يسرع التعلم العميق من اكتشاف البكتيريا الحية باستخدام صفائف الترانزستور ذات الأغشية الرقيقة
يعد الاكتشاف المبكر والتعرف على البكتيريا المسببة للأمراض في عينات الغذاء والماء أمرًا ضروريًا للصحة العامة.
تسبب العدوى البكتيرية الملايين من الوفيات في جميع أنحاء العالم وتتسبب في عبء اقتصادي ثقيل، يكلف أكثر من 4 مليارات دولار سنويًا في الولايات المتحدة وحدها.
من بين البكتيريا المسببة للأمراض، تعتبر الإغريقية القولونية (E. coli) والبكتيريا القولونية الأخرى من بين البكتيريا الأكثر شيوعًا، وتشير إلى وجود تلوث برازي في عينات الطعام والماء.
تتضمن الطريقة الأكثر شيوعًا والأكثر استخدامًا للكشف عن هذه البكتيريا زراعة العينات، والتي تستغرق عادةً أكثر من 24 ساعة للقراءة النهائية وتحتاج إلى فحص بصري متخصص.
على الرغم من أن بعض الطرق التي تعتمد، على سبيل المثال، على تضخيم الأحماض النووية، يمكن أن تقلل من وقت الكشف إلى بضع ساعات، لا يمكنهم التفريق بين البكتيريا الحية والميتة ويقدمون حساسية منخفضة بتركيزات منخفضة من البكتيريا.
هذا هو السبب في أن وكالة حماية البيئة الأمريكية (EPA) لا توافق على طريقة استشعار البكتيريا القائمة على الحمض النووي لفحص عينات المياه.
في مقال نُشر مؤخرًا في ACS Photonics، وهي مجلة تابعة للجمعية الكيميائية الأمريكية (ACS)، قام فريق من العلماء بقيادة البروفيسور أيدوغان أوزكان من قسم الهندسة الكهربائية وهندسة الحاسبات في جامعة كاليفورنيا، لوس أنجلوس (UCLA)، وطور زملاء العمل نظامًا ذكيًا للكشف عن المستعمرات البكتيرية يعمل بالذكاء الاصطناعي باستخدام مصفوفة ترانزستور رقيقة (TFT)، وهي تقنية مستخدمة على نطاق واسع في الهواتف المحمولة وشاشات العرض الأخرى.
مكنت منطقة التصوير الكبيرة جدًا لمصفوفة TFT (27 مم × 26 مم) التي تم تصنيعها بواسطة باحثين في شركة Japan Display Inc.
النظام من التقاط أنماط نمو المستعمرات البكتيرية بسرعة دون الحاجة إلى المسح، مما سهل بشكل كبير كلاً من الأجهزة وتصميم البرمجيات.
حقق هذا النظام توفيرًا في الوقت يصل إلى 12 ساعة تقريبًا مقارنةً بالطرق القائمة على الثقافة الذهبية المعتمدة من قبل وكالة حماية البيئة.
من خلال تحليل الصور المجهرية التي تم التقاطها بواسطة مصفوفة TFT كدالة للوقت، يمكن للنظام القائم على الذكاء الاصطناعي اكتشاف نمو المستعمرة بسرعة وتلقائية باستخدام شبكة عصبية عميقة.
بعد اكتشاف كل مستعمرة، يتم استخدام شبكة عصبية ثانية لتصنيف أنواع البكتيريا.
تم إثبات فعالية هذا النظام الآلي للكشف عن مستعمرات البكتيريا من خلال إجراء الكشف المبكر والتصنيف لثلاثة أنواع من البكتيريا، مثل E. coli وCitrobacter وKlebsiella pneumoniae (K. pneumoniae).
حقق الباحثون معدل اكتشاف مستعمرة بأكثر من 90٪ في غضون تسع ساعات وحددوا أنواعهم بشكل أكبر عند -12 ساعة، وهو ما يتوافق مع توفير الوقت بمقدار 12 ساعة تقريبًا مقارنة بأساليب الاستزراع المعتمدة من وكالة حماية البيئة.
بالإضافة إلى ذلك، تستغرق جميع خطوات المعالجة الرقمية أقل من 25 ثانية باستخدام كمبيوتر قياسي دون الحاجة إلى وحدة معالجة رسومات متقدمة (GPU).
توضح هذه النتائج جدوى هذا النظام الآلي للكشف عن المستعمرات البكتيرية المستند إلى الذكاء الاصطناعي باستخدام صفيقات TFT كأسلوب سريع وفعال من حيث التكلفة ودقيق، وهو مناسب بشكل خاص للبيئات محدودة الموارد.
نظرًا للتكلفة المنخفضة، وتوليد الحرارة المنخفضة، وقابلية التوسع الكبيرة، والاستهلاك المنخفض للطاقة لمصفوفات TFT المستخدمة على نطاق واسع في شاشات العرض المحمولة، فإن منصة الكشف الآلي عن المستعمرات هذه لديها إمكانات هائلة لاستخدامها في أبحاث علم الأحياء الدقيقة واستشعار البكتيريا في الميدان.
المصدر: techxplore
قد يهمك:
