L’etilometro a pettine di frequenza rileva il Covid-19 con eccellente precisione

I ricercatori della JILA (è un istituto di ricerca di scienze fisiche negli Stati Uniti, si trova nel campus dell’Università del Colorado a Boulder), hanno migliorato un etilometro basato sulla tecnologia a pettini di frequenza ottici (sono laser specializzati che agiscono come un righello per la luce. Misurano le frequenze esatte della luce, dall’invisibile infrarosso e ultravioletto alla luce rossa, gialla, verde e blu visibile, in modo rapido e preciso. Questi dispositivi vincitori del Premio Nobel colmano un’importante lacuna tecnologica. I pettini di frequenza ottici consentono agli scienziati di misurare e controllare le onde luminose come se fossero onde radio). Hanno combinato l’etilometro con l’apprendimento automatico per rilevare con eccellente precisione l’infezione da SARS-CoV-2 in 170 soggetti volontari.
La tecnologia a pettine di frequenza ha il potenziale di diagnosticare in modo non invasivo un maggior numero di condizioni di salute rispetto ad altre tecniche di analisi del respiro, oltre a essere più veloce e potenzialmente più accurata di altri test medici. I pettini di frequenza agiscono come righelli per misurare con precisione i diversi colori della luce, compresa la luce infrarossa assorbita dalle biomolecole presenti nel respiro di una persona.
L’alito umano contiene più di 1.000 diverse molecole in tracce, molte delle quali sono correlate a specifiche condizioni di salute. L’etilometro a pettine di frequenza della JILA identifica le firme chimiche delle molecole in base ai colori esatti e alle quantità di luce infrarossa assorbita da un campione di respiro espirato.
Jun Ye e i colleghi della JILA hanno dimostrato le caratteristiche del primo etilometro a pettine di frequenza al mondo, misura l’assorbimento della luce nella parte vicina all’infrarosso dello spettro ottico, nel 2021 hanno ottenuto un miglioramento di mille volte della sensibilità di rilevamento estendendo la tecnica alla regione spettrale del medio infrarosso, dove le molecole assorbono molto più forte la luce. Ciò consente di identificare alcune molecole dell’alito a livello di parti per trilione, dove tendono a essere presenti quelle con le concentrazioni più basse.
L’ulteriore vantaggio di questo studio è stato l’uso dell’apprendimento automatico – una forma di intelligenza artificiale (IA) – che elabora e analizza un’enorme e complessa miscela di dati provenienti da tutti i campioni di respiro, misurati da 14.836 “denti” di pettine, ognuno dei quali rappresenta un colore o una frequenza diversa, per creare un modello predittivo per diagnosticare le malattie.
Qizhong Liang, studente laureato nel gruppo di Jun Ye, autore principale di un nuovo documento che presenta i risultati, ha dichiarato:
«Le molecole aumentano o diminuiscono le loro concentrazioni quando sono associate a specifiche condizioni di salute. L’apprendimento automatico analizza queste informazioni, identifica i modelli e sviluppa criteri affidabili che possiamo utilizzare per prevedere una diagnosi».
JILA è gestito congiuntamente dal National Institute of Standards and Technology (NIST) e dall’Università del Colorado Boulder (CU Boulder). La ricerca è stata condotta su campioni di respiro acquisiti da 170 studenti e personale della CU Boulder da maggio 2021 a gennaio 2022. Circa la metà dei volontari è risultata positiva al Covid-19 con i test PCR standard. L’altra metà dei soggetti è risultata negativa. Il giovane gruppo di studio aveva un’età media di 23 anni, tutti avevano più di 18 anni. La popolazione generale del campus era vaccinata per oltre il 90%.
Jun Ye borsista del NIST/JILA ha affermato:
«Penso che questa tecnica a pettine sia superiore a qualsiasi altra esistente. Il punto fondamentale non è solo la sensibilità di rilevamento, ma il fatto che possiamo generare una maggior quantità di dati, o marcatori dell’alito, stabilendo davvero un campo completamente nuovo della metabolomica basata sul respiro (breathomics a pettine) con l’aiuto dell’AI, poi, con un database, possiamo usarlo per cercare e studiare molte altre condizioni fisiologiche degli esseri umani e contribuire a far progredire il futuro dell’assistenza sanitaria”.
