截止目前,本次新冠大流行累计确诊新冠肺炎超过287284万例,死亡78万例。新冠肺炎病毒潜伏期长,无症状感染者难以识别、YL资源分配不均等因素使得打赢这场防控攻坚战异常艰难。
好在我国政府决策机构指挥有力,上行下效,形成了极为严格的防疫体系,ZG人才有幸走出了新冠阴霾。各地复工复产、开学已有序进行,商超正常营业、甚至连电影院这种封闭性的场所也逐步恢复开放了。
但是,放眼,我们仍然要面对嚣张顽固的病毒,出门带上口罩,必要时做核酸检测。最煎熬的,是等待检测结果的时间,由于核酸提取、扩增,试剂的准备和加样,结果的分析,样本流转等综合因素影响,一般来说,核酸检测的过程,少则5、6小时,多则几天。为什么这一过程需要如此长的周期呢?利用光谱检测新冠病毒的方法会更好吗?
核酸检测的物质是病毒的核酸,查找患者的呼吸道标本、血液或粪便中是否存在外来入侵的病毒的核酸,来确定是否被新冠病毒感染。因此一旦检测为核酸“阳性”,即可证明患者体内有病毒存在。
新冠病毒感染人体之后,首先会在呼吸道系统中进行繁殖,因此可以通过检测痰液、鼻咽拭子中的病毒核酸判断人体是否感染病毒。这一方法需要先采取咽拭子样本,然后送到检验医学ZX,医务人员依次在试剂准备区接受患者样本,在样本准备区对样本的核酸进行提取,在扩增区扩增复制核酸样本,ZH在扩增产物分析区分析样本内核酸能否与标准样本配对,并通过仪器检测结果是否呈阳性。
正是物流和处理步骤的繁杂,致使被检测者从开始检测到拿到检测结果间隔时间较长,这也就意味着,患者在等待结果的这段时间,面临更多感染或被感染的风险。
哈佛大学卫生学教授阿希什·贾哈博士表示,如果检测需要48小时以上,就会失去对被检测者密切接触人的行为追踪,如果时长超过72小时,测试几乎没有用了。
日前,以色列ZDYL机构谢巴YLZX公开了基于光谱技术研发的新冠病毒“唾液检测法”。检测时,只需测试对象用生理盐水溶液漱口,然后吐回试剂瓶取样,再由检验人员将样品放入机器进行光谱分析。仅需不到一秒的时间,就能在电脑屏幕上看见检测结果。
据悉,“唾液检测法”不同于常见的鼻咽试纸检测,检测设备仅需一个比手掌稍大一点的盒子。连接电脑后,基于前期累计的大量数据和人工智能分析,检测算法能够及时给出结果。
初步临床试验显示,“唾液检测法”的准确率达到了95%。且无需实验室场景,可家、机场、剧院等场合均可进行检测,也可用于公共卫生安全部门GX完成任何场景下的快速、大规模检测。
此外,该方法还能大幅降低检测的成本。据估算,规模投产后,每台唾液检测机的定价不到人民币1390元,每一次检测的费用仅1.7元。目前,国内外多家大YL机构仍在密切关注这种检测方法的有效性,相信随着光谱检测数据的积累,“唾液检测法”有检测出无症状感染者的潜力。
科学的想象力无限,艾迈斯半导体将光谱传感技术应用到新冠肺炎病毒检测中,弥补了现有检测方法的缺点,将检测时间缩短至15分钟。
艾迈斯半导体先进光学传感器部门的执行副总裁兼总经理Jennifer Zhao介绍,将传统的侧向层析检测(LFT)同专有的光谱传感技术相结合,就能得到专用于检测新冠肺炎病毒的数字化LFT。
LFT侧向层析技术并不是一项新的技术,该技术是20世纪90年代在单克隆抗体技术、胶体金免疫层析技术和新材料技术上发展起来的一项新型体外诊断技术。它是以微孔滤膜为载体,将特异性抗原或抗体固定在微孔滤膜上,待测样品通过侧向移动和过滤过程中的显色反应,达到自动分离和鉴别的目的。
其特异性体现在通过组合光谱读出器和适当的生物化学法,选定特定病毒;连接性体现在通过蓝牙模块和获得医学认证的云设备,对定量数据进行云采集,利用大量算法分析得到样本的光谱数据,通过比对得出检验结果。
根据艾迈斯的介绍,数字化LFT中用到的多频道光谱传感器(AS7341L),包括8个涵盖可见光波段的通道、1个涵盖近红外的通道和1个涵盖全光电二极管感光通道,可以实现远超过人眼识别范围的高精度颜色测量。将读出器置于双线LFT试纸上,借助两个LED进行反射至读出器上,完成对抗体的检测。
近日,我国新冠疫苗研发取得突破性进展,国药集团董事长刘敬桢表示,国际临床三期试验技术后,灭活疫苗就可以进入审批环节,预计今年12月底能够上市,年产量将超2亿剂。那么,新冠疫苗量产后,基于光谱技术的病毒检测还有用武之地吗?
尽管新冠肺炎疫情催生了基于光谱传感器的数字化LFT,但这项技术创新并不局限于检测新冠肺炎病毒。
从近期来看,抗体LFT检测可以用于注射疫苗后的抗体检测,帮助使用者确定是否需要再次注射疫苗。长期来看,该项技术也可以检测除了新冠肺炎病毒之外的病毒或细菌,通过采用与不同的蛋白酶结合并产生光学上的变化,就能检测甲肝、乙肝等其他疾病。
不过,将光谱技术用于病毒检测还算是刚起步,如何提高准确率是科研人员持续关注的问题。以色列谢巴YLZX和艾迈斯半导体在此时推出光谱技术是非常勇敢的尝试,踏出了最关键的一步,当然,还需要更多企业的加入。在光谱数据处理、算法开发方面,也需要更多的云厂商提供支持,实现疫情监控提供共享数据,助力YL建设。