Chloé Leroy La combinaison de l’apprentissage automatique avec la détection électrochimique multimodale peut améliorer considérablement les performances analytiques des biocapteurs, selon de nouvelles découvertes d’une équipe de recherche de Penn Point out. Ces améliorations peuvent être bénéfiques pour la surveillance de la santé non invasive, comme les exams impliquant la salive ou la sueur. Les résultats ont été publiés ce mois-ci dans Analytica Chimica Acta.
En particulier. au diabète, aux difficulties métaboliques et aux problems neuropsychiatriques et alimentaires – dans la sueur et la salive.
De nombreux biomarqueurs ont des structures moléculaires similaires ou des signatures électrochimiques qui se chevauchent, ce qui rend difficile leur détection simultanée. Selon les chercheurs. par conséquent, améliorer les résultats pour les clients. De furthermore. ce qui est essentiel avec des échantillons cliniques en petites quantités.
a déclaré Aida Ebrahimi, professeure adjointe en début de carrière Thomas et Sheila Roell de génie électrique et professeure adjointe de génie biomédical. nous avons pu détecter des biomolécules en quantités 100 fois inférieures à ce que les méthodes de détection conventionnelles peuvent faire.”
La méthodologie des chercheurs comprend un système matériel/, qui sont des choix courants pour la surveillance non invasive de la santé.
a déclaré Vinay Kammarchedu, 2022-23 Milton and Albertha Langdon Memorial Graduate Fellow in Electrical Engineering at Penn Point out et leading auteur de l’article. “Par exemple, cette méthode peut être étendue à une variété d’autres molécules, y compris les toxines alimentaires et hydriques, les médicaments et les neurochimiques qui sont difficiles à détecter simultanément à l’aide de méthodes électrochimiques conventionnelles.”
Dans leurs travaux en cours. difficiles à détecter en raison de similitudes dans leur construction moléculaire et de leurs signatures électrochimiques qui se chevauchent.
“Notre méthodologie a utilisé avec succès un matériau pour différencier et distinguer quatre substances neurochimiques qui sont importantes dans des maladies comme la maladie de Parkinson et la maladie d’Alzheimer”, a déclaré Ebrahimi. “Bien que ces données préliminaires soient prometteuses, nous devons travailler davantage pour pouvoir détecter les niveaux inférieurs de ces substances neurochimiques dans des échantillons biologiques tels que la salive.”
Au-delà des résultats spécifiques avec l’acide urique et la tyrosine, les chercheurs sont enthousiasmés par le potentiel et la polyvalence de la méthodologie.
a déclaré Ebrahimi.
la méthode analytique des chercheurs peut offrir des opportunités dans les domaines pharmaceutique, de la recherche en sciences de la vie, du dépistage alimentaire, de la détection des toxines environnementales et de la biodéfense, où des tests précis et multiplexés ou une surveillance en ligne sont nécessaires.
Classiquement. Au stade de prototype actuel des chercheurs, le matériel est de la taille d’une paillasse. Ils travaillent à créer un système as well as petit qui peut être mis en œuvre pour moreover que la easy surveillance de la santé.
“En fin de compte. a déclaré Kammarchedu.
La recherche a été financée par la stage II du programme des centres de recherche coopératifs industrie-université de la Countrywide Science Foundation (NSF) (I/UCRC). Derrick Butler, qui était doctorant en génie électrique au cours de ce projet, a contribué à cette recherche. Kammarchedu, Butler et Ebrahimi sont également affiliés au Center for Atomically Slender Multifunctional Coatings (ATOMIC), qui est un centre NSF :I/UCRC du Supplies Research Institute de Penn Point out.
