Menu Principal

Purdue crée de nouvelles faible coût du système pour détecter les bactéries

Total vues: 268
Word Count: 1580

Chercheurs de l'Université Purdue ont développé un nouveau système à faible coût, qui analyse la lumière laser dispersées afin d'identifier rapidement les bactéries pour des applications en médecine, dans la transformation des aliments et de la sécurité intérieure à un dixième du coût des techniques classiques.

La technique - Bacteria Rapid Detection Using Optical Scattering Technology - œuvres brille par un laser à travers une boîte de Petri contenant des colonies bactériennes dans un milieu nutritif.

"A la différence des méthodes classiques, nous n'avons pas à faire de la coloration biochimique, l'analyse de l'ADN ou d'autres types de manipulation», a déclaré Rajwa Bartek, un personnel scientifique à l'Bindley Bioscience Center de Purdue's Discovery Park, de l'université du centre de recherche interdisciplinaire.

Particules de la lumière, les photons, rebondissent sur de la colonie, et la tendance de la lumière diffusée est projetée sur un écran derrière la boîte de Pétri. Cette "lumière de l'éparpillement" est enregistré avec un appareil photo numérique et analysées avec des logiciels sophistiqués pour identifier les types de bactéries de plus en plus dans les colonies.

"Il ya potentiellement des milliers de demandes de cette nouvelle technologie, de l'identification de cellules souches pharmacorésistantes, staphylococcique infections à germes pathogènes sur le champ de bataille." A déclaré J. Paul Robinson, chercheur à l'Bindley Center et professeur à l'École de Weldon génie biomédical et de l'école de médecine vétérinaire.

Le travail a été initié par Arun Bhunia, professeur de microbiologie alimentaire au département des sciences de l'alimentation, et Daniel E. Hirleman, professeur et William E. et Florence E. Perry Chef de la Purdue's School of Mechanical Engineering. Les résultats sont détaillés dans un document de recherche qui figurent ce mois-ci dans le Journal of Biomedical Optics.

Hirleman s'est spécialisé dans la recherche pour développer de nouveaux types de capteurs qui fonctionnent en analysant diffusion de la lumière sur des objets pour des applications telles que la détection d'impuretés sur les tranches de silicium dans la fabrication et la puce informatique mesurant la taille et la vitesse des gouttelettes de carburant dans les moteurs à réaction.

"Nous avons adapté un certain nombre d'idées à partir de cette recherche pour construire un diffusiomètre de la sécurité alimentaire, et maintenant nous en utilisant la seconde génération de cet instrument», a déclaré Hirleman.

L'une des principales motivations pour la recherche est de réduire le temps nécessaire à l'industrie pour identifier les organismes nuisibles dans la transformation des aliments. Les scientifiques dans les usines de transformation de produits alimentaires croître régulièrement les cultures pour tester les agents pathogènes dangereux.

"L'industrie laitière, par exemple, on cultive des bactéries sur boîtes de Pétri pour s'assurer que les produits sont sûrs, mais l'industrie s'efforce de développer des technologies qui vont très rapidement identifier les organismes», a dit Robinson. "La même chose vaut pour la microbiologie clinique et d'autres laboratoires. Avec notre méthode de la dispersion de lumière, il faut moins de cinq minutes à identifier les organismes nuisibles après avoir grandi dans une boîte de Pétri. L'analyse est plus rapide que n'importe quelle autre des méthodes Existence, et c'est simple. "

La technique peut être utilisée pour identifier staphylococcique infections qui résistent aux antibiotiques.

"C'est un sujet extrêmement dangereuse infection, et que vous voulez l'attraper dès que possible," a dit Robinson.

Un système de production de masse fondée sur la technologie consisterait à bon marché, off-the-shelf hardware, tels que les lasers rouges et de la faible résolution des appareils photo numériques à la disposition des magasins d'électronique, et n'aurait probablement coûté moins de 1000 $, Hirleman dit.

Une partie essentielle de la technique a été rendue possible par l'adaptation d'une méthode mathématique créé en 1934 par le physicien néerlandais Fritz Zernike, qui a créé un ensemble de mathématique "descripteurs" ultérieurement appelé radial polynômes de Zernike. Ces descripteurs peuvent être utilisés pour analyser la manière dont l'onde de la lumière motifs sont déformés après le passage de lentilles ayant complexe défauts ou déviations.

Individuel colonies bactériennes de plus en plus dans une boîte de Pétri aussi fausser la lumière passant à travers eux, exactement comme une lentille onde de la lumière des changements des modes.

"Par conséquent, nous pouvons traiter les colonies de lentilles et de l'utilisation des polynômes de Zernike," Rajwa dit.

