.
Os pesquisadores desenvolveram uma versão automatizada do ensaio de placa viral, o método padrão ouro para detectar e quantificar vírus. O novo método usa imagens holográficas de lapso de tempo e aprendizado profundo para reduzir significativamente o tempo de detecção e eliminar manchas e contagem manual. Este avanço poderá ajudar a agilizar o desenvolvimento de novas vacinas e medicamentos antivirais.
Yuzhu Li, do Ozcan Lab da Universidade da Califórnia, Los Angeles (UCLA), apresentará esta pesquisa no Frontiers in Optics + Laser Science (FiO LS), que será realizado de 9 a 12 de outubro de 2023 no Greater Tacoma Convention Center em Tacoma (área metropolitana de Seattle), Washington.
“Ao reduzir o tempo de detecção em comparação com os ensaios tradicionais de placas virais, esta técnica pode ajudar a agilizar a pesquisa de desenvolvimento de vacinas e medicamentos, reduzindo significativamente o tempo de detecção necessário e eliminando totalmente a coloração química e a contagem manual, explica Li. “No caso de um novo surto de vírus, vacinas ou tratamentos antivirais poderiam ser desenvolvidos, testados e disponibilizados ao público a um ritmo significativamente acelerado, resultando num tempo de resposta mais rápido às emergências de saúde induzidas por vírus.”
Embora o ensaio de placa viral seja uma forma econômica de avaliar a infectividade do vírus e quantificar a quantidade de um vírus em uma amostra, sua execução é demorada. As amostras são primeiro diluídas e depois adicionadas às células cultivadas. Se o vírus matar as células infectadas, uma região livre de células – uma placa – se desenvolve. Os especialistas então contam manualmente as unidades formadoras de placas (PFUs) coradas, um processo que é suscetível a irregularidades de coloração e erros de contagem humana.
O novo sistema automatizado de ensaio de placas virais sem manchas substitui a contagem manual de placas por um sistema de imagem holográfica sem lentes que reproduz imagens das características espaço-temporais das PFUs durante a incubação. Um algoritmo de aprendizagem profunda é então usado para detectar, classificar e localizar PFUs com base nas alterações observadas.
Para mostrar a eficácia do seu sistema, os pesquisadores infectaram células cultivadas com o Vestomatite esicular vírus. Após apenas 20 horas de incubação, o sistema automatizado detectou mais de 90% das PFUs virais sem quaisquer falsos positivos. Isto foi muito mais rápido do que o ensaio de placa tradicional, que requer 48 horas de incubação para este vírus. Eles também aplicaram a abordagem automatizada ao vírus herpes simplex tipo 1 e ao vírus da encefalomiocardite. Eles demonstraram tempos de incubação ainda mais curtos para esses vírus, economizando em média cerca de 48 e 20 horas, respectivamente.
Os pesquisadores relatam que nenhum falso positivo foi detectado em todos os momentos. Além disso, como o sistema pode identificar PFUs individuais durante o seu crescimento inicial, antes da formação de agrupamentos de PFU, ele pode ser usado para analisar amostras virais com concentrações de vírus cerca de 10 vezes maiores do que as abordagens tradicionais.
“Quanto aos próximos passos, os investigadores da UCLA estão a melhorar o design do seu sistema para aumentar ainda mais a sua sensibilidade e especificidade para vários tipos de vírus, abrindo caminho para uma ampla adopção em ambientes laboratoriais e industriais, disse Li. “Eles também estão a explorar outras aplicações potenciais. desta técnica na pesquisa de virologia para triagem de medicamentos antivirais de alto rendimento e com boa relação custo-benefício.”
.
