banner

Blog

Jun 15, 2023

Discriminazione diretta delle biomolecole in campioni misti utilizzando nanogap

Rapporti scientifici volume 13, numero articolo: 9103 (2023) Citare questo articolo

1 Altmetrico

Dettagli sulle metriche

Nelle misurazioni di singole molecole, gli elettrodi metallici nanogap misurano direttamente la corrente di una singola molecola. Questa tecnica è stata attivamente studiata come nuovo metodo di rilevamento per una varietà di campioni. L'apprendimento automatico è stato applicato per analizzare i segnali derivati ​​da singole molecole per migliorare la precisione dell'identificazione. Tuttavia, i metodi di identificazione convenzionali presentano degli inconvenienti, come la necessità di misurare i dati per ciascuna molecola bersaglio e la variazione della struttura elettronica dell'elettrodo nanogap. In questo studio, riportiamo una tecnica per identificare le molecole basata su dati di misurazione di singole molecole misurati solo in soluzioni campione miste. Rispetto ai metodi convenzionali che richiedono l'addestramento dei classificatori sui dati di misurazione dei singoli campioni, il metodo da noi proposto prevede con successo il rapporto di miscelazione dai dati di misurazione in soluzioni miste. Ciò dimostra la possibilità di identificare singole molecole utilizzando solo dati provenienti da soluzioni miste, senza formazione preventiva. Si prevede che questo metodo sarà particolarmente utile per l'analisi di campioni biologici in cui i metodi di separazione chimica non sono applicabili, aumentando così il potenziale di ampia adozione delle misurazioni di singole molecole come tecnica analitica.

La misurazione diretta di campioni complessi offre vantaggi quali risparmio di tempo e costi riducendo al minimo le fasi di preparazione del campione e la perdita del campione, consentendo al tempo stesso il rilevamento di un'ampia gamma di molecole. La misurazione di singole molecole sta attirando l'attenzione come nuovo metodo di misurazione di rilevamento/quantificazione molecolare perché in questo metodo viene misurata direttamente una molecola tra i nanoelettrodi1,2,3. Nel metodo della giunzione a rottura4,5,6,7, un metodo di misurazione elettrica a molecola singola, un nanogap metallico viene formato rompendo e formando ripetutamente giunzioni. Una singola molecola viene rilevata misurando la corrente di tunneling che si verifica quando una molecola passa attraverso il nanogap. Le misurazioni di singole molecole vengono attivamente ricercate per lo sviluppo di dispositivi molecolari2,8,9,10,11,12,13. Da quando il gruppo di Di Ventra ha teoricamente proposto il potenziale per il sequenziamento del DNA e dell'RNA, le misurazioni di singole molecole hanno ricevuto un'attenzione significativa come metodo analitico grazie alla loro elevata produttività, al basso limite di rilevamento e alla capacità di condurre misurazioni senza fasi di preelaborazione3,14,15 . Ad oggi, il nostro gruppo ha riportato misurazioni di conduttanza di basi azotate di DNA e RNA e ha dimostrato l'applicabilità delle misurazioni di singole molecole come metodo analitico16,17,18. Le molecole bersaglio non si limitano a DNA e RNA e possono essere estese a varie molecole come aminoacidi19,20, peptidi21,22, proteine23,24,25, neurotrasmettitori26, glucosio27 e NADH28. Inoltre, gli obiettivi di misurazione non si limitano alle biomolecole. Si prevede che le misurazioni di singole molecole avranno un'ampia gamma di applicazioni; ad esempio, la possibilità di rilevare esplosivi29. Sebbene la conduttanza di diverse molecole possa essere misurata con misurazioni di singole molecole, la conduttanza di singole molecole è altamente variabile30,31,32,33. Pertanto, la valutazione statistica dei segnali delle singole molecole è essenziale per un'identificazione molecolare affidabile. La maggior parte delle tipiche analisi basate sugli istogrammi di conduttanza forniscono solo informazioni statistiche sulla conduttanza della singola molecola. La sovrapposizione degli istogrammi di conduttanza si traduce in una bassa precisione nella discriminazione della singola molecola. L’applicazione dell’apprendimento automatico alle misurazioni di singole molecole è un metodo promettente per affrontare questi problemi. L'analisi basata sull'apprendimento automatico ha migliorato l'accuratezza della discriminazione delle misurazioni di singole molecole26,34,35,36,37,38. Tuttavia, gli approcci convenzionali di apprendimento automatico richiedono dati di addestramento ottenuti da soluzioni contenenti solo una specie chimica per ogni molecola bersaglio. Considerando l'applicazione delle misurazioni di singole molecole per rilevare biomolecole o target specifici, a volte è difficile preparare un riferimento contenente un solo campione da una soluzione contenente impurità per tutte le molecole. Tuttavia, preparare campioni con concentrazioni variabili delle molecole target in soluzioni impure può essere relativamente più semplice. Ad esempio, promuovendo o inibendo l'emissione del bersaglio nei campioni biologici o aggiungendo una molecola di riferimento in una soluzione campione. Anche se è possibile misurare una soluzione contenente solo una specifica molecola target, il classificatore di apprendimento automatico costruito con i dati di training potrebbe non essere applicabile ai campioni perché l'ambiente di misurazione dei dati di training potrebbe essere diverso da quello del campione. Per queste ragioni, lo sviluppo di un metodo per la discriminazione diretta da campioni misti senza campioni target di una sola specie, rappresenta un progresso significativo nel campo delle misurazioni di singole molecole. L'approccio ha un potenziale significativo nel fornire approfondimenti sul rilevamento di molecole biologiche e altri bersagli in campioni complessi. Lo scopo di questo studio era lo sviluppo di un metodo analitico per identificare molecole basato solo su soluzioni miste. Come mostrato nella Figura 1, prendendo di mira dGMP e dTMP, che sono già noti per essere identificabili mediante misurazioni di singole molecole in soluzione pura e analisi convenzionali basate sull'apprendimento automatico, abbiamo sviluppato un metodo per determinare il rapporto di concentrazione delle soluzioni miste solo dalle loro miscele.

 20 pA and td > 1 ms were analyzed. The signals from the mixtures were classified one by one with the trained classifier. The analysis was performed using Python 3.10.4. UUC and weighted KDE source codes were prepared by ourselves using Python 3.10.4. The 1000 signals and features from mixtures are same to conventional methods. Gaussian kernel was adopted. The bandwidth is determined by Silverman's rule41./p>

CONDIVIDERE