| Project/Area Number |
22K14581
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 28050:Nano/micro-systems-related
|
|---|
| Research Institution | Nagoya University |
|---|
Principal Investigator |
|
|---|
| Project Period (FY) |
2022-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000)
Fiscal Year 2023: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2022: ¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000)
|
|---|
| Keywords | 細菌 / 学習型AIセンサシステム / 単一細菌センシング / ポアセンサ / 機械学習 / マイクロポア / センサシステム / 細菌種識別 / 学習型センサ / 界面活性剤 / マイクロ流体 / ソーティング / 単一細菌検出 / 機械学習解析 / データ強化 |
|---|
| Outline of Research at the Start |
細菌感染症は薬剤耐性化によりその脅威が加速しつつあり、種々の領域において迅速な細菌検出と同定が強く求められる。センサ技術はその要求を満たす候補であるが、多種多様な標的細菌をカバーするためには対応するレセプターを多数必要とする技術的な課題がある。本研究では、レセプターを必要としない学習型AIセンサシステムにより、迅速で網羅的な細菌検出とデータ駆動型の同定法を創出する。そのために、単一細菌のセンシングから機械学習によるビッグデータ解析・超高精度推定、ソーティングによる推定用データの蓄積までの一気通貫した革新的システムを創製し、多種多様な細菌をカバーできる迅速検出と同定を実現する。
|
| Outline of Final Research Achievements |
Bacteria infections are one of leading causes of death in the world, and emerging drug-resistant bacteria has increased its threat. Sensors using micro- and nano-structures are technical candidates that can realize rapid bacterial detection and identification; however they require a large number of receptor molecules (e.g., peptides and antibodies) to cover a wide variety of target bacteria. This work has proposed an AI-powered sensor system without using receptors for rapid bacterial detection and identification. The sensor system enabled to detect and identify various bacteria rapidly via single bacteria sensing and machine learning-driven pulse analyses.
|
| Academic Significance and Societal Importance of the Research Achievements |
単一細菌細胞の物理的な特性を反映したパルスセンシングを基軸とした、データ駆動的な細菌種の同定が可能な独自システムを開発する。本システムによりレセプターを必要としない学習型センサという新規概念を創造して、レセプターレスな細菌検出・同定技術を創出する。本研究成果は、レセプターに依存したセンサによる標的細菌の同定にパラダイムシフトを起こし、学習型センサによる迅速・網羅的検出とデータに基づく同定への大転換をもたらす。
|
