Les infections bactériennes sont la principale cause de maladie et de décès dans le monde; un problème de santé publique persistant exacerbé par des diagnostics lents ou inexacts. Aujourd'hui, des scientifiques financés par le NIBIB ont mis au point un test papier peu coûteux qui peut identifier rapidement plusieurs types de bactéries.

L'équipe de recherche de l'Université du Nebraska a utilisé un mélange complexe de microbiologie, de chimie et d'intelligence artificielle (IA) pour créer une plate-forme de test qui semble trompeusement low-tech, conçue pour être utilisée dans des environnements éloignés à faibles ressources tels que les hôpitaux de campagne et les régions rurales. cliniques.

« Nous avons conçu cette technologie pour qu'elle soit extrêmement sensible et précise pour identifier les espèces bactériennes tout en étant facile à fabriquer », a expliqué Denis Svechkarev, Ph.D., professeur adjoint de recherche au département des sciences pharmaceutiques et co-premier auteur de l'article. avec l'étudiant diplômé Aayushi Laliwala. "Le test est également suffisamment durable pour survivre à l'expédition vers des endroits éloignés et suffisamment simple pour être facilement utilisé par le personnel de santé avec une formation et un équipement limités."

Les travaux sont menés dans le laboratoire d'Aaron M. Mohs, Ph.D., professeur agrégé au département des sciences pharmaceutiques et auteur principal de la publication, parue dans la revue Analytical Chemistry le 24 janvier.

La plate-forme "simple", qui est en phase de développement et de test dans l'espoir d'une utilisation éventuelle sur le terrain, porte un nom complexe, "Paper-Based Ratiometric Fluorescent Sensor Array". De la taille d'une carte 3 x 5 environ, le capteur en papier est "arrangé" avec une grille de petits cercles sur lesquels les échantillons bactériens à tester sont appliqués. La partie "fluorescente ratiométrique" du nom fait référence à la manière ingénieuse d'identifier les bactéries.

L'équipe de recherche a conçu et synthétisé des colorants fluorescents capables de « détecter » les différences biochimiques subtiles de chaque type de bactérie et de transformer ces différences en différents signaux fluorescents. Quatre colorants fluorescents différents sont séchés sur quatre cercles sur le tableau comprenant un seul test. Un spécimen bactérien, tel que e. coli, est placé sur chacun des quatre cercles et les colorants sont activés avec de la lumière ultraviolette, ce qui fait que les quatre colorants envoient chacun cinq signaux fluorescents pour un total de 20 signaux fluorescents par test.

Un lecteur de plaques fluorescentes scanne les 20 signaux fluorescents, qui varient en fonction de l'interaction des colorants avec la membrane externe des bactéries. Un programme d'IA à la pointe de la technologie, sous la forme d'un réseau de neurones artificiels, a été formé pour reconnaître le schéma subtil mais spécifique des intensités fluorescentes créées par chaque type de bactérie. Le résultat est un motif fluorescent "signature" qui est transféré du lecteur dans le programme de réseau neuronal artificiel, qui identifie le type de bactérie.

En collaboration avec les microbiologistes, les Drs. Marat R. Sadykov et Kenneth W. Bayles, l'équipe a testé le système en utilisant une collection de 16 espèces bactériennes. Le système a correctement identifié les 16 espèces plus de 90 % du temps, un niveau de précision qui pourrait fournir à un professionnel de la santé sur le terrain des informations précieuses sur la bactérie spécifique d'un individu infecté, permettant un traitement antibiotique précis et rapide. Le test a également déterminé si la bactérie était gram positive ou négative avec une précision de 95 %. Le test de Gram est une technique qui détermine davantage la composition des bactéries et est essentielle pour savoir quels types d'antibiotiques sont les plus efficaces. La précision du test était extrêmement prometteuse étant donné que quelques heures de retard dans le diagnostic et le traitement d'une maladie infectieuse aggrave considérablement le pronostic du patient.

Chaque aspect du test a été conçu pour une utilisation potentielle même dans les régions les plus reculées du monde, où les techniques actuelles qui nécessitent un équipement et une expertise sophistiqués ne sont pas réalisables. Par exemple, le séchage des colorants fluorescents sur la carte en papier a supprimé le besoin d'utiliser des colorants fluorescents liquides qui nécessiteraient une réfrigération, souvent indisponibles dans les régions à faibles ressources. La photolithographie a été utilisée pour "photo-tamponner" la grille de cercles sur la carte en papier - un moyen rapide et peu coûteux de fabriquer des milliers de cartes. Lors des tests - effectués en plaçant les cartes dans une boîte dans le placard - les cartes sont restées stables jusqu'à six mois, ce qui les rend idéales pour l'expédition et la distribution dans des régions éloignées. Le motif sur la carte est identique aux plaques à 96 puits utilisées pour de nombreux tests utilisant des composants liquides, ce qui permet aux cartes papier d'être numérisées et lues par des machines standard facilement disponibles.

« Ce projet est un exemple extraordinaire de la façon dont faire quelque chose de simple nécessite l'utilisation de plusieurs technologies complexes », a déclaré Tatjana Atanasijevic, Ph.D., (responsable du programme scientifique) du programme de capteurs bioanalytiques à l'Institut national d'imagerie biomédicale et de bioingénierie. (NIBIB), qui a cofinancé le projet avec plusieurs autres instituts des National Institutes of Health.

The work is in the research and development stage and the team is testing and refining the system using samples that replicate what would be collected from patients in the field. Future technical feats in the team's crosshairs include working with engineers to create a system that would allow the paper 96-spot card to be read with a simpler device, maybe even a cell phone camera—an admittedly lofty goal, but doable explained Svechkarev.

Asked about the work, Mohs credits the extraordinary effort of Svechkarev and Laliwala. "The technology needed to create this bacterial detection system was devised during the pandemic when we had limited access to the laboratory. Denis and Aayushi used this time to develop skills that included new computer coding methods, learning how to use different types of artificial intelligence, and finalizing the design of the best fluorescent dyes—all key elements that came together to build this promising diagnostic system." + Explorer plus loin

Visualizing the internal compartments of living plant cells using fluorescent naphthalimide dyes