新冠肺炎

基于纳米管的传感器可以检测Covid-19蛋白

麻省理工学院工程师设计了一种基于纳米管的传感器,可以检测Covid-19没有任何抗体,可用于其他大流行,改善工人健康。

由安妮Trafton 10月31日,2021年
礼貌:马萨诸塞州理工学院

麻省理工学院的工程师们使用了专门的碳纳米管设计了一种新颖的传感器这可以检测到没有任何抗体的SARS-COV-2,在几分钟内给出结果。研究人员说,他们的新传感器基于技术可以快速产生快速准确的诊断,而不仅仅是对于Covid-19,而是为了未来的流行病。

“快速测试意味着您可以在未来的大流行中更早地开放旅行。您可以筛选人们离开飞机并确定它们是否应该隔离。您可以同样屏幕进入工作场所等等,“Michael Strano,MIC MIT和研究高级作者的化学工程教授迈克​​尔斯特拉诺说。“我们还没有技术可以快速发展和部署这种传感器,以防止经济损失。”

这种诊断是基于斯特拉诺实验室之前开发的碳纳米管传感器技术。一旦研究人员开始研究Covid-19传感器,他们只花了10天就确定了一种能够选择性检测他们正在寻找的病毒蛋白质的修饰碳纳米管,然后测试它,并将其纳入一个工作原型。这种方法也消除了对抗体或其他试剂的需要,这些试剂的产生、纯化和广泛使用都是费时的。

麻省理工学院邮政编码苏园町和研究生小鸡金是本文的牵头作者,今天出现在分析化学。其他作者包括MIT研究生Sungyun Yang and Jianqiao Cui,以及邮政编码Xun Gong。

分子识别

几年前,斯特拉诺的实验室开发了一种为各种分子设计传感器的新方法。它们的技术依赖于碳纳米管 - 中空,由碳制成的碳纳米管,当暴露于激光时自然发荧光。他们已经表明,通过在不同的聚合物中包裹这种管,它们可以通过化学识别它们来产生响应特定目标分子的传感器。

他们的方法被称为电晕相分子识别(CoPhMoRe),利用了特定类型的聚合物与纳米颗粒结合时发生的现象。这些分子被称为两亲性聚合物,它们具有像锚一样固定在管道上的疏水区域,以及形成一系列从管道延伸出去的亲水区域。

这些环在纳米管周围形成一层称为电晕的层。根据回路的排列方式,不同类型的目标分子可以楔入回路之间的空间,目标分子的这种结合改变了碳纳米管产生的荧光强度或峰值波长。

研究人员将其传感器掺入具有光纤尖端的原型,可检测测试样品中荧光的变化。礼貌:马萨诸塞州理工学院

研究人员将其传感器掺入具有光纤尖端的原型,可检测测试样品中荧光的变化。礼貌:马萨诸塞州理工学院

今年早些时候,斯特拉诺和总部位于波士顿的诊断开发公司InnoTech Precision Medicine获得了美国国立卫生研究院(National Institutes of Health)的一笔拨款,用于开发用于SARS-CoV-2蛋白的CoPhMoRe传感器。斯特拉诺实验室的研究人员已经开发出了一种策略,使他们能够预测哪种两亲性聚合物将与特定的目标分子相互作用最好,因此他们能够迅速生成一组11种强有力的SARS-CoV-2候选分子。

在启动项目的大约10天内,研究人员已经确定了SARS-COV-2病毒的核衣壳和穗蛋白的准确传感器。在此期间,它们还能够将传感器纳入原型装置,具有光纤尖端,可以实时检测生物流体样品的荧光变化。这消除了将样本发送到实验室的需要,这是Covid-19的金标准PCR诊断测试所必需的。

该仪器可以在大约5分钟内产生结果,并且可以检测每毫升样品中低至2.4皮克的病毒蛋白浓度。在这篇论文提交后进行的最新实验中,研究人员已经达到了低于目前商业上可用的快速检测的检测极限。

研究人员还表明,当SARS-CoV-2核衣壳蛋白(但不是刺突蛋白)溶解在唾液中时,该设备可以检测到它。检测唾液中的病毒蛋白质通常很困难,因为唾液中含有粘性碳水化合物和消化酶分子,会干扰蛋白质检测,这就是为什么大多数Covid-19诊断需要鼻拭子。

Cho表示:“即使没有任何抗体和受体设计,该传感器也能显示出最高的检测限、响应时间和唾液相容性。”“这是这种类型的分子识别方案的一个独特特点,可以快速设计和检测,不受传统抗体或酶受体的开发时间和供应链要求的阻碍。”

快速响应

斯特拉诺说,研究人员能够开发工作原型的速度表明这种方法可能对更快地发展诊断程序更快地发展诊断。

“我们能够以极少的时间向工作光纤传感器移到工作光纤传感器的人,”他说。“他说。”

依靠抗体检测病毒蛋白质的传感器是目前许多快速Covid-19检测的基础,但由于设计正确的蛋白质抗体的过程非常耗时,因此需要更长的时间来开发。

研究人员已经提出了该技术的专利,希望它可以被商业化用作Covid-19诊断。斯特拉诺还希望进一步开发技术,以便可以响应未来的流行病来快速部署。

- 由Chris Vavra,Web Content Manager编辑,控制工程,CFE媒体和技术,cvavra@cfemedia.com.


安妮Trafton
Baidu