创新的快速Covid-19测试平台对质谱与机器学习

UC Davis和Maurice J. Gallagher，Jr.董事长兼首席执行官兼雅典旅行公司兼首席执行官伙伴关系导致了新的Covid-19测试。

最近的一项研究发表了自然科学报告显示新的方法为98.3％的阳性Covid-19测试，对阴性测试的96％。

“这测试由地上制作，“Nam Tran说，在UC戴维斯医学院的学习和病理学教授，纳姆Tran说。”没有像这个测试就没有存在。我们从一个干净的石板开始。“

新型Covid-19测试使用称为A的分析仪器质谱仪，它与强大的机器学习平台配对，以检测鼻拭子的SARS-COV-2。质谱仪可以分钟分析样品，整个过程总共约20分钟。

准确性匹配或优于许多当前Covid-19筛选测试。新的测试方法可以允许快速筛选大量的企业，学校，场所和其他大型设施。该项目起源于Gallagher，UC Davis校友和一个创新和企业家的长期支持者在UC戴维斯。

去年，当大流行带来航空公司和酒店行业几乎待持续停顿时，他开始概念化允许人们安全地收集的方法。

Gallagher接近H. Rao Unnava，UC Davis博学研究生院的教授和院长，他们在医学院与Tran相连。

Gallagher和UC Davis进入了赞助的研究协议，支持Shimadzu科学仪器的支持，在质谱仪上开发自动化Covid-19测试。

质谱仪是由各种工业进行研究和测试的基本分析工具。

这是Covid-19的第一次测试，它与机器人和强大的自动化机器学习平台对进行了配对的质谱，以便快速提供测试结果。这些独特元件的耦合不仅允许测试Covid-19，但可能能够快速适应检测其他疾病，也许是未来的大流行性生物。

“Gallagher先生，通过他的慷慨作为明矾，表明了商业和大学如何共同努力解决对世界至关重要的问题，”唐纳瓦说。“我很高兴这种突破性的工作将继续建立在UC Davis的声誉，作为你总是”期待更大“的地方。

项目建立在MILO平台的先前成功

该协作是UC Davis诊断创新中心的医学院新中心的一部分。

“这款游戏变化，快速新的Covid-19测试与我们的教师和科学家的深层专业知识，寻找新的解决方案，以找到全球健康挑战，”UC戴维斯医学院的迪恩院长艾莉森勃拉什说。“这是这种创新和合作，这是我们对大流行的回应的标志。”

为确保支持该研究的分析部分，TRAN荣获大花草Rashidi，长期合作者和病理和实验室医学部的教授。

机器，质谱仪MALDI-TOF，或矩阵辅助激光解吸/电离飞行时间，使用激光在测试样品中从大分子产生小颗粒 - 离子。这些电离颗粒产生可用于鉴定许多化合物的信号，包括与微生物和病原体相关的化合物。

对于这项研究，来自UC Davis的Covid-19测试中的226个鼻拭子在Shimadzu 8020中被电离。拭子来自剩下的样本和志愿者，他们同意该研究。一些参与者有Covid-19症状，有些是无症状的。

通过自动化机器学习平台米洛（机器智能学习优化器）分析了由电离测试拭子产生的数百个峰值和信号。机器学习是人工智能或AI的子集。Tran，Rashidi和Samer Albahra是Milo的合作开发人员。该平台以前用于预测严重的感染和急性肾病。

对于Covid-19测试，MILO在许多质谱峰值和信号和解蚀器中发现不同的模式，该模式对应于样品中的SARS-COV-2病毒的存在或不存在。

米洛在非自动化机器学习方法将采取的一小部分中完成了分析。“这意味着大幅加速研究，而不会影响任何绩效措施，”拉希迪仪说。

Gallagher推出了一个新的启动，光谱，将快速，自动化的系统发展成一种促进开放业务和经济的手段。

UC Davis Health的专家通过科学，机器学习和临床步骤来帮助引导光谱团队，以便将Covid-19测试技术更接近食品和药物管理局（FDA）的紧急使用授权。

“Covid-19流行不仅带来了世界的商业，并停止旅行 - 它也带走了我们的基本人类互动，我们的自由在一起，”说加拉尔。“这个项目导致了真正的突破，不仅可以提供关于Covid感染的即时，准确的信息，而且可以是解决其他病毒甚至发展疗法的重要组成部分。与UC Davis团队合作的兴奋正在了解我们正在帮助确保我们的孩子和孙子们更好地处理未来潜在的流行病。“

合作伙伴关系举例说明了Aggie Square的目标，它汇集了大学，社区和行业来连接和合作。

“作为卓越和纪律广泛着名的最佳研究大学，UC Davis非常良好地与我们的行业合作伙伴在突破性的创新中与效益社会的创新，”玛丽·克劳斯，普罗兰和执行副校长。

---

---