用机器学习来分类病毒

使用固体纳米孔检测单个病毒颗粒

来源:大阪大学

当前的全球大流行迫切需要快速检测，以诊断是否存在结核SARS-CoV-2病毒，引起疾病的病原体新型冠状病毒肺炎，并将其与其他呼吸道病毒区分开来。现在，来自日本的研究人员展示了一种新的系统，该系统使用一种机器学习算法，对硅电流的变化进行训练，用于单病毒粒子识别常见的呼吸道病原体纳米孔．这项工作可能会导致对COVID-19和COVID-19等疾病的快速和准确的筛查测试流感．

科学家们引入了一种新的系统，使用了硅纳米孔，当与a机器学习算法。

在这种方法中，硅晶片上的氮化硅层厚度仅为50纳米，并添加了直径仅为300纳米的微小纳米孔。当一个电压差被应用到晶圆两边的溶液中，离子通过纳米孔，这一过程被称为电泳。

离子的运动可以通过它们产生的电流来监测，当病毒粒子进入纳米孔时，它会阻止一些离子通过，导致电流瞬间下降。每一次浸渍都反映了粒子的物理性质，如体积、表面电荷和形状，因此它们可以用来识别病毒的种类。

病毒粒子物理性质的自然变化之前阻碍了这种方法的实施，然而，通过使用机器学习，该团队建立了一个分类算法用已知病毒的信号进行训练以确定新样本的身份。“通过将单粒子纳米孔传感与人工智能“在美国，我们能够实现对多种病毒物种的高度精确识别，”资深作者Makusu Tsutsui解释说。

计算机可以识别人眼无法识别的电流波形的差异，从而实现高度准确的病毒分类。除了冠状病毒在美国，该系统用类似的病原体——呼吸道合胞病毒、腺病毒、甲型流感病毒和乙型流感病毒进行了测试。

该团队认为，冠状病毒特别适合这项技术，因为它们尖尖的外部蛋白质甚至可以让不同的菌株分开分类。最后一位作者Tomoji Kawai说:“这项工作将有助于开发一种比传统病毒检测方法更有效的病毒检测试剂盒。”

与聚合酶链反应或基于抗体的筛查等其他快速病毒检测相比，这种新方法速度更快，而且不需要昂贵的试剂，这可能导致对新出现的导致COVID-19等传染病的病毒颗粒的诊断测试得到改进。

这项研究发表在ACS的传感器．