一張試紙、一個App，即可快速檢測耐藥菌及其抗生素敏感性。日前，南京工業(yè)大學(xué)柔性電子(未來技術(shù))學(xué)院李林教授、吳瓊副教授指導(dǎo)，博士研究生姬文輝等同學(xué)負(fù)責(zé)的項目“熒光紙基智能檢測系統(tǒng)：包‘知’百菌”在第三屆江蘇省大學(xué)生生物醫(yī)學(xué)工程創(chuàng)新設(shè)計競賽中榮獲一等獎，團隊指導(dǎo)教師李林教授、吳瓊副教授獲優(yōu)秀指導(dǎo)教師稱號，南京工業(yè)大學(xué)獲優(yōu)秀組織獎。

在使用抗生素之前，如何經(jīng)濟、快速、有效地鑒別耐藥菌及其抗生素敏感性，對合理使用抗生素、控制耐藥菌程度、縮短治療時間、提高病人生存率都起著至關(guān)重要的作用。“我們在前期的研究過程中發(fā)現(xiàn)隨著β-內(nèi)酰胺類抗生素的濫用，細(xì)菌耐藥性變得越來越強，而這有可能會導(dǎo)致臨床手術(shù)中無藥可用，直接危及患者的生命。”吳瓊介紹說，細(xì)菌產(chǎn)生耐藥性的重要原因是β-內(nèi)酰胺酶的過表達，這種酶可在抗生素與細(xì)菌作用之前，水解抗生素的β-內(nèi)酰胺四元環(huán)，破壞抗生素原有結(jié)構(gòu)從而導(dǎo)致其失去藥物活性。”基于此，他們課題組十余年來一直聚焦“生物醫(yī)學(xué)光子學(xué)”的多學(xué)科交叉研究，致力于開發(fā)疾病“全面預(yù)防-快速診斷-精準(zhǔn)治療”的化學(xué)-材料-光學(xué)-生物-醫(yī)學(xué)融合的系統(tǒng)策略。

在國家積極推進健康中國建設(shè)的大背景下，該項目研究意義重大。“目前β-內(nèi)酰胺類抗生素耐藥菌常用的檢測方法主要有四種：微生物檢測法、聚合酶鏈反應(yīng)(PCR)法、質(zhì)譜檢測法和基于β-內(nèi)酰胺酶的顯色法。這些方法存在一定的弊端，例如檢測步驟繁瑣、成本高、依賴于大型檢測設(shè)備及專業(yè)人員等等。”團隊負(fù)責(zé)人姬文輝同學(xué)介紹，因此，他們研發(fā)出了基于“化學(xué)+AI”的智能檢測系統(tǒng)，檢測時只需將檢測原液滴加在預(yù)先固定了小分子熒光探針的試紙上，試紙感受光學(xué)信號的變化后，通過智能算法的手機APP處理手機拍照的相片，計算出熒光信號強度，快速得到β-內(nèi)酰胺酶濃度。該系統(tǒng)操作簡便，無需專業(yè)技能和昂貴的大型儀器，只需在智能手機安裝APP即可完成檢測，檢測時間不超過20分鐘。

吳瓊老師介紹道，如果說抗生素結(jié)構(gòu)中的β-內(nèi)酰胺四元環(huán)是一扇門，那么我們設(shè)計的熒光探針就是專一開啟這扇門的指紋鑰匙。當(dāng)探針遇到β-內(nèi)酰胺四元環(huán)，會立刻結(jié)合并改變自身結(jié)構(gòu)，釋放熒光信號。在這一設(shè)計原理的指導(dǎo)下，結(jié)合課題組在柔性熒光紙基器件領(lǐng)域的大量探索和積累。“我們結(jié)合人工智能的AI+技術(shù)，設(shè)計了一種性能優(yōu)異、檢測迅速、具有全時域環(huán)境適應(yīng)特性的小分子熒光探針，同時建立了云端測試數(shù)據(jù)庫，構(gòu)建AI智能分析測試系統(tǒng)，這個系統(tǒng)有助于在不同復(fù)雜環(huán)境(如溫度、濕度、測試溶劑、pH與實驗室條件不同的環(huán)境中)對生物標(biāo)志物進行監(jiān)控，實現(xiàn)不穩(wěn)定條件下穩(wěn)定的測試，對于治療和手術(shù)的成功率有著重要的作用，具有成本低、操作簡單、檢測時間短、特異性高、全時域應(yīng)用等優(yōu)點，彌補了目前β-內(nèi)酰胺酶傳統(tǒng)檢測方法中的一些弊端。”

“隨著人們生活水平的提高，獲取各類抗生素的方式越來越簡單，使得抗生素使用量急劇增加，與此同時也加速了細(xì)菌耐藥性的進化。”李林教授介紹道，過量的使用抗生素加劇了細(xì)菌的耐藥性的傳播。這些原因都造成了由耐藥菌引發(fā)疾病的人群日趨龐大，無法治愈的幾率日益增加，“我們研究的快速適應(yīng)性智能熒光紙基設(shè)備能夠解決目前野外、緊急手術(shù)等復(fù)雜環(huán)境中耐藥菌的快速簡便的問題。接下來，我們在柔性生物電子器件設(shè)計方面將持續(xù)發(fā)力，為解決更多的實際健康醫(yī)學(xué)問題提供南工方案。”

據(jù)悉，本屆競賽設(shè)有生物醫(yī)學(xué)材料組、生物醫(yī)學(xué)傳感組、醫(yī)學(xué)圖像與人工智能組和生物力學(xué)與康復(fù)工程組4個組別，全省共有21所高校171支團隊參賽。經(jīng)過激勵的角逐，54支團隊進入決賽答辯，大賽共有16項作品獲評一等獎。