کیت نانویی تشخیص کرونا، بینیاز از سواب بینی
تاریخ انتشار: ۲۰ مرداد ۱۴۰۰ | کد خبر: ۳۲۷۸۶۲۵۲
به گزارش روز چهارشنبه ایرنا از پایگاه خبری فناوری نانو ایران، یک شرکت استرالیایی آزمایش جدیدی برای تشخیص ویروس کرونا طراحی کرده است که میتواند نتایج را در مدت زمان ۱۰ دقیقه نشان دهد. این تست بدون نیاز به نمونهبرداری از سواب بینی بوده و در نتیجه دردناک نیست و همچنین در بیماران بدون علامت نیز قابل استفاده است.
بیشتر بخوانید:
اخباری که در وبسایت منتشر نمیشوند!
آزمایش خانگی سریع تشخیص ویروس کرونا با توجه به قرنطینههای دورهای و ادامه واکسیناسیون که زندگی استرالیاییها را مختل کرده است، اهمیت زیادی دارد.
تحقیقی که دایونگ جین استاد برجسته دانشگاه فناوری سیدنی (UTS)، در زمینه نانوفوتونیک انجام داده، به ساخت این کیت تشخیص آنتیژن انجامیده است. این فناوری طیف وسیعی از کاربردهای بالقوه را دارد، اما این تیم تمرکز خود را روی تحقیقات کووید ۱۹ قرار داده است.
این آزمایش جدید بهعنوان یک تجزیه و تحلیل دستی با نام «Virulizer» توسط شرکت آلکولیزر (Alcolizer)، مستقر در بالکاتا در غرب استرالیا، در حال تجاریسازی است. این فناوری مبتنی بر «نانوذرات تبدیل بالا» است که دارای حسگرهای زیستی، تشخیصی و سایر کاربردهای پزشکی است.
به گفته دکتر اولگا شیمونی، دانشمند ارشد آلکولیزر، این نانوذرات فلورسنت از این نظر منحصر به فرد هستند؛ زیرا سیگنال بالایی تولید میکنند و فلورسانس پس زمینه ندارند. او میگوید این نانوذرات همراه با آزمایش جریان جانبی مورد استفاده قرار میگیرند که سابقه طولانی در آزمایشهای بارداری خانگی دارند.
شیمونی افزود: محققان در حال حاضر صاحب یک فناوری جا افتاده هستند که اکنون در شرکت آلکولیزر تولید میشود.
جین اظهار داشت: فناوری «Super Dot» اساس این کیت تشخیصی است. سوپردات اصطلاحی است که به خانوادهای از کاوشگرهای نانوفوتونیک اطلاق میشود که نور شدیدی را به روشهای غیر منتظرهای منتشر میکند و بهعنوان تبدیل بالایی شناخته میشود. این ذرات با تبدیل امواج مادون قرمز به مریی حساسیت فوقالعادهای را در کیت تشخیص کرونا ایجاد میکند.
یک آزمایش آلکولایزر میتواند قطعات ویروسی SARS-CoV-۲ را به اندازه یک تریلیون یک گرم در نمونه بزاق تشخیص دهد. این قطعات پروتئین سنبله (با استفاده از نانوذرات دوپ شده با اربیوم) و قطعات پروتئینی هستهای (با استفاده از نانوذرات دوخته شده با تولیوم) را تشخیص و در مدت ۱۰ دقیقه نتیجه را ارائه میدهد.
کار این شرکت هنوز در مرحله توسعه است، اما کمکهای فدرال را از طریق همکاری نوآورانه تولید جذب کرده است.
برچسبها ویروس کرونا فناوری نانو طرح واکسیناسیون کرونا کیت کرونا پروندهٔ خبری هراس جهانی از ویروس کرونامنبع: ایرنا
کلیدواژه: ویروس کرونا فناوری نانو طرح واکسیناسیون کرونا ویروس کرونا فناوری نانو طرح واکسیناسیون کرونا کیت کرونا ویروس کرونا
درخواست حذف خبر:
«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را بهطور اتوماتیک از وبسایت www.irna.ir دریافت کردهاست، لذا منبع این خبر، وبسایت «ایرنا» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۳۲۷۸۶۲۵۲ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتیکه در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.
با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.
خبر بعدی:
تشخیص چند دقیقهای سرطان با یک قطره خون
به گزارش خبرگزاری علم و فناوری آنا به نقل از اینترستینگ اینجینرینگ، دانشمندان چینی آزمایشی طراحی کردهاند که برای تشخیص سرطان به کمتر از ۰.۰۵ میلی متر خون خشک شده نیاز دارد. محققان در این روش از فناوری هوش مصنوعی استفاده میکنند.
