Une équipe de scientifiques de l'Université Ben Gourion du Néguev (BGU) a inventé un nez artificiel capable de surveiller en continu les bactéries, ce qui n'a jamais été réalisé auparavant et pourrait être utile dans de multiples soins médicaux, applications environnementales et alimentaires.

L'étude a été publiée dans Lettres nano-micro .

"Nous avons inventé un nez artificiel basé sur des nanoparticules de carbone uniques ("points de carbone") capables de détecter les molécules de gaz et de détecter les bactéries à travers les métabolites volatils émis dans l'air, " déclare le chercheur principal, le professeur Raz Jelinek, Vice-président de BGU pour la recherche et le développement, membre du département de chimie du BGU et de l'institut Ilse Katz pour la science et la technologie à l'échelle nanométrique, et le titulaire de la Chaire Carole et Barry Kaye en sciences appliquées.

La technologie en instance de brevet a de nombreuses applications, notamment l'identification de bactéries dans les établissements de santé et les bâtiments ; accélérer les tests de laboratoire et les tests de diagnostic basés sur l'haleine ; identifier les bactéries « bonnes » par rapport aux bactéries pathogènes dans le microbiome ; détecter la détérioration des aliments et identifier les gaz toxiques.

"BGU a une feuille de route remarquable dans le développement de capteurs, qui a des possibilités infinies d'application dans la vie réelle, ", a déclaré Doug Seserman, directeur général de l'Americans for Ben Gourion University (A4BGU). "Nos efforts de recherche multidisciplinaires renommés continuent de stimuler l'innovation, résoudre certains des problèmes les plus urgents au monde."

Le nez artificiel utilise des réactions chimiques et des électrodes pour détecter et distinguer les molécules de vapeur et enregistrer les changements de capacité sur des électrodes interdigitées (IDE) recouvertes de points de carbone (points C). La plate-forme C-dot-IDE résultante constitue un véhicule polyvalent et puissant pour la détection de gaz en général, et la surveillance bactérienne en particulier. L'apprentissage automatique peut être appliqué pour entraîner le capteur à identifier différentes molécules de gaz, individuellement ou en mélanges, avec une grande précision.