La spectroscopie Raman améliorée en surface est une méthode de caractérisation de molécules très sensible, nettement plus sensible que la spectroscopie Raman ordinaire en raison de l’excitation des modes Raman correspondant à la fréquence de résonance plasmon du métal de surface utilisé, généralement l’or, l’argent ou le cuivre.
Les molécules sont immobilisées à la surface du métal et, dans le cas de l’ADN, la méthode est capable d’une résolution au niveau des nucléotides. La nanostructure de la surface dicte la longueur d’onde de résonance plasmon de la surface d’or, et dans un document récemment téléchargé sur le serveur de préimpression medRxiv* par Torun et al. (8 aoûte, 2021), des méthodes de calcul sont utilisées pour concevoir des surfaces optimisées pour la détection du coronavirus 2 du syndrome respiratoire aigu sévère (SARS-CoV-2).
Par la suite, l’apprentissage automatique a été utilisé pour interpréter l’ensemble de données, créant potentiellement un détecteur COVID-19 rapide et très précis capable de distinguer les variantes préoccupantes.
Conception du capteur
Le capteur conçu par le groupe se compose d’une base de silicium de 80 nm carré avec une nanostructure d’or de 20 nm d’épaisseur recouverte d’aptamères d’ADN primaires modifiés par un thiol, car la liaison thiol-Au est solide et stable. Des échantillons de salive prélevés sur des individus suspectés d’avoir COVID-19 sont mélangés avec des aptamères secondaires fluorescents modifiés par Cy5.5, avec des longueurs d’onde d’excitation et d’émission de 678 et 694 nm, respectivement. L’échantillon est ensuite appliqué sur le capteur. Le capteur est ensuite excité à l’aide d’un laser à 633 nm et d’un spectre de décalage Raman compris entre 548 et 1620 cm-1 mesuré.
Les principaux aptamères d’ADN utilisés étaient spécifiques à la protéine de pointe du SRAS-CoV-2. En revanche, les aptamères secondaires étaient spécifiques des glycoprotéines virales, et donc lorsqu’ils sont tous deux liés au virus, ils créent un essai sandwich destiné à intensifier le signal.
Les chercheurs de Turquie et des États-Unis ont utilisé des méthodes de calcul pour rechercher et optimiser le motif de la nanostructure en or sur le capteur, où l’intensité du champ électrique calculée était l’objectif des améliorations. Le groupe a développé un algorithme qui fait muter la surface optimale existante de manière itérative, les 20 % supérieurs de la « génération » actuelle étant sélectionnés pour transmettre leurs caractéristiques.
Les structures sont accouplées sur 30 générations, les descendants héritant de caractéristiques ainsi que d’un ensemble restreint de mutations. Les nanocapteurs générés ont été fabriqués par lithographie à l’Université Sabanci puis fonctionnalisés avec le thiol-aptamère.
Fonctionnement du biocapteur de métasurface SARS-CoV-2 avec double aptamères à ADN et classification par apprentissage automatique. a, La puce du capteur de métasurface est fonctionnalisée à l’aide d’un aptamère d’ADN primaire modifié par un thiol qui est spécifique des glycoprotéines de pointe du SRAS-CoV-2. b, la salive non traitée du patient COVID-19 ou l’échantillon de SRAS-CoV-2 inactif est mélangé à un aptamère secondaire fluorescent, ce qui entraîne un complexe virus-aptamère secondaire. 2 µL du mélange sont déposés sur la métasurface modifiée avec l’aptamère primaire pour former la structure sandwich (aptamère primaire, SARS-CoV-2, aptamère secondaire). c, les aptamères capturent le SARS-CoV-2 en se liant aux glycoprotéines virales, forment une structure sandwich produisant une forte amélioration plasmonique des émissions fluorescentes et Raman spécifiques au virus. d, Ces spectres Raman sont ensuite utilisés dans le modèle de classificateur d’apprentissage automatique pour la présence virale, la concentration et le type de variante
Test du capteur
La spécificité du capteur a été démontrée en exposant la puce au SRAS-CoV-2 marqué Cy5.5, au rhinovirus humain 1B ou au coronavirus humain 229E, chacun étant facilement distingué par des empreintes spectrales différentes.
Des échantillons de nasopharynx et de salive de 36 patients COVID-positifs par PCR ont été obtenus, ainsi que des échantillons de 33 individus sains testés par PCR et se sont révélés négatifs. Les spectres Raman ont été collectés à plusieurs centaines de points de la puce, chacun représentant environ 1 000 points de données.
Le groupe déclare que le capteur a atteint une sensibilité et une spécificité de 99% dans l’identification de la présence virale, tombant à 95,2% lors de l’utilisation de salive non traitée. Les données spectrales Raman obtenues ont été interprétées par apprentissage automatique. Il y avait beaucoup trop de points de données à attribuer manuellement. Par conséquent, certains des ensembles de données ont été utilisés pour « entraîner » la machine avant que le reste des données ne soit alimenté.
Le prélèvement d’écouvillons nasopharyngés nécessite du personnel qualifié et est désagréable lors de tests répétés, et le test PCR ultérieur prend souvent plusieurs jours.
Les alternatives telles que les tests de flux latéral manquent de sensibilité en cas de faible charge virale, bien que de tels cas soient toujours importants à détecter car ces personnes peuvent toujours être contagieuses. Certains types de spectromètre Raman sont portatifs, assez petits pour être déployés sur le terrain.
Combiné avec les méthodes explorées dans cet article, fournirait des résultats beaucoup plus rapides, précis et fiables que les tests PCR ou à flux latéral.
*Avis important
medRxiv publie des rapports scientifiques préliminaires qui ne sont pas évalués par des pairs et, par conséquent, ne doivent pas être considérés comme concluants, orienter la pratique clinique/le comportement lié à la santé, ou traités comme des informations établies.
