Makine Öğrenmesi Algoritması Kullanımıyla Virüslerin Hızlı Tespiti Gerçekleştirildi
Devam eden küresel pandemi, COVID-19’a neden olan patojen SARS-CoV-2 virüsünü teşhis edebilen ve onu diğer solunum yolu virüslerinden ayırabilen hızlı testlere acil bir ihtiyaç yarattı. Japonya’daki araştırmacılar, yaygın solunum patojenlerinin tek viryonla teşhis edilmesi için yeni bir sistem geliştirdi. Bu yeni sistem, silikon nano gözeneklerdeki akım değişiklikleri üzerine kurulmuş, makine öğrenmesi algoritması kullanılarak yapıldı. Bu çalışma COVID-19 ve grip gibi hastalıkların hızlı ve doğru taranması için yeni bir ışık oldu.
Bu ay ACS Sensors’da yayınlanan çalışmada Osaka Üniversitesi bilimcileri, silikon nano gözenekleri kullanarak geliştirdikleri sistemi tanıttı. Makine öğrenmesi algoritmasıyla birleştirilen bu sistem, tek virüs partikülünü bile algılayabilecek kadar hassas.
Bu yöntemde, bir silikon disk(plaka) üzerinde bulunan ve sadece 50 nm kalınlığına sahip bir silikon nitrür tabakasına, 300 nm çapında küçük nano gözenekler eklendi. Diskin her iki tarafında bulunan çözeltiye bir voltaj farkı uygulandı ve iyonlar elektroforez adı verilen bir işlemle nano gözeneklerden geçti.
İyonların hareketi ürettikleri akımla izlendi ve bir viral partikül nano gözeneğe girdiğinde, bu partikül diğer iyonların nano gözeneklerden geçmesini engelleyerek akımda geçici bir düşüşe yol açtı. Akımda oluşan her bir düşüş sayesinde partikülün hacim, yüzey yükü ve şekli gibi fiziksel özellikleri hakkında bilgi edinildi.
Virüs partiküllerinin fiziksel özelliği olan doğal varyasyon, daha önce bu yaklaşımı engellemişti fakat makine öğrenmesi kullanımıyla ekip, yeni örneklerin kimliğini belirlemek için, bilinen virüslerden gelen sinyallerle çalışan bir sınıflandırma algoritması oluşturdu. Kıdemli yazar Makusu Tsutsi, nano gözeneklerin tek partikül algılamasını yapay zekayla birleştirerek, birçok viral türün kesin bir şekilde tanımlanmasını başardıklarını söyledi.
Elektrik akımında oluşan ve insan gözünün algılayamayacağı dalga formlarının farklılıklarını ayırt edebilen ve yüksek doğrulukta virüs sınıflandırmasına olanak sağlayan bilgisayar sistemi, korona virüse ek olarak, respiratuvar sinsityal virüs (RSV), adenovirüs, influenza A ve influenza B gibi benzer patojenlerle de test edildi.
Ekip, bu tekniğin korona virüslerin algılanması için çok uygun olduğuna inanıyor. Çünkü, virüslerin dışında bulunan sivri uçlu proteinler farklı mikroorganizma gruplarının ayrı ayrı sınıflandırılmasına bile izin verebiliyor. Son olarak Tomoji Kawai, bu çalışmanın, geleneksel viral inceleme yöntemlerinden daha iyi performans gösteren bir virüs test kitinin geliştirilmesine yardımcı olacağını söylüyor.
Yeni yöntem, polimeraz zincir reaksiyonu veya antikor bazlı taramalar gibi diğer hızlı viral testlerle karşılaştırıldığında çok daha hızlı ve pahalı reaktanların kullanılmasını gerektirmiyor. Bu yeni yöntem, gelecekte ortaya çıkabilecek ve COVID-19 gibi bulaşıcı hastalıklara neden olan viral partiküller için gelişmiş teşhis testlerine de yol gösterebilecek nitelikte.
Kaynak: phys.org
