기업조회

본문 바로가기 주메뉴 바로가기

동향 기본정보

바이러스 식별을 위한 기계학습

동향 개요

기관명, 작성자, 작성일자, 내용, 출처, 원문URL, 첨부파일 순으로 구성된 표입니다.
기관명 NDSL
작성자 KISTI 미리안 글로벌동향브리핑
작성일자 2020-11-13 00:00:00.000
내용 일본 연구진이 기계 학습 알고리즘을 사용하여 일반적인 호흡기 병원체의 단일 바이러스 식별을 위한 새로운 시스템을 시연했다. 이 작업은 COVID-19 및 인플루엔자와 같은 질병에 대한 빠르고 정확한 선별 검사로 이어질 수 있다.오사카 대학의 센서 과학자들은 기계 학습 알고리즘과 결합하여 단일 바이러스 입자까지 감지 할 정도로 민감한 실리콘 나노포어(nanopores)를 바이러스 탐지 시스템을 선보였다. 이를 구현하기 위해 연구진은 실리콘 웨이퍼 위에 떠있는 50nm 두께의 실리콘 질화물 층에 직경 300nm짜리 나노포어를 추가했다. 양측 웨이퍼에 있는 용액에 전압차를 주면, 전기영동(electrophoresis)이라고 하는 나노포어를 통해 이온이 이동하는 현상을 볼 수 있다.이때 바이러스 입자가 나노포어에 들어가면 일부 이온이 통과하는 것을 차단하여 전류가 감소하는데, 그 감소량은 부피, 표면 전하 및 모양과 같은 입자의 물리적 특성을 반영하기 때문에 바이러스의 종류를 식별할 수 있다. 연구진은 알려진 바이러스의 신호로 학습한 알고리즘을 구축하여 새로운 바이러스를 식별하려 했다.컴퓨터는 사람의 눈으로 식별 할 수 없는 전류 파형의 차이를 식별 할 수 있다. 이 시스템은 코로나 바이러스는 물론, 호흡기 세포 융합(respiratory syncytial) 바이러스, 아데노 바이러스, 인플루엔자 A 및 인플루엔자 B와 같은 유사한 병원체로 검사했다. 연구진은 뾰족한 외부 단백질이 서로 다른 바이러스와의 분명한 차이를 주는 코로나 바이러스 식별이 가장 적합한 것으로 보고 있다.이 새로운 방법은 훨씬 빠르고 값 비싼 시약이 필요로 하지 않는다. 따라서 COVID-19와 같은 전염병을 유발하는 신종 바이러스 입자에 대한 진단 테스트를 향상할 수 있다. 
출처
원문URL http://click.ndsl.kr/servlet/OpenAPIDetailView?keyValue=03553784&target=TREND&cn=GTB2020005779
첨부파일

추가정보

과학기술표준분류, ICT 기술분류, 주제어 순으로 구성된 표입니다.
과학기술표준분류
ICT 기술분류
주제어 (키워드) 1. 기계학습,나노포어,인플루엔자,코로나 자이러스 2. machine learning,nanopores,influenza,coronavirus