Un nouvel alcootest pour la maladie détecte le COVID en temps réel et pourrait être utilisé pour détecter le cancer et les maladies pulmonaires

La critique geante de licone de la SHL sur la

À chaque respiration, les humains expirent plus de 1 000 molécules distinctes, produisant une empreinte chimique unique ou « empreinte respiratoire » riche en indices sur ce qui se passe à l’intérieur du corps.

Pendant des décennies, les scientifiques ont cherché à exploiter ces informations, se tournant vers les chiens, les rats et même les abeilles pour détecter littéralement le cancer, le diabète, la tuberculose et plus encore.

Des scientifiques de CU Boulder et du National Institute of Standards and Technology (NIST) ont fait un bond en avant important dans la quête pour diagnostiquer la maladie en utilisant l’haleine expirée, signalant qu’un nouvel alcootest à base de laser alimenté par l’intelligence artificielle (IA) peut détecter COVID- 19 en temps réel avec une excellente précision.

Les résultats ont été publiés le 5 avril dans le Journal de recherche sur le souffle.

« Nos résultats démontrent la promesse de l’analyse de l’haleine comme test alternatif, rapide et non invasif pour le COVID-19 et mettent en évidence son potentiel remarquable pour diagnostiquer diverses conditions et états pathologiques », a déclaré le premier auteur Qizhong Liang, titulaire d’un doctorat. candidat au JILA et au département de physique de CU Boulder. JILA est un partenariat entre CU Boulder et NIST.

L’équipe multidisciplinaire de physiciens, biochimistes et biologistes se concentre maintenant sur un large éventail d’autres maladies dans l’espoir que « l’alcootest à peigne de fréquence », né de Technologie lauréate du prix Nobel de CU—pourrait révolutionner le diagnostic médical.

« Il existe un avenir réel et prévisible dans lequel vous pourriez aller chez le médecin et faire mesurer votre respiration ainsi que votre taille et votre poids… Ou vous pourriez souffler dans un embout buccal intégré à votre téléphone et obtenir des informations sur votre santé en temps réel,  » a déclaré l’auteur principal Jun Ye, boursier JILA et professeur adjoint de physique à CU Boulder. « Le potentiel est infini. »

Une collaboration née de la COVID

Dès 2008, le laboratoire de Ye a signalé qu’une technique appelée spectroscopie en peigne de fréquence – utilisant essentiellement la lumière laser pour distinguer une molécule d’une autre – pourrait potentiellement identifier des biomarqueurs de maladie dans l’haleine humaine.

La technologie manquait de sensibilité et, plus important encore, de la capacité de lier des molécules spécifiques à des états pathologiques, de sorte qu’ils ne l’ont jamais testée pour diagnostiquer une maladie.

Mais l’équipe de Ye a depuis amélioré la sensibilité mille fois, permettant la détection de molécules traces au niveau des parties par billion. Ils ont également exploité la puissance de l’IA.

« Les molécules augmentent ou diminuent en concentration lorsqu’elles sont associées à des conditions de santé spécifiques », a déclaré Liang. « L’apprentissage automatique analyse ces informations, identifie des modèles et développe des critères que nous pouvons utiliser pour prédire un diagnostic. »

Avec le SRAS-CoV-2 qui se déchire à travers le pays et la frustration croissante à propos des longs temps de réponse pour les tests existants, le moment était venu de tester le système sur des personnes. En tant que physicien, Ye n’avait jamais travaillé avec des sujets humains, il a donc demandé l’aide du BioFrontiers Institute de CU, un centre interdisciplinaire de recherche biomédicale qui dirigeait le programme de test COVID du campus.

Non invasif, rapide, sans produits chimiques

Entre mai 2021 et janvier 2022, l’équipe de recherche a recueilli des échantillons d’haleine de 170 étudiants de CU Boulder qui avaient, au cours des 48 heures précédentes, passé un test de réaction en chaîne par polymérase (PCR), soit en soumettant une salive ou un échantillon nasal.

