Método de detección de SARS-CoV-2 nuevo y mejorado mediante espectroscopia Raman y aprendizaje automático
Modelo de aprendizaje automático que discrimina entre sobrenadante de saliva positivo y negativo para COVID. Crédito: Ember et al
El nuevo coronavirus, o SARS-CoV-2, que causa el altamente contagioso COVID-19, ha infectado a millones de personas en todo el mundo. La propagación global de esta pandemia mortal ha desencadenado una investigación generalizada sobre el control de infecciones. Sin embargo, controlar la propagación de COVID-19 es un desafío por muchas razones.
Algunos pacientes muestran una variedad de síntomas inespecíficos que van desde dolores de cabeza hasta tos. Sin embargo, muchos pacientes con COVID-19 permanecen sin síntomas incluso después de infectarse, pero aún pueden tener el potencial de infectar a otros. Esto dificulta la clasificación inicial y el diagnóstico. Y aunque las técnicas de reacción en cadena de la polimerasa con transcripción inversa (RT-PCR) son actualmente el estándar de oro, tienen ciertas limitaciones.
La RT-PCR implica el transporte de muestras a un laboratorio clínico para su análisis, lo que plantea dificultades logísticas. . También requiere el uso de reactivos, que podrían ser escasos y pueden ser menos efectivos cuando el virus muta. Además, las pruebas de RT-PCR pueden llevar mucho tiempo y ser menos sensibles en personas asintomáticas, lo que las hace inviables para una detección rápida generalizada.
Por lo tanto, los investigadores biomédicos están tratando de idear métodos novedosos para una mejor detección de COVID-19. infecciones en entornos de punto de atención, sin necesidad de enviar muestras para su análisis. Recientemente, investigadores de Canadá desarrollaron una de esas técnicas usando muestras de saliva. A diferencia de los hisopos nasofaríngeos, el muestreo de saliva es más seguro y no invasivo. En su artículo publicado en el Journal of Biomedical Optics, describen una nueva técnica de detección sin reactivos que se basa en el aprendizaje automático (ML) y la espectroscopia Raman basada en láser.
Los investigadores utilizan habitualmente la espectroscopia Raman para determinar la composición molecular de las muestras. En pocas palabras, las moléculas dispersan los fotones incidentes (partículas de luz) de una manera única que depende de las estructuras químicas y los enlaces subyacentes. Los investigadores pueden detectar e identificar moléculas en función de su característica «huella digital» o espectro Raman, que se obtiene al iluminar con luz las muestras y medir la luz dispersada.
Los investigadores desarrollan una técnica no invasiva y sin reactivos para detectar la COVID-19 en muestras de saliva usando espectroscopía Raman y aprendizaje automático. Crédito: Ember et al
COVID-19 puede causar cambios químicos en la composición de la saliva. Con base en este conocimiento, el equipo de investigación analizó 33 muestras positivas para COVID-19 clínicamente emparejadas con un subconjunto de un total de 513 muestras de saliva negativas para COVID-19 recolectadas de la clínica de prueba Pointe-Saint-Charles COVID-19 en Quebec, Canadá. Los espectros Raman que obtuvieron luego se entrenaron en modelos de aprendizaje de múltiples instancias, en lugar de los convencionales.
Autor principal Frdric Leblond, con citas en Polytechnique Montral, Centre de recherche du Centre hospitalier de l’Universit de Montral , y el Institut du cancer de Montral, Canadá, explica esto de manera más simple: «Nuestro método de aprendizaje automático utiliza información de cada espectro Raman individual. No utiliza datos promediados, por lo que puede integrar más información de las muestras de saliva para brindar una resultados precisos».
Los resultados de este método indican una precisión de alrededor del 80 por ciento, y los investigadores descubrieron que tener en cuenta el sexo al nacer era importante para lograr esta precisión. Aunque la composición de la saliva se ve afectada por la hora del día, así como por la edad del sujeto de prueba y otras condiciones de salud subyacentes, esta técnica aún puede demostrar ser un gran candidato para la detección de COVID-19 en el mundo real.
Katherine Ember, investigadora posdoctoral en Polytechnique Montral, Canadá, y primera autora del estudio, resume: «Nuestro enfoque sin etiquetas supera muchas limitaciones de las pruebas de RT-PCR. Estamos trabajando para comercializarlo como un método más rápido, sólido y eficaz». sistema de bajo costo, con una precisión potencialmente mayor. Esto podría integrarse fácilmente con los flujos de trabajo de detección viral actuales, adaptarse a nuevos virus e infecciones bacterianas, así como tener en cuenta las variables de confusión a través de nuevos enfoques de aprendizaje automático. Paralelamente, estamos trabajando para reducir el tiempo de prueba aún más mediante el uso de superficies metálicas nanoestructuradas para contener la muestra de saliva».
Estos hallazgos pueden facilitar una mejor detección de COVID-19 además de allanar el camino para nuevas herramientas para otros enfermedades infecciosas.
Explore más
Los kits de prueba de COVID-19 también pueden medir el microbioma oral en la saliva Más información: Katherine Ember et al, Detección basada en la saliva de la infección por COVID-19 en un mundo real configuración utilizando espectroscopia Raman sin reactivos y aprendizaje automático, Journal of Biomedical Optics (2022). DOI: 10.1117/1.JBO.27.2.025002 Información de la revista: Journal of Biomedical Optics
Proporcionado por SPIE Cita: Detección nueva y mejorada de SARS-CoV-2 método usando espectroscopia Raman y aprendizaje automático (2022, 9 de febrero) recuperado el 29 de agosto de 2022 de https://medicalxpress.com/news/2022-02-sars-cov-method-raman-spectroscopy-machine.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.