غربالگری برای شناسایی نشانگرهای خاص خون به عنوان یک روش احتمالی برای تشخیص زودهنگام سرطان شناخته شده است. اما سرطانهایی مانند پانکراس، روده بزرگ و معده، آزمایشهای دقیق خونی برای تشخیص ندارند. در این مطالعه ذکر شده است، بیش از یک میلیارد نفر در سراسر جهان با نرخ بالایی از تشخیص اشتباه بیماری روبرو هستند. از این رو نیاز فوری و مبرمی به ابزارهای تشخیصی با دقت و قیمت مقرون به صرفه وجود دارد. حالا سوالی که مرح میشود این است این آزمایش جدید تا چه اندازه میتواند کمک کننده باشد؟
بر اساس گفتههای محققان، این آزمایش میتواند حدود ۸۲ تا ۱۰۰ درصد از مواقع سرطان بیمار را تشخیص دهد. این آزمایش در عرض چند دقیقه، تفاوت بین بیماران مبتلا به سرطان و افراد بدون سرطان را نشان داد. تمرکز آنها بر روی سرطانهای پانکراس، معده یا روده بزرگ بود.
آنها این مدل را مورد آزمایش قرار دادند و میزان تأثیرگذاری آن را در تفاوت قائل شدن بین اهداکنندگان خون افراد مبتلا به سرطان و بدون سرطان تفاوت ایجاد کند. سپس آن را با آزمایشهای سنتی مبتنی بر خون مایع مقایسه کردند. نتایجی که به دست آوردند به آنها نشان داد که نقاط خون خشک شده نیز در تشخیص بسیار مؤثر هستند. در مورد سرطان پانکراس، آنها توانستند ۸۱.۲ درصد از موارد را تشخیص دهند. در مورد نمونههای خون مایع، این میزان ۷۶.۸ درصد بود.
ارزیابی محققان نشان داد که اجرای این ابزار در مناطق کمتر توسعهیافته میتواند نسبت تخمینی موارد تشخیص نشده سرطان را کاهش دهد. به عنوان مثال، این روش برای غربالگری سرطان در سطح جمعیت مناطق روستایی چین میتواند موارد تشخیص داده نشده را ۲۰ تا ۵۰ درصد کاهش دهد. به ویژه زمانی که صحبت از سرطانهای معده و روده بزرگ است.
چائویوان کوانگ، که در این مطالعه دخیل نبوده است، گفت: این آزمایش سرطان برای مدت زمان طولانی مورد استفاده قرار نخواهد گرفت. به گفته او، ما هنوز سالها فاصله داریم تا بتوانیم این آزمایش را به بیماران ارائه دهیم.
لکههای سرم خشک (DSS) نمونههای کوچکی از سرم هستند که خشک شدهاند که معمولاً در آزمایشهای تشخیصی مختلف استفاده میشود. در مورد تشخیص سرطان، استفاده از نقاط خون خشک میتواند چالشبرانگیز باشد. دلیل آن در تجزیه نشانگرهای حساس و مقدار خون اغلب ناکافی برای نتایج قابل اعتماد است.
بنابراین، محققان پیشنهاد میکنند که از نانوذرات معدنی برای بهبود تشخیص سرطان استفاده کنند. به طور خاص، تمرکز بر روی طیفسنجی جرمی پیشرفته (NPELDI MS) است که نتایجی قابل اعتماد و با حساسیت بهتر ارائه میدهد. این شامل کاربرد نانوذرات معدنی برای افزایش تمرکز انتخابی و غنیسازی ترکیبات متابولیک از نمونهها است. با این حال، سازگاری طیفسنجی جرمی پیشرفته با تجزیه و تحلیل نقاط خشک هنوز تأیید نشده است
آنها بر اساس مدل یادگیری ماشینی که ایجاد کردند، دریافتند که نمونههای سرم خشک نشانگرهای بیولوژیکی مهم را حفظ میکنند که برای بهبود دقت تشخیصی حیاتی است. این مدلهای ماشینی نوعی هوش مصنوعی هستند که از الگوریتمهایی برای مثال برای تشخیص سرطان استفاده میکنند.
کوانگ گفت: این یک شروع عالی است، اما به دلایل زیادی به آزمایشهای بیشتری نیاز است. به عنوان مثال، آنها فقط چند صد نمونه را آزمایش کردند و همچنین مدل یادگیری ماشینی را روی افرادی که قبلاً به سرطان مبتلا بودند آزمایش کردند. به این معنی که باید تأیید شود که چگونه به عنوان یک ابزار تشخیصی واقعی کار میکند.
انتهای پیام/