スタンフォード大学の研究者が、流体中の細菌を識別する新しい方法を開発: 古いインクジェットプリンターの技術の革新的な適応と AI 支援イメージングにより、血液、廃水など中の細菌をより速く、より安価に発見する方法が実現

ホーム > イベント > スタンフォード大学の研究者が液体中のバクテリアを特定する新しい方法を開発: 古いインクジェットプリンターの技術と AI 支援イメージングの革新的な適応により、血液、廃水中などのバクテリアをより迅速かつ安価に発見する方法が実現

金でコーティングされたスライドに印刷されたドットの詳細 (a) 単一のドットのクローズアップでの偽の着色は、赤色の血液呼び出しと青色の表皮ブドウ球菌を示しています。研究者はまた、寒天でコーティングされたスライド (b) に印刷して、インキュベーション中にドットがどのように機能するかを示しました。クレジット
ファリーハ・サフィール

要約：
一滴の血液、粘液、または廃水にレーザーを当てると、反射する光を使用して、サンプル内の細菌を確実に識別することができます。

スタンフォード大学の研究者が液体中の細菌を識別する新しい方法を開発: 古いインクジェットプリンターの技術と AI 支援画像処理の革新的な適応により、血液、廃水などの細菌をより迅速かつ安価に検出する方法が実現

カリフォルニア州スタンフォード | 投稿日: 3 年 2023 月 XNUMX 日

「細菌が存在するだけでなく、具体的にどの細菌がサンプルに含まれているかを知ることができます - 大腸菌、ブドウ球菌、連鎖球菌、サルモネラ菌、炭疽菌など」、スタンフォード大学の放射線学の厚意による。「すべての微生物は、独自の光学指紋を持っています。それは、光に走り書きされた遺伝子コードとプロテオミクスコードのようなものです。」

ディオンヌは、ジャーナル Nano Letters の新しい研究の上級著者であり、彼女のチームが開発した革新的な方法を詳述しています。この方法は、微生物をテストしたい事実上すべての液体の、より速く (ほぼ即時)、安価で、より正確な微生物アッセイにつながる可能性があります。

今日でも使用されている従来の培養方法は、完了するまでに数日とは言わないまでも数時間かかる場合があります。結核の培養には40日かかる、とディオンヌは言った。この新しい検査は数分で実行でき、感染症のより適切で迅速な診断、抗生物質の使用の改善、より安全な食品、強化された環境モニタリング、およびより迅速な医薬品開発が約束されているとチームは述べています。

古い犬、新しいトリック
ブレークスルーは、細菌がこれらのスペクトル指紋を表示することではなく、何十年も知られている事実ではなく、チームが各サンプルから反射するまばゆいばかりの光の配列の中でこれらのスペクトルをどのように明らかにすることができたかにあります.

「細菌の種類ごとに固有の光のパターンを示すだけでなく、特定のサンプル内の他の分子や細胞も事実上すべてそうです」と、ディオンヌの研究室の博士課程の学生である筆頭著者の Fareeha Safir は述べています。「サンプル中の赤血球、白血球、およびその他の成分が独自の信号を送り返しているため、微生物のパターンを他の細胞のノイズから区別することは、不可能ではないにしても困難になっています。」

雨滴ほどの大きさの血液 XNUMX ミリリットルには、数十億個の細胞が含まれている可能性がありますが、そのうちのわずか数個が微生物である可能性があります。チームは、バクテリアのみから反射する光を分離して増幅する方法を見つけなければなりませんでした。そのために、彼らはコンピューティングから借りてきた XNUMX 年前の技術であるインクジェットプリンターと、現在の XNUMX つの最先端技術であるナノ粒子と人工知能を組み合わせて、いくつかの驚くべき科学的側面に挑戦しました。

「細菌のスペクトルを他のシグナルから分離する鍵は、非常に小さなサンプルで細胞を分離することです。単一の大きなサンプルを調査する代わりに、インクジェット印刷の原理を使用して、血液の何千もの小さな点を印刷します」と、共著者の Butrus “Pierre” Khuri-Yakub 氏は説明しました。 1980年代のプリンター。

