光学生物传感器加速猴痘病毒检测Optical Biosensor Speeds Mpox Virus Detection

环球医讯 / 健康研究来源:www.miragenews.com美国 - 英语2024-11-15 09:00:00 - 阅读时长4分钟 - 1888字
加州大学圣地亚哥分校和波士顿大学的研究人员开发了一种光学生物传感器,可在20分钟内快速检测猴痘病毒,有助于遏制疫情传播。
猴痘病毒检测光学生物传感器临床诊断快速检测公共卫生紧急事件病毒特异性检测试剂盒政府支持
光学生物传感器加速猴痘病毒检测

自2023年以来,一种新的猴痘变种已导致刚果民主共和国约5%的感染者死亡,其中许多是儿童。此后,这种病毒已传播到其他国家。世界卫生组织于8月14日宣布此次疫情为国际关注的公共卫生紧急事件。此外,另一种不太致命的猴痘变种自2022年以来已传播至100多个国家。

为了遏制猴痘的传播并为未来可能出现的全球大流行做好准备,迫切需要更快、更经济实惠的诊断工具。加州大学医学院、波士顿大学及其同事现已开发出一种光学生物传感器,可以快速检测引起猴痘的病毒。这项技术使临床医生能够在现场诊断疾病,而无需等待实验室结果。该研究于2024年11月14日发表在《Biosensors and Bioelectronics》上。

加州大学圣地亚哥分校医学院的项目科学家帕尔塔·雷(Partha Ray)和该研究的共同主要研究员表示:“在诊所中,猴痘的症状如发热、疼痛、皮疹和病变与其他许多病毒感染相似。仅凭观察患者,临床医生很难区分猴痘和其他疾病。”

目前,聚合酶链反应(PCR)是唯一批准的猴痘诊断方法。它昂贵、需要实验室,并且可能需要几天甚至几周才能得到结果。“当有快速传播的流行病或大流行病时,这是一个致命的组合,”雷说道。

寻找更好的猴痘分子诊断方法借鉴了波士顿大学工程学杰出教授塞利姆·昂卢(Selim Onlu)实验室超过10年的研究。该实验室已经开发出用于检测埃博拉出血热和COVID-19等病毒的光学生物传感器。雷的团队与昂卢的实验室合作,提供了生物学专业知识和经过验证的样本。

该研究由第一作者梅特·阿斯兰(Mete Aslan)领导,他是波士顿大学电气与电子工程专业的博士生。他们使用了一种名为Pixel-Diversity干涉反射成像传感器(PD-IRIS)的数字检测平台来检测病毒。

研究人员使用了从UC圣地亚哥健康中心一名实验室确诊的猴痘患者身上采集的病变样本。这些样本短暂地与雷实验室提供的单克隆猴痘抗体孵育,这些抗体会与病毒表面的蛋白质结合。然后,病毒-抗体复合物被转移到传感器表面的硅芯片上的微小腔室中,这些腔室经过处理以固定这些纳米颗粒。

同时照射精确波长的红光和蓝光在芯片上产生干涉,当存在病毒-抗体纳米颗粒时,会产生略微不同的响应。使用彩色相机检测这一微弱信号,并以高灵敏度计数单个颗粒。

“你不是试图看到病毒颗粒本身的散射光,而是观察散射光场与从芯片表面反射的光场混合后的干涉特征,”昂卢解释道。他将这一过程比作调频广播,后者将包含信息的微弱信号与同一频率的更强载波信号混合,从而放大微弱信号。

科学家们还分析了疱疹病毒和牛痘病毒样本,这些病毒的临床表现与猴痘相似。生物传感器检测法轻松区分了猴痘样本与其他病毒,证明了该检测的特异性对于区分猴痘与这些常见病毒性疾病至关重要。

“两分钟内,我们就能判断某人是否感染了猴痘,”雷说道。“从采集病毒样本到获得实时数据大约需要20分钟。”

在诊所中,测试的快速性将使医疗保健提供者能够比将样本送到实验室更快地诊断猴痘病例。这在医疗资源稀缺的国家尤为重要,有助于减缓社区传播。临床医生还可以更快地开始治疗,如果有的话。

雷设想这些测试将以试剂盒的形式大规模生产并销售给诊所,进一步降低成本。一个单独的试剂盒可以用于检测多种病毒,如梅毒或HIV。

“芯片将是相同的,”雷说。“唯一的不同是针对特定病毒的结合抗体。”

雷和昂卢正在共同努力实现商业化,不仅是为了应对刚果民主共和国对快速猴痘测试的迫切需求,也是为了防止疫情演变成大流行。然而,研究人员表示,这需要政府支持,因为针对未来威胁的诊断市场很小。

“如果我们不立即解决这次疫情,它不会局限于非洲,”雷说道。

该研究的其他合著者包括:霍华德·布里克纳(Howard Brickner)、亚历克斯·E·克拉克(Alex E. Clark)、亚伦·F·卡林(Aaron F. Carlin),来自加州大学圣地亚哥分校;艾莉夫·西摩(Elif Seymour),来自波士顿大学企业孵化器中心的iRiS Kinetics;迈克尔·B·汤森德(Michael B. Townsend)、帕纳亚普拉利·S·萨塞什库马尔(Panayampalli S. Satheshkumar),来自疾病控制与预防中心;艾里斯·切莱比(Iris Celebi),来自波士顿大学;梅根·赖利(Megan Riley),来自axiVEND。

该研究部分由美国国立卫生研究院过敏与传染病研究所(P30 AI036214)和美国国家科学基金会(NSF-TT PFI 2329817)资助。


(全文结束)

大健康

猜你喜欢

  • Amarachi Mbakwe在MICCAI 2023上揭示疾病进展检测的新突破Amarachi Mbakwe在MICCAI 2023上揭示疾病进展检测的新突破
  • 华盛顿州立大学研发的革命性AI模型加速疾病检测华盛顿州立大学研发的革命性AI模型加速疾病检测
  • 研究显示RSV对美国成年人造成严重打击,呼吁加强检测和疫苗接种研究显示RSV对美国成年人造成严重打击,呼吁加强检测和疫苗接种
  • AI和亚临床心血管疾病的检测:迈克尔·麦克试谈第一部分AI和亚临床心血管疾病的检测:迈克尔·麦克试谈第一部分
  • 人工智能方法比人类更快更好地识别潜在疾病人工智能方法比人类更快更好地识别潜在疾病
  • 人工智能方法可比人类更快、更准确地识别潜在疾病人工智能方法可比人类更快、更准确地识别潜在疾病
  • 医疗保健领域的人工智能:个性化患者护理的新时代医疗保健领域的人工智能:个性化患者护理的新时代
  • AI癌症检测方法入选瑞典皇家工程科学院年度100大项目AI癌症检测方法入选瑞典皇家工程科学院年度100大项目
  • AI方法比人类更快更准确地检测疾病AI方法比人类更快更准确地检测疾病
  • AI工具可在手术中快速检测残留脑肿瘤组织AI工具可在手术中快速检测残留脑肿瘤组织
大健康
大健康

热点资讯

大健康

全站热点

大健康

全站热文

大健康