Virus detection using nanoparticles and deep neural network-enabled smartphone system.
Virus detection using nanoparticles and deep neural network-enabled smartphone system.
复制标题
使用纳米颗粒和支持神经网络的智能手机系统的病毒检测。
DOI：
10.1126/sciadv.abd5354
复制
发表时间：
2020-12
期刊：
影响因子：
13.6
通讯作者：
Shafiee H
中科院分区：
文献类型：
--
作者：
Draz MS;Vasan A;Muthupandian A;Kanakasabapathy MK;Thirumalaraju P;Sreeram A;Krishnakumar S;Yogesh V;Lin W;Yu XG;Chung RT;Shafiee H
一种病毒检测方法，使用基于深度学习的分析智能手机记录的微芯片图像，无需任何光学硬件。新出现和重新出现的感染对全球卫生构成日益严重的挑战。在这里，我们报告了一个纳米粒子使智能手机（内斯）系统，快速和灵敏的病毒检测。病毒被捕获在微芯片上，并用专门设计的铂纳米探针标记，以在过氧化氢存在下诱导气泡形成。控制形成的气泡以形成独特的视觉图案，从而允许使用支持卷积神经网络（CNN）的智能手机系统进行简单而敏感的病毒检测，而无需使用任何光学硬件智能手机附件。我们评估了开发的CNN-NES用于检测B肝炎病毒（HBV），HCV和寨卡病毒（ZIKV）等病毒。CNN-NES用134个ZIKV-和HBV-加标的以及ZIKV-和HCV-感染的患者血浆/血清样品测试。该系统定性检测临床相关病毒浓度阈值为250拷贝/ml的病毒感染样本的灵敏度为98.97%，置信区间为94.39%至99.97%。
A virus detection method using deep learning–based analysis of smartphone-recorded microchip images without any optical hardware. Emerging and reemerging infections present an ever-increasing challenge to global health. Here, we report a nanoparticle-enabled smartphone (NES) system for rapid and sensitive virus detection. The virus is captured on a microchip and labeled with specifically designed platinum nanoprobes to induce gas bubble formation in the presence of hydrogen peroxide. The formed bubbles are controlled to make distinct visual patterns, allowing simple and sensitive virus detection using a convolutional neural network (CNN)–enabled smartphone system and without using any optical hardware smartphone attachment. We evaluated the developed CNN-NES for testing viruses such as hepatitis B virus (HBV), HCV, and Zika virus (ZIKV). The CNN-NES was tested with 134 ZIKV- and HBV-spiked and ZIKV- and HCV-infected patient plasma/serum samples. The sensitivity of the system in qualitatively detecting viral-infected samples with a clinically relevant virus concentration threshold of 250 copies/ml was 98.97% with a confidence interval of 94.39 to 99.97%.
登录
查看更多内容
DOI：
10.1126/science.aam8332
发表时间：
2017-07-14
期刊：
Science (New York, N.Y.)
影响因子：
--
作者：
Halliday JEB;Hampson K;Hanley N;Lembo T;Sharp JP;Haydon DT;Cleaveland S
通讯作者：
Cleaveland S
DOI：
10.1126/science.aaa4339
发表时间：
2015-03-13
期刊：
Science (New York, N.Y.)
影响因子：
--
作者：
Heesterbeek H;Anderson RM;Andreasen V;Bansal S;De Angelis D;Dye C;Eames KT;Edmunds WJ;Frost SD;Funk S;Hollingsworth TD;House T;Isham V;Klepac P;Lessler J;Lloyd-Smith JO;Metcalf CJ;Mollison D;Pellis L;Pulliam JR;Roberts MG;Viboud C;Isaac Newton Institute IDD Collaboration
通讯作者：
Isaac Newton Institute IDD Collaboration
影响因子：
17.1
作者：
Draz MS;Lakshminaraasimulu NK;Krishnakumar S;Battalapalli D;Vasan A;Kanakasabapathy MK;Sreeram A;Kallakuri S;Thirumalaraju P;Li Y;Hua S;Yu XG;Kuritzkes DR;Shafiee H
通讯作者：
Shafiee H
影响因子：
64.8
作者：
Kostyuchenko, Victor A.;Lim, Elisa X. Y.;Lok, Shee-Mei
通讯作者：
Lok, Shee-Mei
影响因子：
9.4
作者：
Gourlain, K;Soulier, A;Pawlotsky, JM
通讯作者：
Pawlotsky, JM