I saggi di agglutinazione sono sensori immunologici ampiamente utilizzati basati su interazioni antigene-anticorpo che determinano l'aggregazione di particelle microscopiche ricoperte di anticorpi. Una volta che il campione, ad esempio, il siero di un paziente—viene introdotto, i corrispondenti antigeni bersaglio nel campione si attaccano rapidamente ai siti di legame dell'anticorpo e le particelle iniziano a formare cluster a causa della capacità dell'antigene bersaglio di legarsi contemporaneamente a diversi siti. Il livello di raggruppamento tra le particelle è indicativo della quantità di antigene presente in un campione. Questi sensori basati su particelle sono stati utilizzati per testare gli antigeni in un certo numero di fluidi corporei, e per diagnosticare una vasta gamma di malattie. I suoi principali vantaggi nella diagnostica point-of-care includono tempi di reazione brevi, volume di campione basso, basso costo, e alta specificità. Uno degli ostacoli alla sua più ampia adozione risiede nella bassa sensibilità del test e nella mancanza di misurazioni quantitative.

In un nuovo articolo pubblicato su Laboratorio su un chip, un team di scienziati dell'Università della California, Los Angeles (UCLA) ha sviluppato un sensore basato sull'agglutinazione delle particelle rapido ed economico che è alimentato da imaging olografico e deep learning. Un dispositivo di flusso a base capillare monouso è progettato per ospitare la reazione di agglutinazione con un costo del materiale inferiore a 2 centesimi per test. Un microscopio olografico mobile ed economico cattura un filmato del campione, monitoraggio del processo di raggruppamento delle particelle per 3 minuti. Questo filmato olografico catturato viene rapidamente elaborato da reti neurali addestrate per misurare automaticamente la concentrazione dell'analita target all'interno del campione.

L'efficacia di questo sensore point-of-care abilitato all'apprendimento profondo è stata dimostrata misurando con precisione la concentrazione di proteina C-reattiva nei campioni di siero umano. La proteina C-reattiva (CRP) è un biomarcatore generale prodotto dal fegato in risposta all'infiammazione all'interno del corpo ed è comunemente usato come indicatore di disfunzione miocardica e insufficienza cardiaca. Testato su vari campioni di siero di pazienti unici, questo sensore computazionale è stato in grado di misurare con precisione la concentrazione di CRP all'interno dell'intervallo di alta sensibilità, compreso tra 0-10 µg/mL. È importante sottolineare che questo sensore mobile è stato anche in grado di rilevare con successo concentrazioni di CRP molto elevate, ben superiore a 10µg/mL, che è in generale difficile da misurare per altri sensori a causa del loro limitato intervallo dinamico di concentrazione dell'analita.

"Questo cellulare, il sensore olografico abilitato per l'apprendimento profondo è estremamente preciso ed economico, che lo rende ideale per una varietà di applicazioni diagnostiche relative al punto di cura, " ha detto il professor Aydogan Ozcan, il Professore del Cancelliere di Ingegneria Elettrica e Informatica presso l'UCLA e direttore associato del California NanoSystems Institute, chi è l'autore corrispondente senior dell'opera.

Questa ricerca è stata condotta dal Dr. Ozcan, in collaborazione con il dottor Omai Garner, un professore di microbiologia clinica e il direttore del Point of Care Testing presso l'UCLA. Gli altri autori di questo lavoro sono Yi Luo, Hyou-Arm Joung, Sara Esparza, e Jingyou Rao dell'UCLA. Il dottor Ozcan ha anche incarichi di facoltà dell'UCLA in bioingegneria e chirurgia, ed è un professore HHMI. Questa ricerca è stata finanziata dalla National Science Foundation, Centro di ricerca ingegneristica PATHS-UP.