该方法发表在预印服务器MedRxiv上,能够高精度地从阴性的临床样本以及其他常见的呼吸道病原体(如流感和季节性人类冠状病毒)中区分导致新冠肺炎的SARS-CoV-2病毒。
该方法直接对新冠肺炎患者的咽拭子进行操作,不需要提取基因组、纯化或扩增病毒,首先用短荧光dna链快速标记样本中的病毒颗粒。然后使用显微镜收集样本的图像,每个图像包含数百种荧光标记的病毒。
机器学习软件可以快速、自动地识别样本中存在的病毒。这种方法利用了这样一个事实,即不同类型的病毒由于其表面化学成分、大小和形状的不同,其荧光标记也有所不同。
科学家们与牛津约翰·拉德克利夫医院的临床合作者合作,在新冠肺炎患者样本上验证了这种分析,这些样本通过传统的RTPCR方法得到了确认。
牛津大学物理系的阿喀琉斯·卡帕尼迪斯教授说:“与其他检测抗体反应延迟或需要昂贵、繁琐和耗时的样本制备技术不同,我们的方法能快速检测出完整的病毒颗粒;这意味着这种检测方法简单、极其快速,而且性价比高。”
牛津大学的DPhil学生Nicolas Shiaelis说:“我们的检测比其他现有的诊断技术要快得多;不到5分钟的病毒诊断可以使大规模检测成为现实,为控制病毒爆发提供了一种主动的手段。”
牛津大学皇家学会正式研究员、现供职于华威医学院的尼科尔·罗布博士说:“即将到来的冬季几个月,一个重要的担忧是SARS-CoV-2与其他季节性呼吸道病毒共循环带来的不可预测的影响;我们已经证明,我们的检测方法可以可靠地区分临床样本中的不同病毒,这一进展在下一阶段的疫情中提供了至关重要的优势。”
研究人员的目标是开发一种集成设备,最终将用于商业、音乐场地、机场等场所的测试,以建立和维护新冠肺炎的自由空间。
他们目前正在与牛津大学创新中心(OUI)和两名外部商业/财务顾问合作建立一个分支机构,并正在寻求投资,以加速将测试转换为完全集成的设备,以部署为能够检测多个病毒威胁的实时诊断平台。
他们希望在今年年底前将该公司合并,在2021年初开始产品开发,并在6个月内推出经批准的设备。