Onderzoekers van TU Delft, SoundCell en het RHMDC (laboratorium Reinier de Graaf ziekenhuis) hebben ontdekt dat verschillende bacteriesoorten hun eigen kenmerkende geluid produceren. Voortbouwend op hun eerdere werk tonen zij nu aan dat bacteriën kunnen worden geïdentificeerd en dat tegelijkertijd hun gevoeligheid voor antibiotica kan worden vastgesteld, uitsluitend op basis van hun geluid. Deze gecombineerde aanpak levert binnen enkele uren resultaten op in plaats van binnen enkele dagen. Dat is een belangrijke stap vooruit in de diagnose en behandeling van bacteriële infecties. De studie is gepubliceerd in ACS Sensors .
-In eerder onderzoek ontdekten we dat een nanodrumvel van grafeen het subtiele geluid van een enkele bacterie kan opvangen. We gebruikten dit principe om te bepalen welke antibiotica effectief zijn, wat uiteindelijk heeft geleid tot TU Delft spin-off SoundCell,- legt universitair hoofddocent Farbod Alijani uit. -Met deze nieuwe studie zetten we een grote stap: we laten zien dat elke bacteriesoort zijn eigen kenmerkende nano-bewegingen heeft.- Het team ontwikkelde een machine learning model dat een bacteriesoort herkent door het unieke vibratiepatroon op nanoschaal te analyseren.
-Door het bestaande prototype van SoundCell voor antibioticascreening te combineren met dit machine learning model, kunnen we de bacteriële infectie identificeren en tegelijk bepalen welk medicijn werkt, puur op basis van het geluid van een enkele bacterie,- zegt SoundCell CTO Aleksandre Japaridze. Leo Smeets, microbioloog RHMDC voegt toe: -Deze aanpak maakt kweken overbodig, een proces dat normaal dagen duurt. En omdat de diagnostische stappen niet meer achter elkaar hoeven te worden uitgevoerd, besparen we nog meer tijd.-
Vibratie vingerafdrukken
In de afgelopen jaren verzamelden SoundCell en TU Delft een enorme hoeveelheid vibratiedata van bacteriën. -Op een gegeven moment vroegen we onszelf af: waarom gebruiken we deze gegevens niet ook voor identificatie?- vertelt Alijani.
De onderzoekers richtten zich op drie bacteriën die veel voorkomen in ziekenhuizen: E. coli, S. aureus en K. pneumoniae. Wanneer deze bacteriën zich hechten aan een grafeen membraan, genereren ze trillingen op nanoschaal. Die worden geregistreerd en omgezet in tijd-frequentiespectrogrammen, een soort vibratie vingerafdrukken. Promovendus Santiago Mendoza Silva ontwikkelde een machine learning model dat de vingerafdrukken classificeerde. Door te trainen op grote hoeveelheden data leert het model de verschillende vibratiepatronen van elkaar te onderscheiden. -Zo ontdekten we dat verschillende bacteriën daadwerkelijk verschillende geluiden maken,- zegt Mendoza Silva.
Strijd tegen antibioticaresistentie
Volgens het team heeft de combinatie van identificatie en antibioticascreening enorme potentie. SoundCell voert momenteel studies uit met zijn prototype in het RHMDC en het Erasmus Medisch Centrum. -We hebben al laten zien dat we de test voor antibiotica gevoeligheid kunnen terugbrengen naar één uur,- zegt Japaridze. -Als we die snelheid kunnen combineren met soortidentificatie via het nieuwe machine learning model, kunnen we een wereldwijd uniek apparaat ontwikkelen dat diagnose en behandeling drastisch versnelt. Dat zou van grote waarde zijn in de wereldwijde strijd tegen antibiotica resistentie.-
Unieke samenwerking
Alijani benadrukt de kracht van de samenwerking. -Deze nauwe samenwerking tussen wetenschappers van TU Delft, een start-up en een ziekenhuis is uniek. De hele kennisketen werkt samen.- De volgende stap is het integreren van het machine learning model in de SoundCell prototypes en het testen ervan in de klinische praktijk. Daarmee komt deze technologie weer een stuk dichter bij daadwerkelijke inzet in de zorg.
Antibioticascreening met bacteriële geluiden
Wanneer een bacteriële cel zich hecht aan een extreem dun grafeen membraan, gaat zijn biologische activiteit gepaard met trillingen op nanoschaal. Deze trillingen kunnen worden gemeten en omgezet in geluid. Ze laten zien dat de bacterie leeft. Deze ontdekking, gedaan door TU Delft in 2022, biedt potentie voor het opsporen van antibioticaresistentie: bacteriën die gevoelig zijn voor een medicijn vallen stil na blootstelling, terwijl resistente bacteriën blijven trillen.