マシンラーニング、安価な光センサ設計に寄与

March, 8, 2017, Los Angels--UCLAの研究チームの研究成果によると、タンパク質、ガンバイオマーカー、ウイルスおよびその他の小さな標的の検出が、マシンラーニングによって設計された「スマート」モバイルデバイスによってわずかなコストで実現する見込みである。
　微小な標的や関連のバイオマーカー検出法はプラズモニックセンシングと呼ばれており、光を金属ナノ構造に照射して局所電界の増幅に関わるものである。この増幅された電界と関心のある標的の分子との相互作用を計測し、分子濃度や動力学について重要な情報を得る。研究者たちはこの種のセンシングを何10年も探求してきたが、研究室の外の環境になると、リソースが限られており、難題に直面していた。高価で大きな測定器がこの作業に必要とされるためである。
　マシンラーニングの主目的は、大量のデータでアルゴリズムを「トレーニング」することである。目的は、複雑なトレンドや統計を「学習し」、従来モデルよりもはるかに正確に結果を予測できるようになることである。例えば、Googleは、ストリートや家庭で文字や数字認識アプリケーションでマシンラーニングを使用している。
　UCLAチームは、この概念を採用し、それをプラズモニックセンシングに適用した。これにより従来のセンサデザインよりもはるかに正確な、可搬の、安価なデバイスが実現する。
　プロトタイプデバイスは軽量でホータブルであり、3Dプリントされたプラスチック筐体、波長の異なる4個のLEDsとカメラで構成されている。論文に発表したように、マシンラーニングアルゴリズムは、数千の選択可能性から4個の最適LEDsを選出した。これにより最も正確なデザイン、センサ出力を定量化する計算法を見つけ出した。この研究の目的は、他のエンジニアや研究者が、ヘルスケアや環境モニタリングなど、様々なアプリケーションのためのローコスト光学センサリーダを最適化するため使えるデザインツールを提供することである。
　新たに発見したナノファブリケーション法を用いることで研究チームは、使い捨てできるようなロバストで安価な、フレキシブルプラズモニックセンサを作製することができた。これらのセンサは、「表面改質」に耐えられる。関心のある分子だけが増幅電界と確実に相互作用する。
　この生化学的ステップは、2つの補完的パズルピースのようなものと考えることができる。1つのピースがセンサ表面に付いており、その補完ピース以外が結合して計測を妨げることを阻止する。このことは、これらのセンサが、バクテリア、ウイルス、ガン細胞など、特殊生物学的標的を捉えるために「変更」可能であることを意味する。
　このプラズモニックリーダーを使用するには、例えば血液、尿などの液体試料をセンサ面に、使い捨てマイクロチップで付着させる。そのセンサはカートリッジに収まる。カートリッジはデバイスに挿入でき、自動的に計測が行われ、試料が分析され、センシング結果が得られる。研究チームによると、そのようなプラズモニックリーダーは、携帯電話付属品として設計でき、コストを一段と下げ、クラウド接続、スマートフォンの計算能力を活用できる。