La metabolomica basata sul respiro (breathomics) è un’entusiasmante area in via di sviluppo della biotecnologia che si concentra sulla cattura, l’identificazione e la quantificazione dei modelli di composti organici volatili (COV) nel respiro umano e il loro utilizzo come strumenti nella diagnosi di un ampio spettro di problemi medici; quest’area della diagnostica molecolare con l’era delle medicine personalizzate che richiedono diagnosi e cure rapide su misura, sta iniziando a vedere un’impennata nel progresso biotecnologico.
Il metodo dell’etilometro a pettine JILA ha dimostrato un’eccellente precisione per il rilevamento di Covid utilizzando algoritmi di apprendimento automatico sui modelli di assorbimento per prevedere l’infezione da SARS-CoV-2. H2O (acqua), HDO (acqua semipesante), H2CO (formaldeide), NH3 (ammoniaca), CH3OH (metanolo) e NO2 (biossido di azoto) sono state identificate come molecole discriminanti per il rilevamento di infezione da SARS-CoV-2.
Il team di ricercatori ha misurato l’accuratezza dei loro risultati creando un grafico di dati che confronta le loro previsioni di Covid-19 con i risultati del test PCR (che, va notato, hanno un’accuratezza elevata ma non perfetta), sul grafico, hanno calcolato una quantità nota come “area sotto la curva” (AUC): ad esempio, ci si aspetterebbe un AUC di 1 per discriminare perfettamente tra aria ambiente e respiro espirato. Ci si aspetterebbe un AUC di 0,5 per fare ipotesi casuali sul fatto che gli individui siano nati nei mesi pari o dispari. I ricercatori hanno misurato un AUC di 0,849 per le loro previsioni Covid-19: un AUC di 0,8 o superiore per i dati diagnostici medici è considerato un’accuratezza “eccellente”.
I ricercatori in futuro, potrebbero aumentare ulteriormente la precisione espandendo la copertura spettrale, analizzando i modelli con tecniche di intelligenza artificiale più potenti e misurando e analizzando molecole aggiuntive, che potrebbero includere lo stesso virus SARS-CoV-2. I ricercatori dovrebbero costruire un database dei colori IR specifici assorbiti dal virus (la sua “impronta digitale” spettrale) per misurare potenzialmente le concentrazioni virali nel respiro.
I ricercatori hanno identificato differenze significative anche nei campioni di respiro basati sull’uso del tabacco, e una varietà di sintomi gastrointestinali come l’intolleranza al lattosio. Ciò suggerisce una più ampia capacità della tecnica per la diagnosi di diversi gruppi di malattie.
La ricerca è stata pubblicata nella rivista Journal of Breath Research, la rivista ufficiale dell’International Association for Breath Research.
I ricercatori hanno in programma ulteriori studi per cercare di diagnosticare altre condizioni come la broncopneumopatia cronica ostruttiva, la terza causa di morte in tutto il mondo secondo l’Organizzazione Mondiale della Sanità. I ricercatori recentemente hanno anche potenziato il potere diagnostico dell’etilometro a pettine espandendo la copertura spettrale per rilevare ulteriori molecole. Hanno in programma di impiegare ulteriori metodi di intelligenza artificiale come il deep learning per migliorare le sue capacità di rilevamento delle malattie, sono già in corso studi per miniaturizzare e semplificare la tecnologia per renderla portatile e facile da usare negli ospedali e in altri ambienti di cura.
Jun Ye ha detto:
«C’è interesse da parte della comunità medica nel vedere l’etilometro a pettine ulteriormente sviluppato e commercializzato. È necessaria l’approvazione da parte della Food and Drug Administration (FDA) statunitense prima che la tecnologia possa essere utilizzata in ambito medico».
I ricercatori hanno detto che attualmente la tecnica analitica più diffusa nella ricerca sul respiro è la gascromatografia combinata con la spettrometria di massa, può rilevare centinaia di molecole espirate ma funziona lentamente, richiedendo in genere decine di minuti. Il suo uso di processi chimici inevitabilmente altera anche i componenti del respiro, presenta sfide analitiche per identificare accuratamente i profili del respiro.
La tecnologia dell’etilometro a pettine di frequenza misura le molecole del respiro in modo non distruttivo, in tempo reale può promuovere una determinazione più accurata e ripetibile del contenuto del respiro espirato.

,
Avatar photo

About Pino Silvestri

Pino Silvestri, blogger per diletto, fondatore, autore di Virtualblognews, presente su Facebook e Twitter.
View all posts by Pino Silvestri →