跳到内容 跳到导航

Research & Ideas

站内搜索

对细菌感染的斗争进入21世纪

100岁的测试需要花费数天才能完成是识别细菌当前规范和正确的抗生素进行治疗。研究人员正在寻找一种更好的方式。

Illustration of a hand reaching towards a petri dish with red liquid 和 blooms

关于体内含有790000个亿细胞。这些39万亿细菌。 |科学源/ EVA蜜蜂

数以百万计的人每年死于细菌感染,但鉴定细菌的过程是基于一个世纪之久的实验室测试。

这加快进程将拯救生命,是博狗体育官网的研究人员组成的跨学科团队的无数目标。

目前的“黄金标准”为培养细菌包括确定样本 - 这自然是一个缓慢的过程,可以跨越几天缩短到几小时取决于细菌的类型,说博士后研究员带领的研究项目共同主任, AMR萨利赫 材料科学与工程学院在博狗体育官网部。这11测试完成后,另需12-24小时,一般医生,以确定哪些是适合的抗生素治疗。

因为ESTA过程是如此费时,医生往往开抗生素根据经验,可能或可能准则卫生组织不适合患者的业主;美国美国疾病控制和预防中心估计,多达治疗用抗生素的患者有一半是不必要的或者被处理了错误的抗生素种类或剂量。不正确使用抗生素,导致对抗生素耐药细菌,一个显著的整体健康威胁的发展。 “我们的科学家,工程师,医生和医生AIMS跨学科的团队,以加快ESTA过程,快速,灵敏地在如血和痰标本检测细菌,说:” 珍妮弗·迪翁,材料科学与工程副教授,并通过礼貌,放射科。

的概念是采取样品,然后将其打印出来成二维阵列,每个像素凡对应于单个细胞的小滴。当细菌与光的特定颜色照亮,它们的组成分子振动,改变散射光的颜色。该颜色或光谱的移位,可以用于唯一地测量和识别的细菌。

这些技术使用,研究人员能够识别31种和细菌菌株,代表在斯坦福医院的所有病人样本的95%,且绝大多数所有的细菌感染全世界看到。被球队易化快速,准确的诊断发达,而低成本的硬件实现便携式机器学习算法,定点护理诊断。

还需要做更多的工作需要,但迄今为止的结果是有希望的:在这一点上,团队的做法在确定细菌感染的正确的治疗,平均准确率在99%以上。

除了迪翁和萨利赫,对调查小组包括 尼亚·班斯特凡诺ermon皮埃尔khuri,雅库布马克·霍尔德尼马努·普拉卡什山姆·甘比尔 和 孙燕姿杰弗里。他们的工作是由资助 对协作解决方案斯坦福催化剂,在2016年推出,激发跨院合作的倡议,以解决一些世界上最紧迫的挑战。

抄本

马克·霍罗威茨: 本次会议的最后一次谈话将是卫生组织,第一个项目一个项目集中在催化剂。它是真正的看,并试图分析细菌感染以不同的方式。所以,它是关于一个文化微生物转变,它会由仁迪翁和AMR萨利赫呈现,并且他们会谈论这个程序,他们已经为基本能够分析感染的发展。

仁迪翁: 阴凉,非常感谢你的介绍。提到像马克,我的名字是仁迪翁,我在材料科学和工程名教师。我很荣幸地介绍我们的工作,这是协同许多教师跨越工程,人文科学,医学院的学校和商学院。提到标记和喜欢,我们希望创建一个新的诊断工具,可以让我们能快速检测细菌感染,以及药敏试验。

我想一个有趣的事实开始。有接近80个万亿个细胞在我们的身体,并为每个人的细胞,我们有,有至少一个细菌细胞。 ESTA微生物是调节新陈代谢,帮助消化,帮助和抵御感染的关键。

但如果外部细菌细胞出现时,它并不总是由我们张开双臂欢迎机构。如果你看一下整体的统计数据,你可以看到,细菌感染对人体健康产生深远的影响。

如果我们专注于血液中的只是细菌感染,血液细菌感染那些可以造成比乳腺癌,结肠癌,前列腺癌和HIV合并在美国更多的死亡。我认为这是一个非常令人咋舌的统计数据。同样,如果我们看看发展中国家,所有关于死亡人数的大约30%是因细菌感染,有一个孩子死于每20秒,由于相关的细菌疾病。

为什么这些统计数字如此可怕?它原来的金标准确定细菌感染是基于一个百年培养技术。

我们采取的样本,在我们的例子中,我们专注于细菌血液感染,我们把它放在一个血培养瓶中,然后你就等着本质细菌生长和繁殖,直到他们成为检测凭借pH值的变化在溶液中。并可以12小时随时随地需要长达40天左右,根据细菌感染可能一个人的类型。

