Adana Adıyaman Afyon Ağrı Aksaray Amasya Ankara Antalya Ardahan Artvin Aydın Balıkesir Bartın Batman Bayburt Bilecik Bingöl Bitlis Bolu Burdur Bursa Çanakkale Çankırı Çorum Denizli Diyarbakır Düzce Edirne Elazığ Erzincan Erzurum Eskişehir Gaziantep Giresun Gümüşhane Hakkari Hatay Iğdır Isparta İstanbul İzmir K.Maraş Karabük Karaman Kars Kastamonu Kayseri Kırıkkale Kırklareli Kırşehir Kilis Kocaeli Konya Kütahya Malatya Manisa Mardin Mersin Muğla Muş Nevşehir Niğde Ordu Osmaniye Rize Sakarya Samsun Siirt Sinop Sivas Şanlıurfa Şırnak Tekirdağ Tokat Trabzon Tunceli Uşak Van Yalova Yozgat Zonguldak
İstanbul 11 °C
Yağışlı

Yapay Zeka ve Makine öğrenimi ile virüsleri ayıklama

11.11.2020
197
A+
A-
Yapay Zeka ve Makine öğrenimi ile virüsleri ayıklama

Devam eden küresel pandemi, COVID-19’a neden olan patojen SARS-CoV-2 virüsünün varlığını teşhis edebilecek ve onu diğer solunum virüslerinden ayırabilecek hızlı testlere acil bir ihtiyaç yarattı.

Japonya’dan araştırmacılar, silikon nano-gözeneklerdeki akımdaki değişiklikler üzerine eğitilmiş bir makine öğrenme algoritması kullanarak yaygın solunum patojenlerinin tek viryon tanımlaması için yeni bir sistem gösterdi. Bu çalışma, COVID-19 ve grip gibi hastalıklar için hızlı ve doğru tarama testlerine yol açabilir.

Bu ay ACS Sensors’da yayınlanan bir çalışmada Osaka Üniversitesi’ndeki bilim adamları, bir makine öğrenme algoritmasıyla birleştiğinde tek bir virüs parçacığını bile algılayacak kadar hassas silikon nanogözenekleri kullanan yeni bir sistemi tanıttı.

Bu yöntemde, bir silikon gofret üzerinde sadece 50 nm kalınlığındaki bir silikon nitrür tabakası, kendi başına sadece 300 nm çapında olan minik nanogözeneklere sahiptir. Gofretin her iki tarafındaki çözeltiye bir voltaj farkı uygulandığında, iyonlar elektroforez adı verilen bir işlemle nanogözeneklerden geçerler.

İyonların hareketi, ürettikleri akımla izlenebilir ve bir viral partikül bir nanogözene girdiğinde, bazı iyonların geçmesini engelleyerek akımda geçici bir düşüşe neden olur. Her bir daldırma, partikülün hacim, yüzey yükü ve şekli gibi fiziksel özelliklerini yansıtır, böylece virüs türünü tanımlamak için kullanılabilirler.

Virüs parçacıklarının fiziksel özelliklerindeki doğal varyasyon, daha önce bu yaklaşımın uygulanmasını engellemişti, ancak ekip, makine öğrenimini kullanarak, yeni örneklerin kimliğini belirlemek için bilinen virüslerden gelen sinyallerle eğitilmiş bir sınıflandırma algoritması oluşturdu.

Osaka Üniversitesi

Makusu Tsutsui, ” Tek parçacıklı nano-gözenek algılamayı yapay zeka ile birleştirerek , çok sayıda viral türün son derece doğru bir şekilde tanımlanmasını sağladık” diye açıklıyor.

Bilgisayar, elektrik akımı dalga biçimlerindeki insan gözü tarafından tanımlanamayan farklılıkları ayırt edebilir, bu da son derece hassas virüs sınıflandırmasına olanak tanır. Koronavirüse ek olarak, sistem benzer patojenlerle – respiratuvar sinsityal virüs, adenovirüs, influenza A ve influenza B ile test edildi.

Ekip, koronavirüslerin özellikle bu teknik için çok uygun olduğuna inanıyor çünkü sivri uçlu dış proteinleri farklı türlerin ayrı ayrı sınıflandırılmasına izin verebiliyor.

Tomoji Kawai, “Bu çalışma, geleneksel viral inceleme yöntemlerinden daha iyi performans gösteren bir virüs test kitinin geliştirilmesine yardımcı olacak” diyor.

Polimeraz zincir reaksiyonu veya antikor bazlı taramalar gibi diğer hızlı viral testlerle karşılaştırıldığında, yeni yöntem çok daha hızlıdır ve maliyetli reaktifler gerektirmez, bu da COVID-19 gibi bulaşıcı hastalıklara neden olan yeni ortaya çıkan viral partiküller için gelişmiş tanısal testlere yol açabilir.

Kaynak: Osaka Üniversitesi – Suita, Japonya

ZİYARETÇİ YORUMLARI - 0 YORUM

Henüz yorum yapılmamış.