ENGINEERINGNET.BE - “In eerder onderzoek ontdekten we dat een nanodrumvel van grafeen het subtiele geluid van een enkele bacterie kan opvangen. We gebruikten dit principe om te bepalen welke antibiotica effectief zijn. Dit leidde tot TU Delft spin-off SoundCell,” aldus universitair hoofddocent Farbod Alijani.
“Met deze nieuwe studie laten we zien dat elke bacteriesoort zijn eigen kenmerkende nano-bewegingen heeft.” Het team ontwikkelde een machine learning model dat een bacteriesoort herkent door het unieke vibratiepatroon op nanoschaal te analyseren.
“Door het bestaande prototype van SoundCell voor antibioticascreening te combineren met dit machine learning model, kunnen we de bacteriële infectie identificeren en tegelijk bepalen welk medicijn werkt, op basis van het geluid van de bacterie,” zegt SoundCell CTO Aleksandre Japaridze.
Deze aanpak maakt kweken overbodig, dat meerdere dagen in beslag kan nemen. Omdat de diagnostische stappen niet meer achter elkaar hoeven te worden uitgevoerd, wordt er nog meer tijd bespaard.
SoundCell voert momenteel studies uit met hun prototype in het laboratorium Reinier de Graaf ziekenhuis en het Erasmus Medisch Centrum. “We hebben al laten zien dat we de test voor antibiotica gevoeligheid kunnen terugbrengen naar één uur,” zegt Japaridze.
“Als we die snelheid kunnen combineren met soortidentificatie via het nieuwe machine learning model, kunnen we een wereldwijd uniek apparaat ontwikkelen dat diagnose en behandeling drastisch versnelt. Dat zou van grote waarde zijn in de wereldwijde strijd tegen antibiotica resistentie.”
De volgende stap is het integreren van het machine learning model in de SoundCell prototypes en het testen ervan in de klinische praktijk.
