود از دی سولفید مولیبدن به عنوان کاتالیزور استفاده کردند که نانوذرات طلا را قادر می‌کند تا به طور خودجوش در ساختار‌های سه‌بعدی شکل بگیرند. این فرآیند به این شکل اتفاق می‌افتد که الکترون‌های تولید شده بر روی سطح نیمه‌هادی، یون‌های طلا را احیاء کرده و سطح فرمی بین دی سولفید مولیبدن و محلول طلا را متعادل می‌کند. هنگامی که پلی وینیل پیررولیدون اضافه می‌شود، به تشکیل یک لایه گسترده و دو بعدی از دی سولفید مولیبدن کمک می‌کند که به نوبه خود ایجاد ساختار‌های نانوذرات طلای متراکم و لایه‌بندی شده را تسهیل می‌کند. این فرآیند شباهت زیادی به آبکاری بدون برق یا الکترولس دارد.

کل فرایند توسط یک مدل یادگیری عمیق هدایت می‌شود. این روش با تجزیه و تحلیل تغییرات شیمیایی در نمونه‌های اشک چشم می‌تواند آلودگی به ویروس کرونا را در مدت زمان کمتر از دو دقیقه و با حساسیت ۹۸٫۵ درصد شناسایی کند.