8 декабря 2023, 12:00

Разработана технология для проверки молочной продукции на антибиотики

Следы антибиотиков, которые неизбежно используются на любой ферме для профилактики и лечения болезней у животных, в продуктах животного происхождения — серьезная проблема для производителей и потребителей. Остатки препаратов могут негативно влиять на здоровье человека: например, вызывать аллергию и  резистентность к антибиотикам. Их содержание в пище строго контролируется как государством, так и ритейлерами. Фермеры и поставщики должны тщательно перепроверять продукцию, прежде чем она окажется на полках магазинов. 

Обычно для анализа молока используются тест-полоски. Однако их точность редко превышает 70%, а сама методика позволяет определить только наличие антибиотиков, но не их количество. Ученые Научно-образовательного центра (НОЦ) инфохимии ИТМО предложили более надежную технологию — в её основе — электрохимический анализ и машинное обучение. Разработка состоит из трех компонентов: сенсора с электродом, потенциостата и программы на основе машинного обучения. 

«Сначала мы разместили образец на электродном сенсоре из меди, никеля и углерода — при контакте с молоком эти вещества окисляются. Затем с помощью потенциостата (прибора для подачи электрического тока определенного напряжения) “пустили” напряжение на электрод. Измерить отклик от сенсора с образцом тоже помог потенциостат: при окислении металла снижается его проводимость, и прибор фиксирует это в виде перепадов напряжения тока. Чем меньше в молоке антибиотиков, тем сильнее окисляется металл на электроде: за этот процесс отвечает молочная кислота, продукт жизнедеятельности бактерий. Соответственно, падает и напряжение тока во всей системе», – объясняет Вадим Беляев, один из разработчиков, аспирант НОЦ Инфохимии ИТМО. 

Исследователи провели серию лабораторных экспериментов с пятью самыми распространенными антибиотиками: стрептомицином, пенициллином, тетрациклином, цефазолином и цефтиофуром (последний используется только в ветеринарии). Растворы сухого молока с отдельными препаратами и их сочетаниями по-разному взаимодействовали с поверхностью электрода, а их результаты реакций были зафиксированы скачками (резкими отклонениями) на вольт-амперных характеристиках. Все эти данные ученые собрали в единый датасет для тренировки алгоритма машинного обучения. Полученный алгоритм анализирует входные сигналы от электрода и потенциостата и автоматически определяет содержание антибиотиков в тестируемых образцах.

Один из индустриальных партнеров проекта — группа компаний «Галатика», крупный производитель молочных продуктов. По словам ученых, их разработка может быть адаптирована под разные задачи. Например, аналогичную технологию они использовали при создании технологии для обнаружения нежелательных примесей в нефти в коллаборации с ПАО «Газпромнефть». Еще одна задумка авторов — оптимизировать методику для определения антиоксидантов в вине, а также сорта и места произрастания винограда, из которого оно изготовлено.   

Пока что для новых применений систему нужно значительно перестраивать: менять состав металлов в электроде и заново собирать библиотеку образцов для алгоритма. Но в скором будущем ученые планируют с помощью новейших моделей машинного обучения автоматизировать процесс создания новых датасетов.

«Сейчас мы пытаемся генерировать данные с помощью различных программных пакетов, например, COMSOL Multiphysics. Но моя большая мечта — к окончанию аспирантуры подготовить вариационный автоэнкодер или трансформер, который смог бы работать только на основе этих синтетических данных. Чтобы нам не приходилось каждый раз вручную измерять, допустим, цинк в воде или ингибитор коррозии в нефти. То есть хотим сделать так, чтобы технология была проста в использовании, сама обучалась и подстраивалась под новые задачи», – заключает первый автор исследования, аспирант НОЦ Инфохимии Тимур Алиев.

Исследование поддержано Российским научным фондом (Проект № 23-16-00224). Статья о результатах исследования, поддержанного грантом РНФ, опубликована в журнале ACS Applied Materials & Interfaces.