La moitié avait été testée positive, l’autre moitié négative. (Pour des raisons de sécurité, les participants bénévoles se sont rendus sur un parking extérieur du campus, ont soufflé dans un sac de prélèvement d’échantillons et l’ont laissé à un technicien de laboratoire qui attendait à une distance de sécurité.)

Dans l’ensemble, le processus a pris moins d’une heure entre la collecte et le résultat.

Par rapport à la PCR, le test COVID de référence, les résultats de l’alcootest correspondaient 85% du temps. Pour les diagnostics médicaux, une précision de 80 % ou plus est considérée comme « excellente ».

Les chercheurs soupçonnent que la précision aurait probablement été plus élevée si les échantillons d’haleine et de salive/écouvillon nasal avaient été prélevés en même temps.

Contrairement à un écouvillon nasal, l’alcootest est non invasif. Et contrairement à un échantillon de salive, il n’est pas demandé aux utilisateurs de s’abstenir de manger, de boire ou de fumer avant de l’utiliser. Il ne nécessite pas de produits chimiques coûteux pour décomposer l’échantillon. Et le nouveau test pourrait, en théorie, être utilisé sur des individus qui ne sont pas conscients.

Mais il reste encore beaucoup à apprendre, a déclaré Ye.

« D’un souffle, nous pouvons collecter autant de points de données auprès de vous, mais alors quoi ? Nous comprenons seulement comment quelques molécules en corrélation avec des conditions spécifiques », a déclaré Ye.

Construire un alcootest plus petit

Aujourd’hui, « l’alcootest » consiste en un réseau complexe de lasers et de miroirs de la taille d’une table de banquet.

Un échantillon d’haleine est acheminé à travers un tube alors que des lasers lui envoient une lumière invisible dans l’infrarouge moyen à des milliers de fréquences différentes. Des dizaines de minuscules miroirs font rebondir la lumière d’avant en arrière à travers les molécules tant de fois qu’en fin de compte, la lumière parcourt environ 1,5 miles.

Parce que chaque type de molécule absorbe la lumière différemment, les échantillons d’haleine avec une composition moléculaire différente projettent des ombres distinctes. La machine peut faire la distinction entre ces différentes ombres ou modèles d’absorption, faisant bouillir des millions de points de données jusqu’à – dans le cas de COVID – un simple positif ou négatif, en quelques secondes.

Des efforts sont déjà en cours pour miniaturiser ces systèmes à l’échelle d’une puce, permettant ce que Liang imagine comme « une surveillance en temps réel de l’auto-santé en déplacement ». Le potentiel ne s’arrête pas là.

« Et si vous pouviez trouver une signature dans l’haleine qui pourrait détecter le cancer du pancréas avant même d’être symptomatique. Ce serait le coup de circuit », a déclaré le biologiste moléculaire et co-auteur Leslie Leinwand, directeur scientifique de BioFrontiers et co-auteur sur l’étude

Ailleurs, des scientifiques travaillent à développer un Atlas du souffle humain, qui cartographie chaque molécule dans l’expiration humaine et les corrèle avec les résultats pour la santé. Liang espère contribuer à ces efforts avec une collecte à plus grande échelle d’échantillons d’haleine.

Pendant ce temps, l’équipe collabore avec des spécialistes pédiatriques et respiratoires du campus médical CU Anschutz pour explorer comment l’alcootest peut non seulement diagnostiquer des maladies, mais également permettre aux scientifiques de mieux les comprendre, offrant des indices sur les réponses immunitaires, les carences nutritionnelles et d’autres facteurs qui pourraient contribuer. à ou aggraver la maladie.

« Si vous pensez aux chiens, ils ont évolué au cours de milliers d’années pour sentir beaucoup de choses différentes avec une sensibilité remarquable », a déclaré Ye. « Nous n’en sommes qu’au tout début de la formation de notre nez à base de laser. Plus nous l’enseignons, plus il deviendra intelligent. »

Plus d’information:
Qizhong Liang et al, l’analyse de l’haleine par spectroscopie laser à large bande ultra-sensible détecte l’infection par le SRAS-CoV-2, Journal de recherche sur le souffle (2023). DOI : 10.1088/1752-7163/acc6e4

Fourni par l’Université du Colorado à Boulder

ph-tech