Глибока нанометрія виявляє приховані наночастинки
Глибока нанометрія виявляє приховані наночастинки
21 лютого 2025 року
Дослідники, включно з Токійським університетом, розробили глибоку нанометрію, аналітичну техніку, яка поєднує передове оптичне обладнання з алгоритмом видалення шуму на основі глибокого навчання без нагляду. Deep Nanometry може аналізувати наночастинки в медичних зразках на високій швидкості, дозволяючи точно виявляти навіть слідові кількості рідкісних частинок. Це довело його потенціал для виявлення позаклітинних везикул, що вказують на ранні ознаки раку товстої кишки, і є надія, що його можна буде застосувати в інших галузях медицини та промисловості.
Чи знаєте ви, що ваше тіло наповнене мікроскопічними частинками, меншими за клітини? До них належать так звані позаклітинні везикули (EV), які можуть бути корисними для раннього виявлення захворювань, а також для доставки ліків. Однак EV дуже рідкісні, і для їх пошуку серед мільйонів інших частинок потрібен був тривалий і дорогий процес попереднього збагачення. Це підштовхнуло дослідників, у тому числі доктора наук Юічіро Івамото з Дослідницького центру передової науки та технологій та його команду, знайти засіб для швидкого та надійного виявлення електромобілів.
«Звичайні методи вимірювання часто мають обмежену пропускну здатність, що ускладнює надійне виявлення рідкісних частинок за короткий проміжок часу», — сказав Івамото. «Щоб вирішити цю проблему, ми розробили Deep Nanometry (DNM), новий пристрій для виявлення наночастинок і метод шумозаглушення глибокого навчання без нагляду для підвищення його чутливості. Це забезпечує високу пропускну здатність, дозволяючи виявляти рідкісні частинки, такі як електромобілі».
Рис. 1: Глибока нанометрія (DNM): високочутливий, високопродуктивний, масштабований багатопараметричний аналізатор наночастинок, який поєднує спеціалізовані оптофлюїдні вимірювання з неконтрольованим глибоким навчанням на основі шумозаглушення.
a Схема оптофлюїдного апарату, призначеного для виявлення та аналізу наночастинок. Метод гідродинамічного фокусування використовується для щільного фокусування потоку наночастинок через сильно сфокусований пучок світла. Фотони розсіювання та флуоресценції, випромінювані частинками, проходять через просторовий фільтр для видалення шуму, що надходить поза фокусною точкою, і виявляються за допомогою різних фотоелектронних помножувачів (ФЕУ). b Концептуальна схема методу неконтрольованого шумозаглушення. Перша модель, авторегресійна CNN, навчена моделювати фоновий шум у вимірювальній системі. Друга модель, що включає першу, є VAE, навченим моделювати сигнали частинок. Нарешті, ми отримуємо консенсусне рішення шляхом випадкової вибірки багатьох можливих рішень із навченої сигнальної моделі та обчислення їх медіани. Цей підхід до усунення шумів дозволяє нам знизити рівень шуму та збільшити відокремлення між піками частинок і шумом, що зрештою дозволяє виявляти менші частинки.
В основі DNM лежить його здатність виявляти частинки розміром до 30 нанометрів (мільярдні частки метра), а також здатність виявляти понад 100 000 частинок за секунду. За допомогою звичайних високошвидкісних засобів виявлення сильні сигнали виявляються, але слабкі можуть бути пропущені, тоді як DNM здатний їх уловлювати. Це може бути аналогічно пошуку невеликого човна в бурхливому океані серед хвиль, що розбиваються. Це стане набагато легше, якщо хвилі розсіються, залишивши спокійний океан, щоб шукати човен. Компонент штучного інтелекту (AI) допомагає в цьому відношенні, вивчаючи характеристики поведінки хвиль і, таким чином, допомагаючи відфільтрувати її.
Цю технологію можна розширити до широкого спектру клінічних діагнозів, які покладаються на виявлення частинок, і вона також має потенціал у таких сферах, як розробка вакцин і моніторинг навколишнього середовища. Крім того, шумозаглушення сигналу на основі штучного інтелекту може бути застосоване до електричних сигналів, серед іншого.
«Розвиток DNM був для мене дуже особистою подорожжю», — сказав Івамото. «Це не лише науковий прогрес, але й данина пам’яті моїй покійній матері, яка надихнула мене досліджувати раннє виявлення раку. Наша мрія — зробити рятівну діагностику швидшою та доступнішою для всіх».
Джерело: http://dx.doi.org/10.1038/s41467-025-56812-y
