创新COVID-19测试双质谱与机器学习

加州大学戴维斯分校和莫里斯·j·加拉格尔之间的伙伴关系,Jr .)董事长兼首席执行官的忠实的旅游公司,导致了一个新的快速COVID-19测试。

最近的一项研究发表自然科学报告显示了积极的新方法是98.3%准确COVID-19测试96%,负面测试。

“这次测试是由地面,“南Tran说,作者的研究和教授在加州大学戴维斯分校医学院的病理学。“没有这样的测试存在。我们从一张白纸开始。”

这部小说COVID-19测试使用分析仪器称为质谱仪,搭配一个强大的机器学习平台检测SARS-CoV-2鼻拭子。质谱仪可以在几分钟内分析样本,整个过程约20分钟。

电流的精度匹配或优于许多COVID-19筛查。新的测试方法可能允许快速筛选大量的个人,企业,学校,场馆和其他大型设施。项目起源于加拉格尔,加州大学戴维斯分校的校友和创新与企业家精神在加州大学戴维斯分校的长期支持者。

去年,当大流行带来了航空公司和酒店行业几乎陷入停顿,他开始概念化的方法将再次允许人们收集安全。

加拉格尔走近h . Rao Unnava教授,加州大学戴维斯分校研究生院院长管理,连接他与Tran医学院。

加拉格尔和加州大学戴维斯分校签订了赞助研究协议,在日本岛津公司科学仪器的支持下,开发一个自动化COVID-19质谱仪测试。

质谱仪是必不可少的分析工具所使用的各种各样的行业研究和测试。

这是第一个测试COVID-19双质谱与机器人和一个健壮的自动化机器学习平台,迅速提供测试结果。这些独特的元素的耦合不仅允许测试COVID-19但也许能够很快适应检测其他疾病,也许未来流行的生物。

“加拉格尔先生,通过他的慷慨为明矾,表明企业和大学如何一起工作解决问题至关重要的世界,“Unnava说。“我很高兴这个开创性工作将继续建立在加州大学戴维斯分校的声誉作为一个地方你总是期望更大。”

项目建立在米洛的之前成功的平台

协作是医学院的一个新的中心,加州大学戴维斯分校诊断中心的创新。

“这改变游戏规则,快速新的COVID-19测试证明的深层知识我们的教师和科学家找到新颖的解决紧迫的全球卫生挑战,”埃里森Brashear表示,加州大学戴维斯分校医学院的院长。“这是这种创新和协作,我们应对流感大流行的标志。”

确保支持这项研究的分析部分,Tran招募Hooman Rashidi,长期合作者和病理学和实验室医学的教授。

质谱仪MALDI-TOF机器,或matrix-assisted激光解吸/电离飞行时间,使用激光来创建小颗粒——离子从大分子在测试样本。这些电离粒子产生信号,可以用来识别许多化合物,包括那些与微生物和病原体有关。

在这项研究中,226年鼻拭子从加州大学戴维斯分校的biorepository COVID-19测试电离在8020年日本岛津公司。拭子从剩下的样品和志愿者同意这项研究。一些参与者COVID-19症状,有些是无症状的。

数以百计的山峰和信号产生的电离测试拭子进行分析的自动化机器学习平台米洛(机器智能学习优化器)。机器学习是人工智能的一个子集,或人工智能。Tran, Rashidi和沉着的Albahra米洛的合作开发者。平台曾被用来预测严重感染和急性肾脏疾病。

COVID-19测试,麦洛发现区分模式的质谱峰和信号和理解模式对应的存在与否SARS-CoV-2病毒样本。

米洛在一小部分的时间完成了分析,自动化机器学习方法了。“这意味着大大加快研究在不影响任何性能的措施,“Rashidi说。

加拉格尔已经启动了一个新的启动,SpectraPass,发展快速,自动化系统为手段促进开放企业和经济。

加州大学戴维斯分校健康专家正在帮助指导SpectraPass团队通过科学、机器学习和临床步骤需要移动COVID-19测试技术接近紧急使用授权美国食品和药物管理局(FDA)。

“COVID-19流行不仅带来了世界的商业和旅游停止——它也带走了我们基本的人机交互,我们自由地在一起,”加拉格尔说。“这个项目导致了一个真正的突破,不仅可以提供即时、准确信息COVID感染,但可以解决其他病毒的一个重要组成部分,甚至发展疗法。在加州大学戴维斯分校的兴奋与团队合作是知道我们正在帮助确保我们的子孙后代能更好地处理在未来潜在的大流行。”

农科大学生的合作充分体现了目标广场汇集了大学、社区和产业联系和合作。

“作为一个顶级研究型大学以其卓越和学科广度,加州大学戴维斯分校有特别的优势来与我们的行业合作伙伴在突破性创新,造福社会,”玛丽说Croughan,教务长和常务副总理。

参考:Tran NK,霍华德T,沃尔什R,小说等。应用程序的自动化机器学习与MALDI-TOF-MS COVID-19快速大规模筛选:一个概念证明。Sci代表。2021;11 (1):8219。doi: 10.1038 / s41598 - 021 - 87463 - w

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。