「しかし、市販のインクジェットプリンターを手に入れて、血液や廃水を追加することはできません」と Safir 氏は強調します。生物学的サンプルを扱う際の課題を回避するために、研究者は、音響パルスを使用してサンプルを紙に印刷するようにプリンターを変更しました。印刷された血液の各ドットは、体積が XNUMX リットルのわずか XNUMX 兆分の XNUMX であり、雨滴の XNUMX 億分の XNUMX 以上です。そのスケールでは、液滴は非常に小さいため、数十個の細胞しか保持できない可能性があります。

さらに研究チームは、バクテリアが存在する場合はバクテリアに付着し、アンテナのように機能する金ナノロッドをサンプルに注入し、レーザー光をバクテリアに向けて引き寄せ、信号を強化されていない強度の約 1500 倍に増幅しました。適切に分離され、増幅された細菌のスペクトルは、科学的な親指の痛みのように突き出ています。

パズルの最後のピースは、機械学習を使用して、印刷された液体の各ドットから反射する複数のスペクトルを比較し、サンプル内のバクテリアの明確な特徴を特定することです。

「これは、命を救う可能性を秘めた革新的なソリューションです。ディオンヌの研究室の元ポスドク研究員で、現在はカイロ大学の教授である上席共著者の Amr Saleh は、次のように述べています。

コラボレーションの触媒
この種の学際的なコラボレーションは、スタンフォード大学の伝統の特徴であり、一見異なる分野の専門家がさまざまな専門知識を持ち寄って、社会的影響を伴う長年の課題を解決します。

この特定のアプローチは、キャンパス内のカフェでのランチタイムミーティングで生まれ、2017 年には、スタンフォード大学の Catalyst for Collaborative Solutions によって配布された一連の 3 万ドルの助成金の最初の受領者の XNUMX つでした。カタリスト助成金は、ヘルスケア、環境、自律性、セキュリティなどの高報酬分野のスタンフォード大学の研究者の間で、学際的なリスクテイクとコラボレーションを促進することを特に目的としています。

この技術は血液サンプルを使用して作成され、完成されましたが、ディオンヌは、飲料水の純度をテストしたり、ウイルスをより速く、より正確に、より低く発見したりするなど、バクテリア以外の他の種類の体液や標的細胞にも適用できると同様に確信しています。現在の方法よりもコストがかかります。

その他のスタンフォード大学の共著者には、元博士課程の学生 Loza Tadesse が含まれます。研究スタッフKamyar Firouzi; 医学部の病理学および医学の教授であるNiaz Banaei。そして医学部のジョンとマーバ・ワーノック名誉教授であるステファニー・ジェフリー。 Pumpkinseed Technologies の Nhat Vu も共著者です。 Banaei、Dionne、Jeffrey、および Khuri-Yakub も、Stanford Bio-X のメンバーです。ディオンヌはまた、研究プラットフォーム/共有施設のシニアアソシエートバイスプレジデントであり、心血管研究所とウーツァイ神経科学研究所のメンバーであり、プレコートエネルギー研究所の関連会社でもあります。ジェフリーは、スタンフォードがん研究所のメンバーでもあります。 Khuri-Yakub は、心臓血管研究所、スタンフォードがん研究所、ウーツァイ神経科学研究所のメンバーでもあります。

この研究は、共同ソリューションのスタンフォードカタリスト、Chan Zuckerberg Biohub Investigator Program、NIH-NCATS-CTSA、Gates Foundation、National Science Foundation、NIH New Innovator Award、およびスタンフォードセンターからのシード資金から資金提供を受けました。グローバルヘルスのイノベーション。この作業の一部は、スタンフォードナノ共有施設 (SNSF) とソフト & ハイブリッド材料施設 (SMF) で行われました。これらは、国立科学財団と国立ナノテクノロジー調整インフラストラクチャによってサポートされています。

####

詳細については、クリックしてください。こちら

コンタクト：
ジル・ウー
スタンフォード大学工学部

著作権 © スタンフォード大学工学部

コメントがあればお願いしますお問い合わせ私達。

7th Wave、Inc.やNanotechnology Nowではなく、ニュースリリースの発行者は、コンテンツの正確性について単独で責任を負います。

ブックマーク：