Всё начинается с хемометрики

Мини-платформа появилась ещё в 2020 году ― тогда группа ученых из НОЦ Инфохимии тестировала её для обнаружения вируса энцефалита в биологическом образце. Сейчас устройство значительно переработано и используется для детектирования количества бактерий в молочнокислых продуктах, но сам принцип анализа остался тем же.

Анализируемый образец ― например йогурт ― замешивается в специальный гидрогель на основе агара с добавлением электролитов. Далее жидкий гидрогель заливается в электрохимическую ячейку, где застывает. В ячейке находятся электроды из жидкого эвтектического сплава металлов галлия и индия. Гидрогель соприкасается с электродами, и затем в различных диапазонах напряжения пропускается электрический ток, а подключенный потенциостат фиксирует все колебания тока. Эти данные визуально отображаются в виде графика вольтамперных кривых и анализируются специально натренированным алгоритмом машинного обучения.

Как объясняет один из разработчиков устройства, магистрант НОЦ Инфохимии Филипп Лаврентьев, колебания тока возникают из-за окислительно-восстановительных реакций метаболитов, которые продуцируют бактерии. В частности, молочная кислота приводит к окислению галлия в электрохимической ячейке ― это и фиксирует потенциостат:

«Секрет разработки ― в особом взаимодействии гидрогеля и жидкого сплава (эвтектический сплав галлия и индия), которое невозможно с обычными твердыми электродами. На границе раздела электрода и гидрогеля происходят взаимодействия при приложении тока с образованием пленки лактата галлия на электроде. В зависимости от количества бактерий в гидрогеле, а следственно и продуцируемого метаболита толщина этой пленки растет, сопротивление меняется», ― поясняет Филипп Лаврентьев.

По пикам вольтамперных кривых можно судить о концентрации бактерий за счет нарастания продуцируемого ими метаболита ― молочной кислоты.

Машинное обучение против ручного подсчета

Непосредственно подсчетом занимается специально натренированный для этого алгоритм машинного обучения, основанный на модели многослойного перцептрона. В качестве входных данных используются колебания тока в разных диапазонах напряжения.

Алгоритм выдаёт предсказание с точностью в 94%, но работает только с двумя видами бактерий: Streptococcus thermophilus и Bacillus coagulans. Под каждую конкретную задачу нужно писать отдельный алгоритм ― а перед этим собрать большую базу для его тренировки. Сейчас отдельная группа специалистов уже занимается набором базы для детектирования антибиотиков в молоке — это коммерческий проект, разрабатываемый совместно с индустриальным партнером.

Но помимо исследователей, в работе задействованы и школьники, которые приходят на стажировку в НОЦ Инфохимии в рамках проекта «Сириус.Лето». В частности, под руководством Филиппа Лаврентьева старшеклассники уже работают над проектом по детектированию кишечной палочки (Escherichia coli).

Взаимодействие с индустрией

Классический метод детектирования бактерий ― процесс очень точный, но крайне затратный по времени. Бактериальную культуру высевают на питательную среду, помещают в термостат и ждут роста колоний ― на это уходит до 72 часов, а затем подсчитывают колонии вручную на чашках. Для этого процесса необходима полная стерильность и высококвалифицированный персонал.

В предлагаемом учеными методе ничего считать не надо, а результат известен уже через 15–20 минут. Но, по словам Филиппа Лаврентьева, несмотря на очень высокий интерес со стороны индустрии (с устройством уже приходили знакомиться, например, представители Danone и группы компаний «Галактика»), для его внедрения на производстве ещё нужно решить ряд проблем. В основном они связаны с процессами сертификации и согласования с существующими ГОСТами.

Тем не менее, потенциал устройства может раскрыть себя в другой сфере ― анализе нефтепродуктов. По утверждению учёных, всю установку можно адаптировать под анализ любых жидкостей. В частности, для анализа нефтепродуктов достаточно поменять состав геля, заменив воду на полярный растворитель (нефть гидрофобна).

В будущем, чтобы систему было удобно использовать, авторы проекта планируют превратить громоздкую установку из потенциостата, собственно платформы и компьютера в портативное устройство с понятным интерфейсом. Вместо ноутбука и потенциостата можно будет использовать устройство с интерфейсом, на который будет выводиться конечный результат.

Ученые предполагают, что гипотетически устройство можно будет использовать как в промышленности, так и в домашних условиях для анализа любых биологических жидкостей, например крови или слюны. А учитывая, что гидрогель абсолютно биосовместимый, в далекой перспективе разработка теоретически может быть полезна и для внутреннего мониторинга организма.

Подробнее об исследовании: Filipp Lavrentev, Igor Rumyantsev, Artemii Ivanov, Vladimir Shilovskikh, Olga Orlova, Konstantin Nikolaev, Daria Andreeva, and Ekaterina Skorb. Soft Hydrogel Actuator for Fast Machine-Learning-Assisted Bacteria Detection. ACS Applied Materials & Interfaces, 2022.