Исследователи из Национального тайваньского университета разработали роботизированную систему, которая способна различать бактерии по их электрическим сигналам. Работа команды под руководством профессора Цзун-Хуна Линя опубликована в журнале Nano Energy и была выбрана для обложки издания.
Как робот распознает бактерии
Обычно для определения типа бактерий используют окрашивание по Граму. Этот метод разделяет микроорганизмы на две большие группы — грамположительные и грамотрицательные — по особенностям их клеточной стенки. Однако такой анализ требует нескольких химических этапов, участия специалистов и ручной оценки результатов.
Новая система работает иначе. Ученые установили гибкий сенсор на захват робота, который аккуратно касается образца с бактериями. При контакте поверхность микроорганизмов создает слабый электрический сигнал. Поскольку у разных групп бактерий различается строение клеточной оболочки, меняется и характер этих сигналов.
«Превращая простое прикосновение в электрический отпечаток, наша система предлагает более быстрый и безопасный способ идентифицировать бактерии без использования химических меток», — рассказал профессор Цзун-Хун Лин, один из авторов исследования.
Точность более 90%
Испытания провели на нескольких распространенных бактериях, включая Escherichia coli, Staphylococcus aureus, Staphylococcus epidermidis и Pseudomonas aeruginosa. Система использовала два типа чувствительных материалов, а полученные сигналы анализировала компьютерная модель.
В результате робот смог правильно определить, относится ли бактерия к грамположительным или грамотрицательным, в 90,93% случаев. На анализ одного образца уходило около 620 миллисекунд.
Без химических реагентов и лишнего контакта
Одно из преимуществ нового подхода — отсутствие необходимости в специальных красителях и дополнительных метках, которые используются при традиционной диагностике. Кроме того, робот снижает необходимость прямого контакта человека с образцами.
Метод также считается неразрушающим — бактерии не уничтожаются во время анализа, что может быть полезно для автоматизированного наблюдения и повторных измерений.
В будущем исследователи планируют расширить систему, чтобы она могла распознавать больше видов микроорганизмов, включая бактерии, устойчивые к антибиотикам.
