Les chercheurs de Beckman ont associé la microscopie à l'intelligence artificielle pour développer un test COVID-19 rapide, précis, et rentable. Tout ce que nous avons à faire est de dire "ahh".

Beaucoup d’entre nous ont rencontré ou vécu un test COVID-19. Comme la pandémie elle-même, le dépistage fréquent fait désormais partie de la vie quotidienne. Alors que le SARS-CoV-2 continue d'être un ennemi redoutable, nos stratégies de détection et de classification du virus doivent rester agiles et sophistiquées.

Entre le chercheur de Beckman Gabriel Popescu, professeur de génie électrique et informatique à l'UIUC, et son équipe interdisciplinaire. Leur étude, « Détection et classification sans étiquette du SARS-CoV-2 à l'aide de l'imagerie de phase avec une spécificité de calcul, " a été publié dans Lumière :Science et Applications-Nature.

À partir de mai 2020 et se concrétiser au milieu d'une crise mondiale, le calendrier du projet est parallèle à la pandémie qui l'a provoqué. Caractéristique d'une équipe Beckman, la première étape des chercheurs a été d'identifier une opportunité d'innover; ils ont observé que si de nombreuses techniques existent actuellement pour tester le SARS-CoV-2, aucun n'utilise une approche optique sans marquage.

La taille minuscule d'une seule particule rend presque impossible le fait de se fier uniquement à la vue, même avec un microscope. La microscopie électronique est utile pour l'imagerie de la structure d'une particule, mais une préparation approfondie est nécessaire pour assurer la visibilité d'un échantillon. Bien que nécessaire, ce processus peut obscurcir l'image désirée.

L'équipe de Popescu s'est tournée vers une technique développée à Beckman typiquement réservée à la visualisation des cellules :la microscopie spatiale à image lumineuse, qui facilite l'imagerie sans produits chimiques (ou sans étiquette).

"Un microscope électronique fournit une image claire, mais cela nécessite une préparation approfondie des échantillons, " dit Neha Goswami, étudiante diplômée en bio-ingénierie et récipiendaire en 2021 de la bourse commémorative Nadine Barrie Smith du Beckman Institute. « Appliquer SLIM pour l'imagerie virale, c'est comme regarder quelque chose sans vos lunettes. L'image est floue car les virus sont plus petits que la limite de diffraction. Cependant, grâce à la haute sensibilité de SLIM, nous pouvons non seulement détecter les virus, mais aussi différencier les différents types."

Heureusement, les chercheurs ont identifié un moyen créatif d'identifier les virus sur la base des données SLIM :l'intelligence artificielle. Avec la bonne formation, un réseau de neurones profonds avancé peut être programmé pour reconnaître même les images les plus floues.

Ils ont présenté le programme d'IA à une paire d'images :une particule colorée du SARS-CoV-2 produisant une fluorescence, et une image de phase capturée avec un microscope multimodal à fluorescence-SLIM. L'IA est entraînée à reconnaître ces images comme une seule et même chose. Facilement reconnaissable, l'image colorée par fluorescence fonctionne comme des roues d'entraînement ; avec suffisamment de répétition, la machine apprend à détecter les virus directement depuis le SLIM, images sans étiquette sans le support supplémentaire.

Après la détection vient la différenciation :discerner le SARS-CoV-2 des autres types de virus et de particules.

"Nous avons rendu la vie dure à la machine, " dit Goswami. " Nous lui avons donné de la poussière, perles, et d'autres virus pour s'entraîner et apprendre à choisir le virus parmi une foule au lieu d'identifier quand il est seul."

L'IA a appris à discerner entre le SRAS-CoV-2 et d'autres agents pathogènes viraux tels que le H1N1, ou la grippe A; HAdV, ou adénovirus; et ZIKV, ou le virus Zika. L'essai préclinique a été un grand succès, résultant en un taux de réussite de 96% pour la détection et la classification du SRAS-CoV-2.

« Ce succès notable est dû à notre équipe d'experts de plusieurs disciplines différentes qui se sont réunis avec un objectif unique :créer le plus rapide, test le plus abordable et le plus évolutif possible. Nos efforts actuels se concentrent sur la démonstration de cette approche en clinique et son déploiement dans le monde entier pour le COVID et potentiellement d'autres maladies infectieuses, " a déclaré Popescu.

L'objectif du projet est un système de détection de test respiratoire viral sensible et spécifique qui aide au diagnostic viral et aux stratégies de prévention de la transmission ; aujourd'hui, cela pourrait prendre la forme d'un rapide, haut débit, test COVID-19 à faible coût avec un potentiel de portabilité et d'action au point de service.

En attente de validation clinique, les chercheurs spéculent qu'un test COVID-19 effectué avec cette méthode ressemblerait à ceci :le sujet porterait un écran facial, sur laquelle une lame de verre transparent serait fixée ; ils accompliraient ensuite une activité dans laquelle leur souffle se fixait sur la diapositive (comme lire un paragraphe à haute voix). La glissière, et toutes les particules qui s'y rattachent, seraient imagés et analysés pour détecter tout virus présent.

« Il y a deux avantages clés à ce type de test COVID, » dit Goswami. « La première est la vitesse :la durée peut être de l'ordre d'une minute. La seconde est que nous n'ajoutons aucun produit chimique ni aucune modification aux échantillons fournis. Tout ce que nous paierions, c'est le coût de l'écran facial et du toboggan lui-même."

D'un point de vue clinique, l'impact de ces capacités de diagnostic innovantes est prononcé.

« Intervention précoce via un diagnostic rapide du COVID-19, combiné à la recherche des contacts, réduira considérablement la transmission du COVID-19, morbidité, et la mortalité, " a déclaré Nahed Ismail, professeur de pathologie et directeur médical du Laboratoire de microbiologie clinique de l'Université de l'Illinois à Chicago.

Cette programmation d'IA hautement adaptative pourrait aider à faire face aux futures pandémies, pas seulement COVID-19.

"Nous avons besoin d'une détection rapide des maladies, " Goswami a déclaré. " Non seulement COVID, mais d'autres. Nous pouvons et devons conjuguer nos efforts, à la fois en termes d'optique et d'IA, pour essayer de savoir jusqu'où nous pouvons aller."

Cette recherche de pointe est le résultat d'une collaboration entre des scientifiques de l'Institut Beckman, l'Université de l'Illinois Urbana-Champaign, et l'Université de l'Illinois à Chicago.

« Ce qui est incroyable avec ce projet, c'est que nous pouvons amener le travail de laboratoire aux essais cliniques en très peu de temps, " dit Hélène Nguyen, le professeur Ivan Racheff en génie civil et environnemental à l'UIUC et collaborateur du projet.