Истражувачи од North Carolina State University развија метод што комбинира електрохемиска импедансна спектроскопија (EIS) и машинско учење за побрзо мерење на вирусни вектори, клучни алатки во генската терапија. Наместо класично „обележување“ на примероците, пристапот користи функционализирана електрода на која се врзуваат целните вектори, а потоа се анализира промената на електричниот сигнал.
Во стандардната пракса, производителите често се потпираат на ELISA, која е прецизна, но бара повеќе чекори, време и во некои случаи скапа автоматизација. Дополнителен проблем е што ELISA работи во потесен опсег на концентрации, па примероците со повисок титер неретко мора претходно да се разредуваат.
Кај EIS, главен предизвик е „шумот“ од позадински молекули и варијации на pH, што може да ја намали точноста. Тимот затоа тренирал шест модели на машинско учење врз верификувани примероци со различни концентрации и pH услови. Моделите успешно ги издвојувале релевантните сигнали и овозможиле стабилно проценување на количината на вирусни вектори.
Според резултатите, системот може да работи низ многу широк опсег на титер, од многу ниски до многу високи концентрации. Тоа го прави корисен за брзи проверки во текот на производствените и прочистувачките фази, кога навремената информација може да помогне за побрзи корективни одлуки.
Истражувачите нагласуваат дека новиот пристап не ја заменува ELISA, туку ја надополнува. Комбинацијата од брзина и доволна точност може да биде практична за биофармацевтско производство во реални услови, особено кога е потребно често мониторирање на процесот.
