AI와 광학으로 바이러스 탐지 속도 향상
연구자들은 바이러스를 검출하고 정량화하는 표준 방법인 바이러스 플라크 분석의 자동화된 버전을 개발했습니다. 새로운 방법은 저속 홀로그램 이미징과 딥 러닝을 사용하여 감지 시간을 크게 줄이고 염색 및 수동 계산을 제거합니다. 이러한 발전은 새로운 백신과 항바이러스제 개발을 간소화하는 데 도움이 될 수 있습니다.
UCLA(캘리포니아 대학교 로스앤젤레스 캠퍼스) Ozcan Lab의 Yuzhu Li는 타코마의 그레이터 타코마 컨벤션 센터에서 2023년 10월 9~12일에 개최되는 광학 + 레이저 과학 프론티어(FiO LS)에서 이 연구를 발표할 예정입니다. (광역 시애틀 지역), 워싱턴.
"기존 바이러스 플라크 분석에 비해 검출 시간을 단축함으로써 이 기술은 필요한 검출 시간을 크게 줄이고 화학적 염색 및 수동 계산을 완전히 제거함으로써 백신 및 약물 개발 연구를 촉진하는 데 도움이 될 수 있습니다"라고 Li는 설명합니다. 바이러스 발생, 백신 또는 항바이러스 치료법이 상당히 빠른 속도로 개발, 테스트 및 대중에게 제공될 수 있으므로 바이러스로 인한 건강 응급 상황에 대한 대응 시간이 더 빨라질 수 있습니다."
바이러스 플라크 분석은 바이러스 감염성을 평가하고 샘플 내 바이러스의 양을 정량화하는 비용 효율적인 방법이지만 수행하는 데 시간이 많이 걸립니다. 샘플을 먼저 희석한 다음 배양된 세포에 첨가합니다. 바이러스가 감염된 세포를 죽이면 세포가 없는 영역, 즉 플라크가 발생합니다. 그런 다음 전문가는 얼룩진 플라크 형성 단위(PFU)를 수동으로 계산합니다. 이 과정은 불규칙한 염색과 사람의 계산 오류에 취약합니다.
새로운 얼룩 없는 자동 바이러스 플라크 분석 시스템은 수동 플라크 계수를 배양 중 PFU의 시공간적 특징을 이미지화하는 무렌즈 홀로그램 이미징 시스템으로 대체합니다. 그런 다음 딥 러닝 알고리즘을 사용하여 관찰된 변화를 기반으로 PFU를 감지, 분류 및 찾습니다.
연구진은 시스템의 효능을 보여주기 위해 배양된 세포에 수포성 구내염 바이러스를 감염시켰습니다. 단 20시간의 배양 후에 자동화 시스템은 어떠한 위양성 없이 바이러스 PFU의 90% 이상을 검출했습니다. 이는 이 바이러스에 대해 48시간의 배양이 필요한 기존 플라크 분석보다 훨씬 빠릅니다. 그들은 또한 단순 포진 바이러스 1형과 뇌심근염 바이러스에 자동화된 접근 방식을 적용했습니다. 그들은 이들 바이러스의 배양 시간이 훨씬 더 짧아져 각각 평균 약 48시간과 20시간을 절약했음을 보여주었습니다.
연구진은 모든 시점에서 거짓양성이 발견되지 않았다고 보고했습니다. 또한 시스템은 PFU 클러스터가 형성되기 전 초기 성장 과정에서 개별 PFU를 식별할 수 있기 때문에 기존 접근 방식보다 약 10배 높은 바이러스 농도의 바이러스 샘플을 분석하는 데 사용할 수 있습니다.
"다음 단계에서 UCLA 연구원들은 다양한 유형의 바이러스에 대한 민감도와 특이성을 더욱 높이기 위해 시스템 설계를 개선하고 있으며 실험실 및 산업 환경에서 광범위하게 채택될 수 있는 길을 닦고 있습니다."라고 Li는 말했습니다. "그들은 또한 다른 잠재적인 응용 프로그램도 탐색하고 있습니다. 항바이러스제의 높은 처리량과 비용 효율적인 스크리닝을 위한 바이러스학 연구에서 이 기술을 사용합니다."
광학 + 레이저 과학의 개척자 소개
Optica(구 OSA)의 연례 회의인 Frontiers in Optics는 미국 물리학회 레이저 과학 부문의 연례 회의인 Laser Science와 함께 발표됩니다. 두 회의는 물리학, 생물학, 화학 분야 전반에 걸쳐 다양한 광학 및 포토닉스 주제에 대한 포괄적이고 최신 연구를 위해 두 학회의 커뮤니티를 통합합니다. 2023년 FiO LS 컨퍼런스는 온라인으로 볼 수 있는 추가 주문형 콘텐츠와 함께 수백 건의 실시간 기부 및 초청 강연을 선보이는 오프라인 이벤트로 개최됩니다. 자격 증명이 있으면 미디어 등록이 무료입니다. 요청에 따라 디지털 자산을 사용할 수 있습니다.