基于液体唾液的拉曼光谱仪器设备具有机器学习,可以实时检测COVID-19感染
Katherine J I Ember1,2, Nassim Ksantini1,2, Frédérick Dallaire1,2
1Department of Engineering Physics, Polytechnique Montréal, Montreal, Quebec, Canada. frederic.leblond@polymtl.ca.
The Analyst
|October 22, 2024
概括
一个新的无试剂,便携式平台使用振动光谱和机器学习在六分钟内检测唾液中的病毒感染. 这项技术为像COVID-19这样的新兴病毒威胁提供了快速,准确的查.
科学领域:
- 生物技术是生物技术.
- 频谱学是一种光谱学.
- 机器学习 机器学习
背景情况:
- 人口密度增加增加了病毒爆发成为流行病的风险.
- 目前的病毒查方法依赖于特定的试剂,随着病毒的突变,导致精度降低.
研究的目的:
- 引入一个实时,无试剂,便携式平台用于唾液中的病毒检测.
- 用COVID-19作为概念验证来证明其有效性.
主要方法:
- 利用振动分子光谱和机器学习 (ML) 来识别病毒感染的生物分子变化.
- 从470个人收集和分析唾液样本,包括COVID-19阳性,PCR阴性和健康的志愿者.
- 开发了ML模型,特别是线性支向量机 (SVM),用于感染预测.
主要成果:
- 在6分钟或更短的时间内完成唾液测量.
- 开发了ML模型,以90%的灵敏度和特异性预测COVID-19感染.
- 证明了平台能够检测与病毒存在相关的生物分子变化的能力.
结论:
- 开发的平台提供了一种快速,无试剂的病毒检测方法.
- 这项技术可以通过更新ML模型来适应新的病毒株来适应未来的流行病.
- 这种便携式的实时分析平台在管理全球卫生危机方面显得有前途.
