马塞诸斯州大学波士顿

传染病是一种正在恶化的全球健康威胁，在这些地方更频繁地发生重大疫情。

传染病是一种正在恶化的全球健康威胁，在这些地方更频繁地发生重大疫情。正如我们在COVID-19中看到的那样，疫情的规模越来越大，产生了深远的灾难性影响。传染病的一个关键工具是诊断测试，它可以为隔离、患者治疗和疾病监测做出决策。虽然诊断有多种形式，但可在医疗点使用的快速检测已经彻底改变了全球卫生。这是非处方妊娠测试和家庭COVID-19测试的格式。像鼻拭子这样的生物液体被添加到纸测试中。如果出现两条红线，则结果为阳性；一行，负的。纸质诊断成本低，完全独立，不需要电源或专用仪器。因此，它们可以大规模分发，这对于聚合物链反应（PCR）检测等其他诊断方法是不可实现的。

然而，目前的纸质诊断方法有几个瓶颈。它们依赖于针对病毒的特异性抗体，而产生抗体必须在动物体内产生，然后筛选那些与目标结合的抗体。这一过程既昂贵又耗时，而且严重延误了诊断结果的分发。不幸的是，这限制了我们在疾病首次出现时迅速作出反应的能力，而控制疾病传播的时期是最关键的。

为了解决这个问题，我们正在设计一些方法，以便更快地得到纸质诊断。首先，为了避免每次爆发时产生新的抗体，我们正在探索一条捷径，并重新利用目前可用的倾向于结合目标的抗体。我们通过使用针对登革热和寨卡病毒的抗体来检测黄热病来证明这一点。我们还使用了不同颜色的纳米粒子，因此测试产生了一系列颜色，而不仅仅是红色，然后使用机器学习来训练系统。通过这样做，我们可以破解商业登革热诊断并将其转化为不含任何黄热病抗体的黄热病测试。

诊断性能的优化通常是通过试错来实现的，因此我们也在使用机器学习来加速测试开发。我们在SARS-CoV-2抗体测试中证明了这一点，该测试可以根据比色模式区分患者是感染还是接种疫苗。

最后，我们正在将这些策略扩展到设计纸质测试以检测未知目标。当一种新的疾病出现时，识别它的唯一方法是DNA测序，这是缓慢的，而且样本必须送到一个集中的实验室。为了通过纸质测试实现这一点，我们使用测试线的模式识别来挑选以前未识别的疾病目标。我们已经在SARS-CoV-2的变体上证明了这一点，我们使用α变体的抗体来挑选未知的欧米克隆。

所有这些策略都可以在现场使用，因为它们不需要除了手机摄像头以外的仪器。此外，这些策略可以在社区中传播，教他们如何使用手头的试剂自己进行检测。试验生产的民主化可以使其更容易获得，并有助于在疫情新出现时遏制疫情。

纸质测试，可以检测到它之前从未遇到过的SARS-CoV-2变体，仅针对α变体使用抗体。a)使用两种不同颜色纳米粒子的测试示意图。b)使用不同类型的SARS-CoV-2运行试纸时的图像，导致两个测试区域的信号颜色不同。当使用BA.1运行时，测试产生一个信号。这是它以前从未见过的一种变体。c)对信号进行主成分分析的数据分析表明，新变体与其他变体是分开聚类的。图片来源：Kimberly Hamad-Schifferli