Gefährliche Bakterien minutenschnell erkannt

Forscher der Stanford University nutzen Laser, Tintenstrahldrucker, lichtempfindliche Sensoren und Künstliche Intelligenz (KI) zur Identifizierung gesundheitsgefährdender Bakterien. Wird der Laserstrahl auf einen Tropfen Flüssigkeit gerichtet, verschlucken die darin befindlichen Moleküle einen Teil des Lichts, einen anderen wandeln sie in Licht einer anderen Frequenz um. Das Lichtmuster, das die Moleküle emittieren, ist ähnlich typisch wie der Fingerabdruck eines Menschen. Ein Ergebnis liegt binnen Minuten vor, so die Experten.

Ein Tropfen Blut oder Abwasser emittiert laserbehandelt ein ganzes Lichtspektrum. Die Kunst des Teams um Jennifer Dionne ist die intelligente Trennung der zahlreichen Lichtsignale, sodass sie repräsentativ für bestimmt Moleküle beziehungsweise für Bakterien stehen. Jede Mikrobe hat ihren eigenen optischen Fingerabdruck.

Rote und weiße Blutkörperchen sowie andere Komponenten in der Probe senden ihre eigenen Signale aus, was es schwierig macht, die mikrobiellen Muster vom Rauschen anderer Zellen zu unterscheiden, so Dionnes Doktorandin Fareeha Safir. Mit einem Tropfen Flüssigkeit klappt die Trennung allerdings nicht. Die Fülle der Signale, die ausgesandt werden, ist einfach zu groß. Dionne und Safir haben sich deshalb eines Tricks bedient.

Sie bauten einen klassischen Tintenstrahldrucker so um, dass er tausende winzige Punkte einer Abwasser- oder Bluttinte drucken kann. Jeder dieser Punkte enthält nur noch ein Volumen von zwei Billionsteln Litern, mehr als eine Mrd. Mal weniger als ein Regentropfen. Diese können nur ein paar Dutzend Zellen enthalten, sodass die Trennung der Lichtsignale gelingt.

Nanogold verstärkt Signale

Zusätzlich haben die Forscher die Proben mit Goldnanostäbchen infudiert, die sich an eventuell enthaltene Bakterien anheften. Sie wirken wie Antennen, die das das Lichtsignal, das sie emittieren, etwa 1.500-fach verstärken. Es ragt aus dem Lichtspektrum also wie ein Leuchtturm hervor, sodass es leicht zu erkennen und zu interpretieren ist.

Das letzte Teil des Puzzles ist der Einsatz von maschinellem Lernen auf KI-Basis, um die Spektren und damit die verräterischen Signaturen von Bakterien zu identifizieren. Dieses Verfahren hat das Potenzial, viele Leben zu retten, weil Krankheiten frühzeitig diagnostiziert werden können, so Amr Saleh, der als Postdoktorand an der Entwicklung beteiligt war und jetzt Dozent für Elektrotechnik an der Universität Fayoum ist. (pte)