Microscopía más IA equivale a detección rápida de COVID-19: estudio

Microscopía más IA equivale a detección rápida de COVID-19, según una investigación de Illinois

Gabriel Popescu, profesor de ingeniería eléctrica e informática en la Universidad de Illinois Urbana-Champaign, formó parte de un equipo que combinó imágenes microscópicas sin etiquetas con inteligencia artificial para detectar y clasificar rápidamente el SARS-CoV-2 y otras enfermedades. Crédito: Instituto Beckman de Ciencia y Tecnología Avanzadas

Los investigadores de Beckman combinaron la microscopía con la inteligencia artificial para desarrollar una prueba de COVID-19 que es rápida, precisa y rentable. Todo lo que tenemos que hacer es decir “ahh”.


Muchos de nosotros hemos encontrado o experimentado una prueba de COVID-19. Al igual que la pandemia en sí, las pruebas de detección frecuentes se han convertido en parte de la vida diaria. Dado que el SARS-CoV-2 sigue siendo un enemigo formidable, nuestras estrategias para detectar y clasificar el virus deben seguir siendo ágiles y sofisticadas.

Ingresa el investigador de Beckman, Gabriel Popescu, profesor de ingeniería eléctrica e informática de la UIUC, y su equipo interdisciplinario. Su estudio, “Detección y clasificación de SARS-CoV-2 sin etiquetas utilizando imágenes de fase con especificidad computacional”, se publicó en Luz: Ciencia y Aplicaciones-Naturaleza.

A partir de mayo de 2020 y llegar a buen término en medio de una crisis global, el cronograma del proyecto corre paralelo a la pandemia que lo provocó. Característico de un equipo de Beckman, el primer paso de los investigadores fue identificar una oportunidad para innovar; observaron que, si bien existen actualmente muchas técnicas para probar el SARS-CoV-2, ninguna utiliza un enfoque óptico sin etiquetas.

El tamaño minúsculo de una sola partícula hace que depender solo de la vista sea casi imposible, incluso con un microscopio. La microscopía electrónica es útil para obtener imágenes de la estructura de una partícula, pero se requiere una preparación extensa para garantizar la visibilidad de una muestra. Aunque es necesario, este proceso puede oscurecer la imagen deseada.

El equipo de Popescu recurrió a una técnica desarrollada en Beckman normalmente reservada para visualizar células: microscopía de imagen de luz espacial, que facilita la obtención de imágenes sin químicos (o sin etiquetas).

“Un microscopio electrónico proporciona una imagen clara, pero requiere una preparación extensa de la muestra”, dijo Neha Goswami, estudiante graduada en bioingeniería y receptora en 2021 de la Beca Conmemorativa Nadine Barrie Smith del Instituto Beckman. “Aplicar SLIM para la obtención de imágenes de virus es como mirar algo sin gafas. La imagen es borrosa debido a que los virus son más pequeños que el límite de difracción. Sin embargo, debido a la alta sensibilidad de SLIM, no solo podemos detectar los virus, sino también diferenciar entre diferentes tipos “.

Afortunadamente, los investigadores identificaron una forma creativa de identificar los virus basándose en datos SLIM: la inteligencia artificial. Con el entrenamiento adecuado, se puede programar una red neuronal profunda avanzada para reconocer incluso las imágenes más borrosas.

Presentaron el programa de IA a un par de imágenes: una partícula de SARS-CoV-2 teñida que produce fluorescencia y una imagen de fase capturada con un microscopio multimodal de fluorescencia-SLIM. La IA está entrenada para reconocer estas imágenes como una y la misma. Fácilmente reconocible, la imagen teñida de fluorescencia funciona como ruedas de entrenamiento; con suficiente repetición, la máquina aprende a detectar los virus directamente desde las imágenes SLIM sin etiquetas sin el soporte adicional.

Después de la detección viene la diferenciación: discernir el SARS-CoV-2 de otros tipos de virus y partículas.