Des facteurs tels que la forme des bactéries, leurs indices de réfraction - ou combien ils éclairage en virage - les types de substances sécrétées par une bactérie, et la distance entre les bactéries dans une colonie, autant de facteurs qui contribuent à la manière d'une colonie déforme la lumière. La procédure identifie une colonie bactérienne en comparant une image de son éparpillement contre un modèle qui contient 120 fonctionnalités décrites par des polynômes de Zernike.

«Une bonne analogie est la méthode utilisée par l'application de la loi afin d'identifier le visage d'une personne utilisant un logiciel de reconnaissance spécialisées", a déclaré Rajwa. "On pourrait décrire le visage, comme étant composé d'une combinaison de formes géométriques, comme ovales, carrés et triangles, mais chaque visage est un mélange unique de ces formes. Nous avons fait quelque chose de similaire. Nous avons réduit compliqué dispersent à 120 numéros de modèles fondés sur Polynômes de Zernike. "

Cela a réduit la collecte des numéros décrit la façon dont le modèle correspond à la colonie, puis la reconnaissance des formes est un logiciel utilisé pour classer les bactéries.

"L'un des développements les plus importants est d'être capable de convertir des images à des numéros, ce qui permet de classer les patrons," Rajwa dit. "Nous sommes capables de prendre des images et de les convertir vers un numéro unique qui décrivent chaque photo."

Les chercheurs ont utilisé le nouveau système pour classer les six espèces de listeria, dont une seule est un dangereux pathogènes d'origine alimentaire chez l'être humain.

"Si vous avez un mélange de différentes listeria, vous aimeriez savoir qui est celui qui peut vous tuer», dit Rajwa. "Nous avons pris des photos de la dispersion des modes de listéria différente, et nous avons été en mesure de classer avec précision chacun d'entre eux."

Le système est également capable d'identifier avec précision les autres types de colonies bactériennes, y compris la salmonelle, le vibrion, E. coli et Bacillus.

"Nous avons été en mesure de classer avec les colonies bactériennes supérieure à 90 pour cent de probabilité d'être correct, ce qui est aussi bon que vous pourriez faire avec l'équipement coûtant plus de 100000 $», a déclaré Rajwa. "Et, à la différence des systèmes conventionnels, notre méthode est de 100 pour cent non-invasif, ce qui signifie que nous pouvons effectuer la procédure sans coloration, manipuler ou tuer les échantillons biologiques.

«La puissance de cette technologie est qu'elle ne nécessite pas de matériel de laboratoire compliqué, et il pourrait être conçu de manière à ne nécessiterait pas quelqu'un qui a un doctorat de fonctionner. La beauté de l'ensemble du système est de ne pas envahir la biologiques Environnement que vous voulez mesurer, "Rajwa dit. "Si vous travaillez avec des cellules souches, vous ne voulez pas la tache pour voir si elles sont les cellules souches. Vous voulez être en mesure de regarder les colonies sur une boîte de Pétri, sans toucher aux colonies, sans taches ou de détruire les colonies. "

La recherche a récemment reçu des fonds du ministère américain de l'Agriculture par le biais de Purdue's Center for Food Safety Engineering.

D'autres travaux comprendront des recherches pour développer une interface utilisateur graphique.

"Maintenant, il a besoin d'un qualifié, personne formée à faire tout de la reconnaissance», a déclaré Rajwa. «Nous voulons un système où l'on peut réellement mettre une boîte de Pétri ou un autre conteneur dans le système, vous appuyez sur la touche Entrée et l'ordinateur dit:" Ceci est la salmonelle de ce type et de cette souche ', et il le fait rapidement, en temps réel. Il n'ya absolument aucune raison fondamentale pour laquelle nous ne serions pas en mesure de le faire, et nous sommes assez proches de la réalité ayant un prototype d'un produit qui pourrait être commercialisé. "

Un brevet provisoire a été déposé pour le traitement de l'information technique, et une demande de brevet a été déposée à la sous-light-scattering technologie.

Le document publié dans le Journal of Biomedical Optics a été écrit par Bulent Bayraktar, chercheur postdoctoral travaillant avec Robinson; Padmapriya P. Banada, chercheur postdoctoral au Département des sciences de l'alimentation; Hirleman, Bhunia, Robinson et Rajwa.

Autres sites Web:

J. Paul Robinson:
Http://www.cyto.purdue.edu/flowcyt/staffpgs/robinson.htm

Arun Bhunia:
Http://www.foodsci.purdue.edu/research/labs/bhunia

E. Daniel Hirleman:
Http://tools.ecn.purdue.edu/ME/Fac_Staff/hirleman.whtml

Purdue University
400 Centennial Mall Drive, Bur. 324
West Lafayette, IN 47907-2016
USA
Http://www.purdue.edu

Partagez cet article à:
Add this page to Delicious