科学者たちは、機械学習アルゴリズムが科学者によるウイルスの特定に役立つ可能性があり、近い将来にはCOVID-19コロナウイルスの存在を検査するより効率的な検査の開発にも使用できる可能性があることを実証した。
日本の名古屋大学、大阪大学、産業技術総合研究所の研究者らは、RSウイルス、コロナウイルス、アデノウイルス、インフルエンザA型およびB型の5種類のウイルスを認識するシステムを訓練した。これらの有害な生物は呼吸器系を攻撃し、典型的な風邪やインフルエンザの症状を引き起こす。
ACS Sensors誌に掲載されたAIシステムに関する論文では、使用されているアルゴリズムはこれらのウイルスの種類を99%の精度で識別できると主張している。まず、研究チームはシリコンウエハーから作られた「ナノポアセンサー」というデバイスを作製した。金属に直径300nmの微細な穴を開け、電圧をかけるとイオンがウエハー内を移動できるチャネルを形成する。
装置を通過するイオンの数と速度は、発生する電流の強さによって検出できます。ウイルス粒子が穴を塞ぐとイオンの移動が困難になり、発生する電流量が減少します。このディップは、粒子の特性に関するヒントを提供するため、ウイルス検出の優れた方法となります。実際、ディップの特性から存在するウイルスの種類がわかるとされています。
「このナノポアは、ウイルスのサイズ、形状、表面電荷密度、質量といった複数の物理的特性に電気を反応させるように設計されました」と、論文の共著者で大阪大学教授の筒井真久氏はThe Register誌に説明した。「これらの特性はすべて、測定された抵抗パルス信号の微細なプロファイルに反映されていました。」
携帯電話に向かって咳をしてください…MITの研究室は、痰の出し方からCOVID-19を診断できると考えています
続きを読む
言い換えれば、ナノポアデバイス内で減少する電流量は、ウイルスの種類ごとに異なります。この電流プロファイルはウイルスの特性評価方法を提供するものであり、機械学習システムのローテーションフォレストアルゴリズムは、これらのプロファイルから各ウイルスの種類を分類するように学習されました。
このセンサーは、現在のプロファイルが既知のサンプルと一致するかどうかを確認することで、新規ウイルスを検出できます。「ナノポアアプローチは、新しい株の特定にも応用できる可能性があります。もちろん、既存の株とどの程度異なるかによって異なりますが、以前の研究で、この方法はインフルエンザのアロタイプを識別できるほど感度が高いことが既に分かっています」と筒井氏は述べています。
研究チームは、各株の形状がわずかに異なるため、この手法はコロナウイルスの識別に特に適していると考えている。ナノポアセンサーをCOVID-19ウイルスを認識できるように訓練することで、サンプル中の新型コロナウイルスの存在を検査するためのデバイスをさらに開発できると考えている。「この研究は、従来のウイルス検査方法よりも優れたウイルス検査キットの開発に役立つだろう」と、最終著者の河合智治氏は今週初めに述べた。
「ポリメラーゼ連鎖反応や抗体ベースのスクリーニングなどの他の迅速なウイルス検査と比較して、この新しい方法ははるかに迅速で、高価な試薬を必要としないため、COVID-19などの感染症を引き起こす新興ウイルス粒子の診断検査の改善につながる可能性があります」と筒井氏は付け加えた。®
