Ученые ИТМО разработали технологию, которая автоматически определяет содержание и точную концентрацию антибиотиков в молоке. В ее основе — электрохимический анализ (высокочувствительный метод обнаружения нужных веществ в растворах) и алгоритмы машинного обучения. Разработка может уберечь потребителей молочной продукции от вредных для здоровья препаратов. Она может использоваться и для анализа других сред — например, для обнаружения нежелательных примесей в нефти, проверки качества кофе и подлинности вина. Об исследовании рассказала пресс-служба Российского научного фонда.
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. 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 ее 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 аспирант НОЦ Инфохимии ИТМО Вадим Беляев.
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. По словам ученых, их разработка может быть адаптирована под разные задачи. Например, аналогичный метод они использовали при создании технологии для обнаружения нежелательных примесей в нефти. Кроме того, авторы хотят 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 времени ученые планируют с помощью новейших моделей машинного обучения автоматизировать процесс создания новых дата-сетов.
«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.
Статья о результатах исследования,
поддержанного грантом Российского научного фонда,
опубликована в журнале ACS Applied Materials & Interfaces.
