I ricercatori di Beckman hanno abbinato la microscopia all'intelligenza artificiale per sviluppare un test COVID-19 veloce, accurato, e conveniente. Tutto quello che dobbiamo fare è dire "ahh".

Molti di noi hanno incontrato o sperimentato un test COVID-19. Come la pandemia stessa, lo screening frequente è diventato parte della vita quotidiana. Poiché SARS-CoV-2 continua a essere un nemico formidabile, le nostre strategie per rilevare e classificare il virus devono rimanere agili e sofisticate.

Entra il ricercatore di Beckman Gabriel Popescu, un professore UIUC di ingegneria elettrica e informatica, e il suo team interdisciplinare. Il loro studio, "Rilevamento e classificazione di SARS-CoV-2 senza etichetta mediante imaging di fase con specificità computazionale, " è stato pubblicato in Luce:Scienza e Applicazioni-Natura.

A partire da maggio 2020 e giungendo a compimento nel mezzo di una crisi globale, la cronologia del progetto corre parallela alla pandemia che lo ha provocato. Caratteristica di una squadra Beckman, il primo passo dei ricercatori è stato identificare un'opportunità per innovare; hanno osservato che mentre attualmente esistono molte tecniche per testare SARS-CoV-2, nessuno utilizza un approccio ottico privo di etichette.

Le minuscole dimensioni di una singola particella rendono quasi impossibile affidarsi alla sola vista, anche con un microscopio. La microscopia elettronica è utile per l'imaging della struttura di una particella, ma è necessaria un'ampia preparazione per garantire la visibilità di un campione. Sebbene necessario, questo processo può oscurare l'immagine desiderata.

Il team di Popescu si è rivolto a una tecnica sviluppata alla Beckman tipicamente riservata alla visualizzazione delle cellule:microscopia spaziale dell'immagine luminosa, che facilita l'imaging senza sostanze chimiche (o senza etichette).

"Un microscopio elettronico fornisce un'immagine chiara, ma richiede un'ampia preparazione del campione, " disse Neha Goswami, uno studente laureato in bioingegneria e un destinatario 2021 della Nadine Barrie Smith Memorial Fellowship del Beckman Institute. "Applicare SLIM per l'imaging dei virus è come guardare qualcosa senza gli occhiali. L'immagine è sfocata perché i virus sono più piccoli del limite di diffrazione. Tuttavia, grazie all'elevata sensibilità di SLIM, non solo possiamo rilevare i virus, ma anche differenziare tra i diversi tipi."

Fortunatamente, i ricercatori hanno identificato un modo creativo per identificare i virus sulla base dei dati SLIM:l'intelligenza artificiale. Con la giusta formazione, una rete neurale profonda avanzata può essere programmata per riconoscere anche le immagini più sfocate.

Hanno presentato il programma AI a un paio di immagini:una particella SARS-CoV-2 macchiata che produce fluorescenza, e un'immagine di fase acquisita con un microscopio multimodale a fluorescenza SLIM. L'intelligenza artificiale è addestrata a riconoscere queste immagini come la stessa cosa. Facilmente riconoscibile, l'immagine colorata con fluorescenza funziona come rotelle di allenamento; con sufficiente ripetizione, la macchina impara a rilevare i virus direttamente dallo SLIM, immagini prive di etichette senza il supporto aggiuntivo.

Dopo il rilevamento arriva la differenziazione:discernere SARS-CoV-2 da altri tipi di virus e particelle.

"Abbiamo reso la vita dura sulla macchina, " Disse Goswami. "Gli abbiamo dato polvere, perline, e altri virus per addestrare e imparare a scegliere il virus da una folla invece di identificare quando è da solo".

L'IA ha imparato a distinguere tra SARS-CoV-2 e altri agenti patogeni virali come H1N1, o influenza A; AVV, o adenovirus; e ZIKV, o virus Zika. Lo studio preclinico ha avuto un grande successo, con un tasso di successo del 96% per il rilevamento e la classificazione di SARS-CoV-2.

"Questo notevole successo è dovuto al nostro team di esperti di diverse discipline che si sono uniti con un unico obiettivo:creare il più veloce, test più conveniente e scalabile possibile. I nostri sforzi attuali sono concentrati sulla dimostrazione di questo approccio nella clinica e sulla sua diffusione in tutto il mondo per COVID e potenzialmente altre malattie infettive, "Ha detto Popescu.

L'obiettivo del progetto è un sistema di rilevamento del respiro virale sensibile e specifico che aiuti nella diagnostica virale e nelle strategie di prevenzione della trasmissione; oggi, questo potrebbe assumere la forma di un rapido, ad alto rendimento, test COVID-19 a basso costo con il potenziale per la portabilità e l'azione point-of-care.

In attesa di convalida clinica, i ricercatori ipotizzano che un test COVID-19 condotto con questo metodo assomiglierebbe a questo:il soggetto indosserebbe una visiera, su cui sarebbe stato fissato un vetrino trasparente; poi completerebbero un'attività in cui il loro respiro si fissa alla diapositiva (come leggere un paragrafo ad alta voce). La diapositiva, e tutte le particelle ad esso attaccate, verrebbe ripreso e analizzato per rilevare eventuali virus presenti.

"Ci sono due vantaggi chiave in questo tipo di test COVID, " Disse Goswami. "La prima è la velocità:la durata può essere dell'ordine di un minuto. Il secondo è che non stiamo aggiungendo sostanze chimiche o modifiche ai campioni forniti. Tutto quello per cui pagheremmo è il costo della visiera e della diapositiva stessa".

Dal punto di vista clinico, l'impatto di tali capacità di diagnosi innovative è pronunciato.

"Intervento precoce tramite diagnosi rapida di COVID-19, combinato con il tracciamento dei contatti, ridurrà significativamente la trasmissione di COVID-19, morbilità, e mortalità, " disse Nahed Ismail, professore di patologia e direttore medico del Clinical Microbiology Lab presso l'Università dell'Illinois a Chicago.

Questa programmazione AI altamente adattabile potrebbe aiutare ad affrontare future pandemie, non solo COVID-19.

"Abbiamo bisogno di una rapida individuazione delle malattie, " ha detto Goswami. "Non solo COVID, ma altri. Possiamo e dobbiamo unire i nostri sforzi, sia in termini di ottica che di intelligenza artificiale, per cercare di scoprire fino a che punto possiamo andare."

Questa ricerca all'avanguardia è il risultato della collaborazione tra scienziati del Beckman Institute, l'Università dell'Illinois Urbana-Champaign, e l'Università dell'Illinois a Chicago.

"La cosa sorprendente di questo progetto è che possiamo portare il lavoro di laboratorio alle sperimentazioni cliniche in un tempo molto breve, " ha detto Helen Nguyen, l'Ivan Racheff Professore di Ingegneria Civile e Ambientale all'UIUC e collaboratore di progetto.