Химики из университета ИТМО в Санкт-Петербурге создали технологию, которая автоматически определяет наличие и точную концентрацию антибиотиков в молоке. Об этом «Газете.Ru» рассказали в пресс-службе Российского научного фонда (РНФ), поддержавшего данное исследование.
Разработка основана на электрохимическом анализе — высокочувствительном методе обнаружения веществ в растворах. Также в ней задействованы алгоритмы машинного обучения.
Антибиотики широко применяют в сельском хозяйстве для лечения и профилактики болезней животных. Но остатки препаратов могут негативно влиять на здоровье потребителей сельхозпродукции, вызывая аллергию и способствуя появлению устойчивых к лекарствам патогенов.
Обычно молоко на содержание медпрепаратов проверяют с помощью тест-полосок, но точность данного способа редко превышает 70%. Кроме того, метод может показать лишь присутствие лишнего вещества, но не его количество.
Инновация ученых ИТМО состоит из трех компонентов: сенсора с электродом, потенциостата (прибора для электрохимических исследований) и программы на основе искусственного интеллекта.
«Сначала мы разместили образец на электродном сенсоре из меди, никеля и углерода — при контакте с молоком эти вещества окисляются. Затем с помощью потенциостата «пустили» напряжение на электрод. Измерить отклик от сенсора с образцом тоже помог потенциостат: при окислении металла снижается его проводимость, и прибор фиксирует это в виде перепадов напряжения тока. Чем меньше в молоке антибиотиков, тем сильнее окисляется металл на электроде: за этот процесс отвечает молочная кислота, продукт жизнедеятельности бактерий. Соответственно, падает и напряжение тока во всей системе», — рассказал «Газете.Ru» аспирант НОЦ Инфохимии ИТМО и один из авторов разработки Вадим Беляев.
Исследователи провели серию лабораторных экспериментов с пятью самыми распространенными антибиотиками: стрептомицином, пенициллином, тетрациклином, цефазолином и цефтиофуром (последний используется только в ветеринарии). Растворы сухого молока с отдельными препаратами и их сочетаниями по-разному взаимодействовали с поверхностью электрода, а их результаты реакций были зафиксированы скачками на вольт-амперных характеристиках. Все эти данные ученые собрали в единый набор данных для тренировки алгоритма машинного обучения. Полученный алгоритм анализирует входные сигналы от электрода и потенциостата и автоматически определяет содержание антибиотиков в тестируемых образцах.
В настоящее время ученые дорабатывают систему. В перспективе ее можно будет использовать для анализа состава не только молока, но и других веществ — от кофе и вина до нефтепродуктов.