Trovare soluzioni pratiche per rilevare le proteine, biomarcatori del cancro, virus e altri piccoli oggetti sono stati per decenni una sfida chiave per i ricercatori di tutto il mondo. Queste soluzioni promettono di salvare vite umane attraverso una diagnosi e un trattamento più tempestivi di infezioni e malattie gravi.

Ora la nuova ricerca di un team dell'UCLA mostra come tali rilevamenti potrebbero essere eseguiti a una frazione del costo utilizzando dispositivi mobili "intelligenti" progettati dall'apprendimento automatico.

Un metodo per rilevare piccoli oggetti e relativi biomarcatori è chiamato rilevamento plasmonico, che prevede l'illuminazione di nanostrutture metalliche per amplificare il campo elettrico locale. L'interazione tra questo campo elettrico amplificato e la molecola di interesse può essere misurata, rivelando importanti informazioni sulla concentrazione molecolare e la cinetica. Sebbene gli scienziati abbiano esplorato questo tipo di rilevamento per decenni, hanno affrontato sfide quando si tratta di ambienti al di fuori delle impostazioni di laboratorio che sono limitate nelle risorse. Questo perché per questo lavoro sono necessari strumenti costosi e ingombranti.

L'obiettivo principale dell'apprendimento automatico è "addestrare" un algoritmo con una grande quantità di dati in modo che possa "apprendere" tendenze e statistiche complesse e, a sua volta, essere utilizzato per prevedere i risultati con molta più precisione rispetto a un modello tradizionale. Per esempio, Google ha utilizzato l'apprendimento automatico in applicazioni come il riconoscimento di lettere e numeri nelle nostre strade e nelle nostre case.

Il team dell'UCLA, guidato da Aydogan Ozcan, Professore del Cancelliere di Ingegneria Elettrica e Bioingegneria e direttore associato del California NanoSystems Institute, ha preso questo concetto e l'ha applicato al rilevamento plasmonico, costruendo un dispositivo mobile ed economico che è molto più accurato dei progetti di sensori convenzionali.

Il dispositivo prototipo è leggero e portatile, costituito da un alloggiamento in plastica stampato in 3D, quattro diodi luminosi, o LED, di diversi colori e una macchina fotografica. Come descritto nello studio, un algoritmo di apprendimento automatico seleziona i quattro LED più ottimali tra migliaia di altre possibili scelte, arrivando con il design più accurato, e un metodo computazionale per quantificare l'uscita del sensore. Questo lavoro mira a fornire uno strumento di progettazione che altri ingegneri e ricercatori possono utilizzare per ottimizzare i propri lettori di sensori ottici a basso costo per varie applicazioni nell'assistenza sanitaria e nel monitoraggio ambientale.

Utilizzando metodi di nanofabbricazione recentemente scoperti, il team di ricerca è stato in grado di produrre sensori plasmonici flessibili, robusti e abbastanza economici da essere usa e getta. Questi sensori possono subire "modifica di superficie, " che assicura che solo le molecole di interesse interagiscano con il campo elettrico amplificato.

Questo passaggio biochimico può essere pensato come due pezzi di puzzle complementari, dove un pezzo è attaccato alla superficie del sensore, impedendo che qualsiasi altro pezzo diverso dal suo complemento si unisca ad esso e interferisca con la misurazione. Ciò significa che questi sensori possono essere "modificati" per catturare un numero qualsiasi di specifici bio-bersagli come batteri, virus o cellule cancerose, tra molti altri.

Per usare questo lettore plasmonico, un campione fluido, per esempio sangue o urina, viene applicato alla superficie del sensore utilizzando un microchip monouso. Il sensore si inserisce quindi in una cartuccia che può essere inserita nel dispositivo, che poi misura e analizza automaticamente il campione, fornire il risultato di rilevamento. Il team di ricerca afferma che un tale lettore plasmonico potrebbe essere progettato come un accessorio per telefono cellulare per ridurre ulteriormente i costi e sfruttare la connettività cloud e la potenza di calcolo degli smartphone.

Il primo autore dello studio è Zach Ballard, uno studente laureato in ingegneria elettrica e membro della National Science Foundation. La ricerca è stata pubblicata su ACS Nano.

"Scoperte e risultati sorprendenti vengono fatti ogni giorno presso istituti di ricerca come l'UCLA, ma spesso quando gli ingegneri iniziano a immaginare di trasferire questa scienza nel mondo reale, colpiscono i posti di blocco, " ha detto Ballard. "Quindi è sempre emozionante per me vedere la tecnologia all'avanguardia diventare più pratica".