В Новосибирском государственном техническом университете (НГТУ НЭТИ) разрабатывают программно-аппаратный комплекс, способный в короткие сроки идентифицировать бактериальные штаммы и оценивать их жизнеспособность. Проект реализуется по программе «Студенческий стартап» аспирантом Дмитрием Кулешовым. В основе разработки — метод импедансной спектроскопии и технологии искусственного интеллекта. Как сообщили в пресс-службе вуза, комплекс позволит проводить ускоренную диагностику, что даст возможность быстрее назначать пациентам эффективное лечение, снижая риск осложнений и замедляя процесс сопротивления инфекций антибиотикам. Разработка также поспособствует импортозамещению в медицинском приборостроении.
Классические методы идентификации бактерий — посев на питательные среды и ПЦР-диагностика — требуют длительного времени, дорогостоящих реагентов и высокой квалификации персонала. Импедансная спектроскопия считается перспективной альтернативой, однако существующие решения в основном лишь фиксируют наличие бактерий или их общую биомассу. Новосибирские учёные пошли дальше: они регистрируют электрический отклик бактериальной клетки и с помощью нейросетевой модели планируют определять не только штамм, но и физиологическое состояние микроорганизмов.
«Нам не нужны флуоресцентные метки, дорогостоящие реагенты и длительное культивирование. Мы регистрируем электрический отклик бактериальной клетки — её импедансный спектр, и с помощью нейросетевой модели планируем определять не только штамм, но и физиологическое состояние: жизнеспособность, стресс-ответ, чувствительность к антибиотикам», — цитируют Дмитрия Кулешова в пресс-службе НГТУ.
Комплекс состоит из измерительно-управляющего модуля на базе прецизионного импедансного анализатора, сменных ячеек с микроэлектродами и программного обеспечения для обработки спектров. Широкополосный частотный диапазон — от 0,2 Гц до 10 МГц — позволяет получать информацию о клеточной стенке и внутриклеточных структурах, а модульная архитектура даёт возможность адаптировать ячейки под разные задачи. В планах — завершить доработку модуля, сформировать датасет спектральных профилей бактерий и обучить нейросеть. Итогом должен стать лабораторный прототип и модель для классификации неизвестных образцов, которые будут востребованы в клинических лабораториях, фармацевтических центрах и академических институтах. Разработка НГТУ позволит быстрее назначать лечение и замедлить распространение антибиотикорезистентности.