Среди связанных с водой патогенов одной из наиболее распространенных проблем общественного здравоохранения является наличие бактерий кишечной палочки в питьевой воде.
Традиционные методы обнаружения бактерий, основанные на культуре, часто занимают 24-48 часов с последующим визуальным осмотром и подсчетом колоний экспертом в соответствии с руководящими принципами Агентства по охране окружающей среды США (EPA).
В качестве альтернативы, методы молекулярного обнаружения, основанные, например, на амплификации нуклеиновых кислот, могут сократить время обнаружения до нескольких часов. Однако им, как правило, не хватает чувствительности для обнаружения бактерий при очень низких концентрациях. Также они не способны различать живые и мертвые микроорганизмы. Кроме того, не существует одобренного EPA метода на основе нуклеиновых кислот для обнаружения колиподобных бактерий в пробах воды.
Поэтому существует острая необходимость в автоматизированном методе с высокой чувствительностью, который может обеспечить быстрое и высокопроизводительное обнаружение бактериальных колоний. Это даст альтернативу доступным в настоящее время одобренным EPA методам, которые занимают не менее 24 часов и требуют эксперта по подсчету колоний.
В итоге, группа ученых под руководством профессора Айдогана Озкана из Отдела электротехники и вычислительной техники Калифорнийского университета, Лос-Анджелес (UCLA), США, и их коллеги разработали интеллектуальную систему визуализации на базе ИИ для раннего обнаружения и классификации живых бактерий в пробах воды.
Основываясь на голографии, исследователи разработали высокочувствительную и высокопроизводительную систему визуализации. Она захватывает микроскопические изображения всей чаши с культурой бактерий. Это необходимо для быстрого обнаружения роста колоний путем анализа замедленных изображений нейронной сетью. После обнаружения роста каждой колонии, вторая нейронная сеть используется для классификации типа бактерий.
Эффективность этой уникальной платформы была продемонстрирована путем раннего выявления и классификации трех типов бактерий, а именно E. coli , Klebsiella aerogenes и Klebsiella pneumoniae. Исследователи UCLA достигли предела обнаружения 1 колониеобразующей бактерии на 1 литр пробы воды в течение 9 часов общего времени тестирования. Тем самым они продемонстрировали экономию времени для обнаружения бактерий более 12 часов по сравнению со стандартным методом EPA.
Эти результаты подчеркивают потенциал новой платформы для голографической визуализации на базе ИИ, которая не только обеспечивает высокочувствительное, быстрое и экономически эффективное обнаружение живых бактерий, но также предоставляет мощный и универсальный инструмент для исследований в области микробиологии.
Читать также
Комета NEOWISE видна в России. Где ее увидеть, куда смотреть и как сделать фото
Выяснилось, что заставило цивилизацию майя покинуть свои города
На 3 день болезни большинство больных COVID-19 теряют обоняние и часто страдают насморком