“Le hicimos la vida difícil a la máquina”, dijo Goswami. “Le dimos polvo, perlas y otros virus para entrenar y aprender a elegir el virus entre una multitud en lugar de identificar cuando está solo”.

La IA aprendió a discernir entre el SARS-CoV-2 y otros patógenos virales como el H1N1 o la influenza A; HAdV o adenovirus; y ZIKV o virus Zika. El ensayo preclínico fue muy exitoso, lo que resultó en una tasa de éxito del 96% para la detección y clasificación del SARS-CoV-2.

“Este notable éxito se debe a nuestro equipo de expertos de varias disciplinas diferentes que se unieron con un objetivo único: crear la prueba más rápida, asequible y escalable posible. Nuestros esfuerzos actuales se centran en demostrar este enfoque en la clínica e implementarlo en todo el mundo para COVID y potencialmente otras enfermedades infecciosas “, dijo Popescu.

El objetivo del proyecto es un sistema de detección de prueba de aliento viral sensible y específico que ayude en el diagnóstico viral y en las estrategias de prevención de la transmisión; hoy, esto podría tomar la forma de una prueba COVID-19 rápida, de alto rendimiento y bajo costo con el potencial de portabilidad y acción en el punto de atención.

Con la validación clínica pendiente, los investigadores especulan que una prueba de COVID-19 realizada con este método se vería así: el sujeto usaría un protector facial, sobre el cual se colocaría un portaobjetos de vidrio transparente; luego completan una actividad en la que su respiración se fija a la diapositiva (como leer un párrafo en voz alta). El portaobjetos y cualquier partícula adherida a él se tomarían imágenes y se analizarían para detectar cualquier virus presente.

“Hay dos ventajas clave para este tipo de prueba COVID”, dijo Goswami. “El primero es la velocidad: la duración puede ser del orden de un minuto. El segundo es que no estamos agregando ningún producto químico ni modificaciones a las muestras proporcionadas. Todo lo que estaríamos pagando es el costo del protector facial y el deslizarse en sí mismo “.

Desde una perspectiva clínica, el impacto de estas capacidades de diagnóstico innovadoras es pronunciado.

“La intervención temprana a través del diagnóstico rápido de COVID-19, combinada con el rastreo de contactos, reducirá significativamente la transmisión, la morbilidad y la mortalidad de COVID-19”, dijo Nahed Ismail, profesor de patología y director médico del Laboratorio de Microbiología Clínica de la Universidad de Illinois en Chicago.

Esta programación de IA altamente adaptativa podría ayudar a abordar futuras pandemias, no solo COVID-19.

“Necesitamos una detección rápida de enfermedades”, dijo Goswami. “No solo COVID, sino otros. Podemos y debemos unir nuestros esfuerzos, tanto en términos de óptica como de inteligencia artificial, para tratar de descubrir qué tan lejos podemos llegar”.

Esta investigación de vanguardia es el resultado de la colaboración entre científicos del Instituto Beckman, la Universidad de Illinois Urbana-Champaign y la Universidad de Illinois en Chicago.

“Lo sorprendente de este proyecto es que podemos llevar el trabajo de laboratorio a los ensayos clínicos en muy poco tiempo”, dijo Helen Nguyen, profesora Ivan Racheff de Ingeniería Civil y Ambiental en UIUC y colaboradora del proyecto.


Los científicos desarrollan una prueba de COVID-19 más rápida


Más información:
Neha Goswami et al, detección y clasificación de SARS-CoV-2 sin etiquetas utilizando imágenes de fase con especificidad computacional, Luz: ciencia y aplicaciones (2021). DOI: 10.1038 / s41377-021-00620-8

Proporcionado por el Instituto Beckman de Ciencia y Tecnología Avanzadas

Citación: Microscopía más IA equivale a detección rápida de COVID-19: estudio (2021, 9 de septiembre) recuperado el 9 de septiembre de 2021 de https://phys.org/news/2021-09-microscopy-ai-equals-rapid-covid-.html

Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con el propósito de estudio o investigación privada, ninguna parte puede ser reproducida sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.

Related Stories