由新陈代谢触发的传感器阵列以机器学习为辅助,用于快速识别病原体
Xin Wang1, Huida Li1, Chengxin Wu2
1Research Center for Analytical Sciences, Department of Chemistry, College of Sciences, Northeastern University, Shenyang 110819, China.
Biosensors & bioelectronics
|April 8, 2024
概括
这项研究引入了一种新的化学鼻子传感方法,通过分析代谢变异来快速识别病原体. 这种方法可以准确地区分细菌,为病原体监测提供了强大的工具.
科学领域:
- 生物技术是生物技术.
- 分析化学 分析化学
- 微生物学 微生物学
背景情况:
- 化学鼻子策略对病原体识别有希望,但由于非特异性相互作用而受到环境干扰的限制.
- 现有的方法与环境变异性作斗争,影响了病原体检测中的实际应用.
研究的目的:
- 开发一种新的化学鼻子传感方法,以快速准确地分辨病原体.
- 为了提高特异性,利用二醇糖代谢中的动态代谢变化.
- 通过提高反干扰能力来克服传统方法的局限性.
主要方法:
- 用可点击的手柄在不同的pH值 (5和7) 和时间点 (20和60分钟) 上对病原体进行代谢标记.
- 使用光向上转换纳米粒子进行点击反应,生成四维信号输出.
- 用多维信号将八种模型细菌菌株分为菌株,属和Gram表型.
主要成果:
- 成功将八种模型细菌分为菌株,属和Gram表型.
- 通过在代谢标记中将信号差异与酶活性相关联,证明了高的抗干扰能力.
- 在2小时内在尖的尿样中识别病原体的准确性达到100%.
- 能够将未知的物种分类为正确的表型,验证了方法的稳定性.
结论:
- 这种新的化学鼻子传感方法提供了精确和快速的病原体识别,具有出色的抗干扰能力.
- 这种基于动态代谢变化的方法显示出在病原体识别和监测中广泛应用的重大前景.
- 四维信号输出提供了一个强大的平台,用于区分细菌物种和表型.