随后,十一大功告成识别样品中的细菌,你必须确定它要抗生素回复。和筛选即通过采取通常通常情况下,细菌培养,使他们在琼脂平板上与抗生素不同浓度和各种类型的,只是看你在哪里的细菌死亡做药敏。所以,就像我说的,这种测试通常需要两天左右的量级。同时,你在医院的患者和医生不希望你的痛苦,所以抗生素处方广谱单个或你,一种基于经验的指导方针抗生素。根据CDC和,大致占一半治疗所有患者的不必要要么用抗生素或错误的类型给定,或者错误的剂量。这就是为什么耐药性正在成为一个巨大的问题这样的,而且我们打算肯定要面对在未来的几十年。

我们的做法是加快ESTA过程中,潜在的地方,甚至在医疗点的点,所以这样的话,我们能迅速和灵敏的检测复杂样品如血液和粘液,和尿中的细菌,甚至可能是食物和水。

和概念是取样品,然后将其打印出来成二维阵列,每个像素凡对应于单个细胞的小滴。然后我们采取从本质上讲这二维数组,在频谱,或颜色每个像素对应的的特殊类型的细胞在该像素,以及其杆菌菌株及药敏的图片。这种做法的好处是,它不需要样品制备特异性或细胞标记,而且它也可以强烈地增强,所以我们可以想像的颜色,用一些技巧正在开发我们的同事。

对于那些你熟悉的细菌,你可能知道,他们可以被改造以表达不同的颜色。甚至还有艺术比赛在海湾地区,使琼脂艺术随着这些工程的细菌。

但在大多数情况下,跨越几十个左右的细菌,你“会碰到,他们是无色的。那么,它是如何在此基础上散射光谱,我们可以卫生组织确定其彩色,而无需做彩色具体的工程?

好了,这个概念是使用一种称为拉曼散射技术,我会跟大家过一下它是如何工作的。所以这里有一个例子细胞,只是大肠杆菌,如果我们放大,它具有细胞膜多数民众赞成由许多不同的蛋白质。当我们与光照亮ESTA,比方说,我们正在与绿色的光照亮它,在所有这些细胞蛋白质和分子膜会,要成为振动。这些振动,加上或减去无论是能源,绿色光这起事件。然后,我们拉闸获得发言权,红色光子出来,或蓝色光子出来,这是我们在那什么叫做拉曼散射光谱读出。在这里我们看到的拉曼位移,这基本上是了加或从事件颜色光的我们把中被减去去过能量的度量。所以,这种拉曼散射提供了细菌的指纹,因为细菌种类和每种菌株具有独特的分子组成,我们可以使用用于识别。

我们所做的是看单细胞拉曼光谱从31株和22种,在斯坦福医院的所有代表患者样本的95%,且绝大多数全世界看到所有的细菌感染。所以,你可以看到,在看这些拉曼光谱,那你可以告诉不同类型的细菌谱,治疗包括金黄色葡萄球菌,肺炎,链球菌及之间的差异。

但是当你做了主成分分析,并试图潜入一点点深入到如何可以分离出不同的品种和品系,你可以看到,在ESTA情节,细菌和血液,非常独特的左手边,但所有的细菌种类和菌株的倾向于聚集在一起。所以,有些是很容易区分的,别人都更具挑战性来区分。

在哪里,这是我们小组真的依赖于海湾地区的专业知识,并在我们的计算机科学的同事们开发的网络机器学习帮助,可以将所有不同的拉曼光谱进行分类,通过使用卷积神经网络。所以,这是同一类的机器学习算法,你会在图像识别中使用,除了现在我们正在使用它,对于频谱的认可。

这是什么算法呢,是它着眼于所有的光谱,然后根据设定的训练,它可以采取一个新的光谱鉴定确定哪些物种和品系是,它输出的预测分数。所以,对于一个新谱,怎么可能是它是一个单独的物种或菌株?所以,这里有一个所谓的混淆矩阵,在那里我们有塔上的真正物种的一个子集,并在所有不同行的预测种类。你可以看到金黄色葡萄球菌和表皮葡萄球菌,相当高的精度,我们有分类。

如果我们在所有物种和品系平均分类准确度,这是约82%,卫生组织这是非常好的,因为我们有一些菌株只是同构的,或遗传工程的版本来测试我们的算法可以只精确程度。

和哪些事项医生是首选抗生素治疗。所以,如果我们看一下抗生素治疗组会是这样,你可以看到我们的平均的治疗,准确率97%,所以这是比许多驴临床将被用来更好。然后在这里,因为我提到其中的一些转基因对那种带来了我们准确的,你可以看到这些都是多在80个百分点,但它仍然是相当看好那我们只要插入一个抗性基因引入细菌与现状差异检测。所以,这是非常令人兴奋的看着说,细菌怎么可能演变为是细菌耐药。

我会换手答题之前提到我的同事的最后一件事,AMR,我们所做的是,初步的临床试验,样品在哪里,我们在临床上看着。而在首次临床试验对应的30个病人,你在左边看到的,我们做了相当不错的配合治疗组,我们确实有一些,虽然擦枪走火。但是,我们重做了实验使用ESTA由临床数据集作为训练,我们可以提高我们的机器学习算法的精度。

这是非常令人兴奋的,你可以看到,我们得到99%以上的精度当我们开始在所有的这些病人看。重要的是,我们只需要10个细菌细胞获得精度超过99%的准确治疗。

AMR萨利赫:所以,现在,我们已经看到,我们可以单独识别标识基于其签名或它们的光学散射细菌,问题是,我们如何能够转移ESTA 3D,如果我们有细胞的三维体积,怎能用ESTA物业开发诊断工具?

