新方法利用光学和人工智能更快地发现病毒

研究人员开发了病毒斑块测定的自动化版本，这是检测和量化病毒的金标准方法。新方法利用延时全息成像和深度学习，大大减少检测时间并消除染色和手动计数。这一进展可能有助于简化新疫苗和抗病毒药物的开发。

加州大学洛杉矶分校 (UCLA) Ozcan 实验室的 Yuzhu Li 将于 2023 年 10 月 9 日至 12 日在塔科马大塔科马会议中心举行的光学 + 激光科学前沿 (FiO LS) 会议上展示这项研究(大西雅图地区)，华盛顿。

Li 解释说：“与传统的病毒噬斑测定相比，该技术缩短了检测时间，可以显着减少所需的检测时间并完全消除化学染色和手动计数，从而有助于加快疫苗和药物开发研究。”“如果爆发新病毒，可以显着加快疫苗或抗病毒治疗的开发、测试并向公众提供，从而加快对病毒引发的卫生紧急情况的反应时间。”

尽管病毒空斑测定是评估病毒感染性和量化样品中病毒数量的一种经济高效的方法，但执行起来非常耗时。首先将样品稀释，然后添加到培养的细胞中。如果病毒杀死了受感染的细胞，就会形成一个没有细胞的区域(斑块)。然后，专家对染色的噬菌斑形成单位 (PFU) 进行手动计数，这一过程很容易出现染色不规则和人为计数错误。

新型免染色自动病毒空斑测定系统用无透镜全息成像系统取代了手动空斑计数，该系统可在孵化过程中对 PFU 的时空特征进行成像。然后使用深度学习算法根据观察到的变化来检测、分类和定位 PFU。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！