Detección colorimétrica compatible con teléfonos inteligentes de CA19-9 utilizando nanopartículas de melanina y...

Área de la Ciencia:

• Ciencia de los biomateriales
• Nanotecnología
• Aprendizaje automático

Sus antecedentes:

• Los biosensores colorimétricos basados en papel ofrecen diagnósticos de bajo costo, pero se enfrentan a desafíos ambientales e interpretacionales.
• Los nanomateriales metálicos convencionales plantean preocupaciones ecológicas, y la interpretación visual puede ser subjetiva.

Objetivo del estudio:

• Desarrollar una plataforma de cuantificación colorimétrica ambientalmente sostenible y robusta desde el punto de vista analítico.
• Integrar las nanopartículas de melanina (MNP) de origen natural con el aprendizaje automático para la detección de biomarcadores.

Principales métodos:

• Utilizó nanopartículas de melanina (MNP) para un biosensor basado en papel que detecta el biomarcador CA19-9.
• Aprendizaje automático para el análisis automatizado de imágenes, incluida U-Net para la segmentación de regiones y XGBoost para la regresión.
• Transiciones de color cuantificadas dependientes de la concentración de amarillo a marrón inducidas por los MNPs en la unión al objetivo.

Principales resultados:

• El modelo U-Net logró una alta precisión de segmentación (IoU: 0,9025 ± 0,0392).
• El modelo de regresión de XGBoost demostró una gran precisión predictiva (MAPE: 17%) a bajas concentraciones de analito.
• La plataforma proporcionó una cuantificación precisa, reproducible y objetiva de las señales colorimétricas.

Conclusiones:

• Este enfoque ofrece una alternativa sostenible y escalable para el diagnóstico en el punto de atención.
• Las nanopartículas de melanina combinadas con el aprendizaje automático superan las limitaciones de los biosensores tradicionales.
• La plataforma desarrollada mejora la objetividad y la fiabilidad en la cuantificación colorimétrica.