Opracowanie metody identyfikacji gatunkowej bakterii z zastosowaniem spektroskopii ramanowskiej isztucznej inteligencji – badania pilotażowe

Kierownik projektu: dr Agnieszka Sroka-Oleksiak
Okres realizacji: 2022 – 2023

Celem projektu będzie: (I) opracowanie procedury przygotowania próbek wybranych bakterii i detekcji ich widm metodą spektroskopii ramanowskiej, a następnie – (II) aplikacja metod opartych o sieci neuronowe w kontekście analizy i przetworzenia uzyskanych ze spektroskopii danych do identyfikacji gatunkowej bakterii. W rutynowej diagnostyce mikrobiologicznej w celu detekcji i identyfikacji bakterii wykorzystywany jest „złoty standard” -metody hodowlane na podłożach agarowych, a następnie testy biochemiczne. Proces ten jest czasochłonny i może trwać kilka dni, nawet w przypadku laboratoriów z najnowocześniejszym wyposażeniem. W oczekiwaniu na wyniki posiewu lekarz przepisuje pacjentowi antybiotyki o szerokim spektrum działania, co przyczynia się do szerzenia lekooporności bakterii. W związku z tym istnieje uzasadniona konieczność aplikacji nowych metod pozwalających na szybkie diagnozowanie infekcji bakteryjnych, aby móc możliwie jak najwcześniej zastosować ukierunkowaną antybiotykoterapię. Spektroskopia Ramana jest techniką, która ma do tego celu duży potencjał aplikacyjny. Każdy gatunek bakterii charakteryzuje się unikalnym składem molekularnym, co ma odzwierciedlenie w odpowiadających im widmach Ramana, a tym samym pozwala na identyfikację. Niektóre różnice fenotypowe niestety mogą być maskowane przez szum tła. W związku z tym, w celu osiągnięcia wysokiej dokładności identyfikacji, dalszym rozwiązaniem będzie dostosowanie konwolucyjnych sieci neuronowych (CNN) do odseparowania szumu z tła widma od analizowanego sygnału, a następnie do identyfikacji gatunku bakterii. Planowane efekty naukowe: opracowanie nowej czułej metody detekcji i identyfikacji gatunkowej bakterii. Zrealizowanie efekty naukowe mogą mieć w przyszłości bezpośrednie przełożenie na praktyczne zastosowanie metody w diagnostyce.