Schnelle Identifikation von Nanopartikeln durch einen SPR-Sensor
Transfercluster (Technologiebereich)
Informations- und Kommunikationstechnik.
Reifegrad
Demonstrator zum Funktionsbeweis vorhanden (TRL 6).
Hintergrund
Angesichts der zunehmenden Ausbreitung von Viruserkrankungen in der ganzen Welt ist der rasche Nachweis von Krankheitserregern von entscheidender Bedeutung. Viren können durch Kontakte in öffentlichen Verkehrsmitteln oder bei großen gesellschaftlichen Veranstaltungen sehr schnell übertragen werden. Daher ist ein schnelles Virustestsystem für solche belebten Orte höchst wünschenswert. Der Sensor für plasmongestützte Mikroskopie von Nanoobjekten ist ein entsprechendes Analyseinstrument (kurz: SPR-Sensor).
Forschungsergebnis / Technologie
Der Sensor erforderte die Entwicklung von Software und optomechanischen Bauteilen zum Nachweis von Viren in komplexen biologischen Flüssigkeiten. Während der Schwerpunkt auf viralen Partikeln liegt, können auch andere Nanopartikel nach einem ähnlichen Prinzip analysiert werden. Letzteres erweitert das potenzielle Anwendungsfeld des SPR-Sensors erheblich. Die entwickelten Methoden sind auf die raum-zeitlichen Eigenschaften des zugrundeliegenden Sensorsystems zugeschnitten und nutzen die Adaptivität von maschinellen Lernverfahren. Im Ergebnis können biologische Partikel wie z. B. Viren im Submikrometerbereich ab 80nm detektiert werden. Für nicht-biologische Partikel können abhängig vom Material auch kleinere Größen detektiert werden. Bei der Analyse der Signale für eine Probe, die von mehreren Störungsquellen beeinflusst werden kann, ermöglicht die Anwendung von Machine Learning Genauigkeiten von über 80% in Bezug auf die erwarteten Partikelzahlen der Testproben.
Anwendung
Für den mobilen Einsatz als Schnelltestsystem sind Ressourcenschonung und Echtzeitfähigkeit gleichermaßen wichtig, um das Gerät in möglichst vielen Anwendungsbereichen einsetzen zu können. Durch eine Optimierung hinsichtlich Erkennungsqualität und Energieverbrauch wurde der Einsatz als mobiles System nachgewiesen. Der Sensor ist in wertvolles Analyseinstrument für die Charakterisierung unterschiedlicher Partikel (Virustypen). Durch seine Fähigkeit, einzelne Partikelsignale voneinander zu trennen, ist eine gleichzeitige Quantifizierung und Größenbestimmung und damit die Erstellung der Größenverteilung zu einer Probe möglich. Dies ermöglicht u.a. auch einen Einsatz im Kontext von Impfstoffen auf der Basis virusähnlicher Partikel, um die Größe und Konzentration der produzierten Nanopartikel bzgl. Vorgaben bei der Produktion in Echtzeit zu verifizieren oder zur Qualitätsüberprüfung im Nachgang der Produktion.
Schlagworte: Maschinelles Lernen, Virusdetektion, Nanopartikel, Medizintechnik.
Kontaktperson
Dr. Andreas Becker
Transfermanager Innovations- und Transfermanagement
Technische Universität Dortmund
Centrum für Entrepreneurship & Transfer (CET), Exzellenz Start-up Center.NRW
Emil-Figge-Str. 80. Raum 2.118
44227 Dortmund
Tel.: +49 231-755 8927
andreas3.becker@tu-dortmund.de
Fachkontakt
Priv.-Doz. Dr. Frank Weichert
Telefon (+49)231 755-6122
Adresse
Technische Universität Dortmund
Fakultät für Informatik, Lehrstuhl für Computergraphik
Otto-Hahn-Str. 16
44227 Dortmund
Download
Artikel im Buch Machine Learning under Resource Constraints – Applications:
https://www.degruyter.com/document/doi/10.1515/9783110785982-010/html