Przenośne, szybkie i ultraczułe urządzenie do wykrywania SARS-CoV-2 powstaje w Instytucie Chemii Fizycznej PAN w Warszawie. Urządzenie diagnostyczne będzie wykrywać koronawirusa nowatorską metodą - wykorzystując jego tzw. widmo ramanowskie - informuje Fundacja na rzecz Nauki Polskiej.
Nowe urządzenie diagnostyczne pozwoli na identyfikację koronawirusa SARS-CoV-2 w ciągu zaledwie kilku minut w wymazach z nosogardzieli lub próbkach krwi pobranych od pacjentów. Test zapewnić ma czułość na poziomie 98 procent. Co więcej, urządzenie będzie tak niewielkich rozmiarów, że będzie sprzętem przenośnym, możliwym do zastosowania w gabinetach lekarskich czy bezpośrednio przy łóżkach pacjentów - informuje w przesłanym PAP komunikacie Fundacja na rzecz Nauki Polskiej, która finansuje badania w ramach programu Inteligentny Rozwój.
W odróżnieniu od obecnych już na rynku testów diagnostycznych, które opierają się na wykrywaniu albo materiału genetycznego, czyli RNA koronawirusa (testy genetyczne, molekularne, wykonywane metodą PCR), albo antygentów, czyli konkretnych białek SARS-CoV-2 (testy antygenowe), czy przeciwciał (testy immunologiczne, wykonywane metodą ELISA) nowe urządzenie diagnostyczne będzie wykrywać koronawirusa, wykorzystując jego widmo ramanowskie.
„Każda molekuła ma swoje charakterystyczne widmo ramanowskie, jest to jej tzw. odcisk palca, który pozwala na jej identyfikację z ogromną czułością i selektywnością. Właśnie technikę powierzchniowo wzmocnionej spektroskopii Ramana (SERS) chcemy wykorzystać w naszym urządzeniu. Zakładamy, że w ciągu pół roku opracujemy niewielki spektrometr wyposażony w specjalne oprogramowanie, który umożliwi wykrywanie koronawirusa w materiale z wymazu z gardła lub w krwi pacjenta, w ciągu zaledwie 5-10 minut, z czułością porównywalną do testów genetycznych” – mówi kierująca badaniami dr hab. Agnieszka Michota-Kamińska, prof. IChF PAN, cytowana w komunikacie.
Aby to osiągnąć, naukowcy muszą opracować widmo ramanowskie koronawirusa, wzmocnić je za pomocą odpowiednich struktur plazmonicznych, a następnie, wykorzystując technologię machine learning, nauczyć komputer rozpoznawania tego widma.