在3D体积像一个血液样本,你有很多很多不同类型的细胞具有不同形状和颜色的。如果你试图找出他们,因为他们是在一个小瓶,这是不可能检测到它们的颜色。但如果你要想象他们可以创建一个2D转3D画这本书出来,你就能够识别这些细胞的不同颜色。而这正是我们做什么,但我们并不真正那些手工绘画,但我们确实打印。

这是我们的工具的工作原理示意图。我们有我们的示例中,我们想分析一下,它混合使用某些类型,使光学签名更生动,更容易检测纳米粒子。然后,我们用这个打印机基本数字化3D体积ESTA成离散像素。每个这些像素具有在纳米颗粒的分散体的单个细胞。然后,我们采取的图像,把这些打印出来的只是简单的图片,并使用颜色从这些单个像素的测量光谱,并生成最终报告,如果有样品中的病原体,病原体是什么类型,应该用于治疗患者的ESTA什么。

让我们在打印机仔细看看。这是印刷过程中,我们在那里有声聚焦波,基本处于液体和空气之间的接口一个真正的视频,你可以看到我们如何能够用非常具体的量产生非常可控的微滴,基于频率的传感器。

这是非常有利的,当谈到小瓶操作样本,因为你是控制音量,你喷只需电波,声波。你并不需要物理喷嘴或任何东西,所以没有堵塞,当他们被弹出你是不是杀死细胞。在同一时间,你可以有一个需要同时对单元格的内容非常查询,你可以在很短的时间内处理大量的样品。

这是我们的第一次审判有了这台打印机,以弹出,或者打印大肠杆菌的单液滴到琼脂平板上,你可以在这里看到这些单滴如何成长为菌落琼脂平板上。但即使是最近现在,我们可以卫生组织弥补,或打印更复杂的话像博狗体育官网。且这是血液样品,将全血样品混合随着等离子体纳米颗粒写入卫生组织。如果你在上放大,你会看到这些信件是如何从单一的冷弯卫生组织血细胞,打印。所以,当我们说我们可以写我们的血液博狗体育官网的名字,它的字面卫生组织,我们的意思是。

现在,我们已经将样品打印出来,我们怎么可以扫描呢?我们怎么可以屏蔽它在那里感染?我们一直在使用我们的科学品位的工具,这是沉重的,价格昂贵,体积庞大,而且他们绝不,便于携带。但我们的目标是使保健,低成本的设备的一个点。所以,我们用两种方式处理好的ESTA挑战。

首先,我们问自己,这些数据也复杂,高端的工具,在我们的实验室给,所以我们需要所有的功能?我做的,我们需要所有的细节,在这里谱,所以我们做出准确的鉴定?

事实证明,我们并不真正需要这个。只有某些频段和某些颜色,或在波某些ESTA光谱长度事项我们。如果你只需要这些乐队,或这些条形码,我们发现,分类精度可以卫生组织95%,只是在使用这些功能选择。我们仍在优化,要得到这比95%甚至更高。其他战略,该战略目前免费的,是知道我们并不需要所有的光谱分辨率,或在光谱的所有细节,我们可以设计我们自己的硬件是为了ESTA说的具体应用进行了优化。

这就是我们所做的 - 我们使用的是机器视觉应用做商业的CMOS摄像头卫生组织,具有传输等级,建设我们的家建光谱仪。这就是那个物理实现,如果你能在这个图片中看到,这是一个掌上电脑。这是一个紧凑,重量轻设备,你“可以拿在手中,它花费了我们不到$ 500,这是第一个光谱,我们测量的这种新设备。这是一个非常激动人心的时刻看到这个非常好的光谱,只用很便宜谱仪我们建立。

我们在哪里,现在,我们在不同的组件一起整合这些独立平台在一个工作,我们可以有一个当血液样本,并给我们在年底的一份报告,在不到一个小时。我们的目标是测试的集成平台ESTA随着斯坦福医院和VA医院,用实际患者样本,并希望在该领域,凡资源是非常严格的运行一些临床试验。

收上来的商业ESTA谈话,我们今天向您展示我们能单标识识别细菌单从他们的光学特征,我们可以使用生物打印机可以很容易地使用低成本的光谱仪数字化一个复杂的细胞样品的三维体积或相机来识别细菌。最后,我要感谢谁做这项工作可能我们所有的惊人的团队成员,当然催化剂资金,WHO卫生组织使我们走到一起,并取得这一切成为可能。

感谢各位的光临在,谢谢。