La capacité mécanique supérieure de MXene, et stabilité thermique et chimique, en faire une option forte pour l'état solide, séquençage de l'ADN nanopore. Crédit : Laboratoire de mécanique et d'IA, Collège d'ingénieurs, L'université de Carnegie Mellon
Il a fallu 13 ans et un milliard de dollars pour séquencer le génome humain, une énorme entreprise scientifique qui a lancé une nouvelle ère de la médecine. Avec les progrès actuels de la technologie de séquençage, cette même tâche n'aurait pris qu'environ une journée à une fraction du coût. La technologie de demain pourrait réduire cela à quelques secondes.
Le séquençage de l'ADN basé sur les nanopores est une technologie de troisième génération qui a le potentiel de transformer davantage les soins de santé en fournissant un diagnostic rapide des maladies et en personnalisant la médecine. Plus la méthode est efficace, le meilleur. Alors que les entreprises ont commencé à commercialiser la technologie, il y a des obstacles à surmonter.
Une méthode nanopore actuellement utilisée est à base de protéines, C'est, biologique. Il utilise des complexes de protéines membranaires qui ont la capacité de faire la distinction entre des nucléotides individuels et des groupes de nucléotides. Malheureusement, les protéines se décomposent avec l'utilisation intensive requise pour le séquençage, qui pourrait être des millions de fois pour la membrane nanopore.
Séquençage de nanopores à l'état solide, en revanche, utilise des matières synthétiques. Les nanomatériaux bidimensionnels tels que le graphène, nitrure de silicium, et le bisulfure de molybdène offrent une capacité mécanique et une stabilité thermique et chimique supérieures. Mais, il y a encore des inconvénients à cette méthode. Les scientifiques ont besoin de plus amples recherches pour mieux comprendre et caractériser ces différents matériaux à l'état solide.
Les chercheurs de l'Université Carnegie Mellon ont été intrigués par les récents développements dans la synthèse d'un autre nanomatériau, MXene. Également connu sous le nom de carbure de titane, il est dans une classe de monocouche, composés inorganiques bidimensionnels de quelques atomes d'épaisseur. Personne n'avait auparavant envisagé ce matériau pour une utilisation dans le séquençage de l'ADN nanopore. Les résultats ont été publiés dans la revue ACS Nano .
Les MXenes se distinguent par leurs propriétés qui combinent les aspects des métaux et des céramiques, notamment une excellente conductivité thermique et électrique, résistance à la chaleur, usinabilité facile, et une excellente capacité volumétrique.
Les chercheurs voulaient explorer le MXene en tant que matériau membranaire potentiel pour la détection de l'ADN et observer comment il se comparait aux autres nanomatériaux. Enquêter, ils ont utilisé des simulations de dynamique moléculaire pour analyser ses interactions avec l'ADN simple brin. Ils ont mesuré des caractéristiques physiques telles que le courant ionique, temps de séjour, traces de bases d'ADN, physisorption, flexibilité des bases, et l'hydratation du nanopore.
Un réseau de nanopores peut contenir des centaines de pores d'un diamètre inférieur à huit nanomètres. "Si les nanopores sont trop gros, tout le matériel génétique passe par la membrane mélangé, " a expliqué Amir Barati Farimani, professeur adjoint de génie mécanique. "Si trop petit, ça ne peut pas passer du tout."
L'équipe a découvert qu'un nanopore à base de MXene était capable de détecter différents types de bases d'ADN avec un niveau de sensibilité élevé. « Nous avons montré que le MXene est un nanomatériau efficace et prometteur à utiliser dans une plateforme de détection à base de nanopores, ", a déclaré Barati Farimani.
Les chercheurs visent à étendre leurs travaux en tirant parti de puissants algorithmes d'intelligence artificielle (IA) pour améliorer la détection de l'ADN par le système nanopore. Les bases d'ADN ont des caractéristiques uniques qui peuvent être utilisées comme entrée pour entraîner l'IA afin d'améliorer la précision de la détection de l'ADN. Et, L'IA peut utiliser des données de simulation de grande dimension pour apprendre et extraire les caractéristiques les plus importantes pour distinguer les bases de l'ADN.
« Les extensions de ce travail sont prometteuses pour améliorer considérablement la plate-forme de détection basée sur les nanopores et finalement dépasser le seuil pour rendre cette technologie largement applicable, ", a déclaré Barati Farimani.
D'autres auteurs comprenaient Prakarsh Yadav et Zhonglin Cao, les deux Ph.D. étudiants.