В поисках вирусов

Самые распространенные способы обнаружить вирус — ПЦР-тест и экспресс-тест. Первый метод основан на лабораторном изучении фрагмента ДНК во взятом материале. Экспресс-тесты, в свою очередь, выявляют наличие или отсутствие антигена — чужеродного для организма вещества, в качестве которого и выступают вирусы, а также антител — белков, которые иммунная система вырабатывает для борьбы с этими чужеродными веществами.

Но у каждого метода есть свои недостатки. ПЦР-тест точный, но на его проведение нужно потратить минимум четыре часа — столько времени занимает процедура наращивания нужного количества ДНК. Экспресс-тесты дают результат гораздо быстрее, но в 11–48% случаев (при наличии и отсутствии симптомов соответственно) он может быть ложноположительным. Кроме того, оба способа диагностики предназначены для обнаружения конкретного вируса, наличие которого подозревают у пациента.

Ученые ИТМО совместно с коллегами из НИИ Гриппа имени А.А. Смородинцева предложили универсальный метод, который с помощью рамановской спектроскопии (SERS) и алгоритмов машинного обучения позволяет быстро идентифицировать вирусы гриппа А (A/California/07/2009, A(H1N1)pdm09), вирус гриппа В (B/Hong Kong/269/2017) и коронавирус (hCoV-19/Russia/St.Petersburg-3524/2020) в биологической жидкости человека — слюне или мазке из носоглотки.

Как работает технология

У любого вируса есть капсид — оболочка, на поверхности которой находятся специфичные для каждого вируса белки. При помощи этих белков вирус прикрепляется к клетке и проникает внутрь, где начинаются процессы копирования и формирования новых вирусных частиц. Эти белки синтезируются на основе генетического материала вируса и состоят из аминокислот. По сути, аминокислоты — это кубики лего, из которых собирается все живое на планете: от растений до человека. Каждый из этих кубиков по-своему взаимодействует со светом — поглощает и испускает излучение. В зависимости от того, из каких аминокислот состоят белки, последние будут по-разному реагировать на излучение лазера. Свет лазера рассеивается на образце, а затем рассеянный свет представляется в виде спектра. Зная спектр рамановского рассеяния вещества, можно определить, какое это вещество, в том числе идентифицировать вирусы.

Для разработки собственного метода определения вирусов ученые ИТМО использовали поверхностно-усиленную рамановскую спектроскопию — она позволяет обнаружить изменения в спектре образца, вызванные поверхностными белками вирусов. Суть метода заключается в использовании наночастиц металлов, которые выступают в роли усилителя. При падении на наночастицы лазерного излучения они создают локальные максимумы в конкретной точке — хот-спот. Если в это место прикрепляется вирус, то рамановское рассеяние усиливается и ученые могут получить сигнал от вируса. Такое усиление сигнала позволяет детектировать единичные вирусные частицы в образце. Благодаря этому определить наличие патогена можно даже на начальных бессимптомных стадиях заболевания. В теории можно усилить сигнал в миллион раз, но для этого нужны подходящие условия. Исследователи ИТМО получили усиление сигнала в 1000 раз — его оказалось достаточно, чтобы обнаружить изменения в спектре образца, вызванные белками вирусов.  

Ученые проанализировали полученный спектр излучения при помощи алгоритмов машинного обучения. Авторы работы использовали метод опорных векторов, с помощью которого смогли различить между собой очень похожие спектры. Различия в них позволяют не только определить наличие вируса в образце, но и сказать, какой это вирус. Эти различия в спектрах незначительны, поэтому человеку трудно заметить их невооруженным глазом. Зато с этой задачей хорошо справляются алгоритмы машинного обучения, поскольку ориентируются они не на похожие «пики» в спектрах, а на участки, которые человеку кажутся «шумом», не несущим информацию, хотя именно они могут сообщить о наличии вируса.

Как проходил эксперимент

Для эксперимента сотрудники НИИ гриппа имени А.А. Смородинцева вырастили вирусы у себя в лаборатории — для этого они использовали их известные штаммы. В зависимости от семейства вирусы выращивали на клеточной культуре или в курином эмбрионе. Ученые работали с разными штаммами вирусов гриппа А и В и коронавирусом.

Полученные образцы вирусов наносили при помощи дозатора на SERS-подложку (чаще всего с серебряными наночастицами), а затем помещали их под лазерное излучение с длиной волны 633 нанометра. Свет лазера рассеивался на образце и попадал на спектрометр. Было достаточно одной минуты, чтобы обнаружить изменения длины волны лазера, которые бы означали наличие вируса в образце.

Данные о спектрах в виде таблиц и графиков обрабатывали алгоритмы машинного обучения и определяли наличие вирусов и их разновидность: коронавирус или грипп. Ученые заранее обучили алгоритмы распознавать вирусы на небольшой выборке, чтобы на большем количестве данных они делали это сами. В зависимости от того, как справлялась программа, ученые корректировали код.

В итоге на высоких концентрациях вирусов, выращенных в НИИ гриппа имени А.А. Смородинцева, исследователям удалось добиться классификации с точностью 93%. На низких концентрациях, которые близки к клиническим образцам человека, точность классификации вирусов доходила до 85%. Задача ученых состояла в том, чтобы сначала обучить алгоритмы выявлять вирусы на больших концентрациях, а затем давать им клинические образцы.

Перспективы

В дальнейшем ученые планируют расширить базу данных о вирусах и разработать более мощное программное обеспечение, которое сможет дифференцировать их спектры.

«Мы хотим создать универсальную платформу, с помощью которой любая научная группа сможет взять SERS-подложку, нанести на нее образец слюны или мазка из носоглотки и определить, есть ли там вирусы и какие. Для прикладного применения мы хотели бы сделать установку, которая поможет избежать новых вспышек вирусных заболеваний. Например, ее можно будет использовать в поликлиниках или местах большого скопления людей: пациент сможет сдать образец слюны или мазок из носоглотки и через три минуты получить результат, с которым сразу обратится ко врачу», — рассказали ответственный исполнитель проекта, инженер лаборатории оптоэлектронного обеспечения киберфизических систем Артем Табаров и руководитель проекта, кандидат физико-математических наук Владимир Виткин.

По словам авторов разработки, в перспективе технология сможет также помочь разработать таргетное лечение вирусных заболеваний. Сегодня существует очень мало эффективных противовирусных препаратов. Чтобы разрабатывать такие лекарства, нужно отслеживать, чем конкретно болен человек, но нигде в мире этого обычно не делают — за последние годы в практику вошло только регулярное тестирование на коронавирус. За счет того, что спектральный анализатор позволяет быстро и точно идентифицировать разные вирусы, разработка может помочь сделать такое тестирование более массовым и доступным, говорят разработчики. В свою очередь, это поможет разработчикам лекарств — у них будет больше данных о том, чем болеют люди, на которые можно опираться при создании и тестировании препаратов.