【加拿大都市網】約翰霍普金斯大學(Johns Hopkins University)的研究人員結合機器學習，開發了一種新冠病毒檢測技術。該技術不需要樣品製備或特殊培訓，可以在短短25分鐘內提供結果，其準確性與目前的黃金標準PCR相當。
有趣的是，這種新傳感器材料可以以標準芯片的形式部署，用於個性化測試，但它也可以應用於經常接觸的表面，如門把手，甚至作為一種可穿戴設備，監測環境和個人對病毒的暴露。
儘管死亡和痛苦的程度有所降低，新冠大流行仍在繼續，這種病毒沒有消失的跡象。一如既往，測試對於監測和控制病毒的傳播至關重要，而來自約翰–霍普金斯大學的這些研究人員為更快、更準確和更方便的測試技術做出了貢獻。
這些設備是建基於「表面增強拉曼光譜」（Raman spectroscopy），這涉及到使用激光來研究樣品中的分子振動。在這個例子中，他們使用增強金屬絕緣體天線（FEMIA）陣列來增強樣品中病毒顆粒的拉曼信號，使他們能夠檢測到非常低水平的病毒。一種機器學習算法協助進行信號分析。該技術易於使用，並能相對迅速地提供準確的結果，研究人員報告說準確率為92%，等待時間約為25分鐘。
新傳感器的開發者之一Ishan Barman說：「這項技術就像把一滴唾液放在我們的設備上並得到一個陰性或陽性結果一樣簡單。關鍵的創新之處在於這是一種無標籤技術，即不需要額外的化學修飾，如分子標記或抗體功能化。這意味着該傳感器最終可以用於可穿戴設備。」
有趣的是，這項新技術可以起到環境監測設備的作用，將FEMIA陣列應用於經常接觸的表面，隨後進行分析以衡量社區的病毒水平。另一個應用是作為個人可穿戴設備，也許適用於處於病毒暴露高風險的醫護人員，隨後的分析將提供個人暴露的估計。
參與這項研究的另一位研究員David Gracias說：「利用最先進的納米壓印製造和轉移打印技術，我們已經實現了對剛性和柔性COVID傳感器基材的高度精確、可調節和可擴展的納米製造，這對於未來不僅在基於芯片的生物傳感器上，而且在可穿戴設備上的實施是非常重要的。」
圖片：Johns Hopkins University
T09