Источник:  Пресс-служба РНФ

Публикации из новости

Читайте также

Новый способ предсказания свойств магнитных сплавов с помощью машинного обучения
Ученые из Сколтеха и МФТИ с коллегами из Германии, Австрии и Норвегии предложили и верифицировали новый способ для компьютерного моделирования магнитных сплавов с помощью машинно-обучаемых потенциалов. В методе в качестве переменных учитываются магнитные моменты атомов (магнитные степени свободы), благодаря чему он успешно предсказал энергию, механические и магнитные характеристики сплава железа и алюминия. Ученые планируют добавить в метод активное обучение и протестировать его на другом материале — нитриде хрома.
Машинное обучение
Металлы и их сплавы
Химическая физика
16 февраля 2024
Ускорен поиск новых лекарств с помощью машинного обучения
В последние годы компьютерное моделирование сильно облегчило создание новых лекарств за счет предсказания структуры молекул и их взаимодействий. Однако даже такой «чисто компьютерный» скрининг может быть слишком дорог и затруднен, если речь идет о миллионах веществ. Поэтому авторы новой статьи в Journal of Chemical Information and Modeling — исследователи из МФТИ, Университетов Гронингена и Гренобля, — сделали этот процесс намного быстрее и эффективнее с помощью активного машинного обучения.
Дизайн лекарств
Машинное обучение
Молекулярная биология
13 февраля 2024
Современные смартфоны и ноутбуки могут помешать новым сетям Wi-Fi 7
Ученые выяснили, что современные смартфоны и ноутбуки от популярных производителей не поддерживают механизм интервалов тишины с той точностью, которая требуется для совместной работы этих устройств рядом с будущими устройствами Wi-Fi 7. «Интервалы тишины» в технологии Wi-Fi нужны, чтобы соблюдать строгое расписание при передаче данных на устройства и тем самым избежать задержек. Эксперимент показал, что современная техника часто игнорирует эти интервалы или неверно определяет их параметры, что создаст проблемы, например, для приложений виртуальной реальности в сетях Wi-Fi 7.
IT
Информатика
Облачные технологии
Электроника
25 декабря 2023
Полимерный слой позволяет защитить аккумуляторы от возгорания
Ученые обнаружили, что слой полимера, нанесенный между слоями фольги и катодного вещества в литий-ионном аккумуляторе, позволяет предотвратить его возгорание или взрыв. Предложенный авторами полимер проводит электричество, но, как только напряжение становится выше, чем то, на которое рассчитан аккумулятор, соединение окисляется и перестает проводить ток. Благодаря этому аккумулятор, использующийся в смартфонах и электромобилях, не перегревается и абсолютно не способен самовозгораться.
"Зеленая" химия
"Зеленые" технологии
Химия полимеров
Электрохимия
11 декабря 2023
Российские ученые нашли способ повысить эффективность фотосенсибилизаторов
Ученые из ИОНХ РАН совместно с коллегами из ИФХЭ РАН провели систематическое исследование, направленное на решение проблемы рационального дизайна комплексов с заданными оптическими и электрохимическими свойствами. Исследователи изучили большую серию бис-циклометалированных комплексов иридия(III) с 2-арилбензимидазольными лигандами и выявили ключевые черты для повышения эффективности красителей в солнечных элементах на их основе.
Квантовая химия
Неорганическая химия
Химия координационных соединений
Электрохимия
5 декабря 2023
Модель машинного обучения выявила болезнь Паркинсона по сигналам ЭЭГ
Ученые разработали модель машинного обучения, позволяющую за сотые доли секунды по результатам электроэнцефалограммы (ЭЭГ) с 99,9% точностью выявлять болезнь Паркинсона. Еще одно преимущество нового алгоритма — в совместимости с портативными бытовыми устройствами, которые пациенты могут иметь у себя дома. Поэтому предложенный алгоритм может использоваться не только в больнице при диагностике, но и в домашних условиях для мониторинга состояния здоровья людей с ранее выявленной болезнью Паркинсона.
Машинное обучение
Медицина
Нейробиология
4 декабря 2023