Discriminação direta de biomoléculas em amostras mistas usando nanogap

Oct 21, 2023

Scientific Reports volume 13, Número do artigo: 9103 (2023) Citar este artigo

Detalhes das métricas

Em medições de moléculas únicas, os eletrodos nanogap de metal medem diretamente a corrente de uma única molécula. Esta técnica tem sido ativamente investigada como um novo método de detecção para uma variedade de amostras. O aprendizado de máquina foi aplicado para analisar sinais derivados de moléculas individuais para melhorar a precisão da identificação. No entanto, os métodos de identificação convencionais apresentam desvantagens, como a exigência de dados a serem medidos para cada molécula alvo e a variação da estrutura eletrônica do eletrodo nanogap. Neste estudo, relatamos uma técnica para identificar moléculas com base em dados de medição de molécula única medidos apenas em soluções de amostras mistas. Comparado com métodos convencionais que requerem classificadores de treinamento em dados de medição de amostras individuais, nosso método proposto prevê com sucesso a proporção de mistura dos dados de medição em soluções mistas. Isso demonstra a possibilidade de identificar moléculas únicas usando apenas dados de soluções mistas, sem treinamento prévio. Prevê-se que este método seja particularmente útil para a análise de amostras biológicas nas quais os métodos de separação química não são aplicáveis, aumentando assim o potencial para medições de moléculas individuais a serem amplamente adotadas como uma técnica analítica.

A medição direta de amostras complexas oferece vantagens como economia de tempo e custos, minimizando as etapas de preparação e perda de amostras, além de permitir a detecção de uma ampla gama de moléculas. A medição de molécula única está atraindo a atenção como um novo método de medição de detecção/quantificação molecular porque, nesse método, uma molécula entre nanoeletrodos é medida diretamente1,2,3. No método de junção de quebra4,5,6,7, um método de medição elétrica de molécula única, um nanogap de metal é formado quebrando e formando junções repetidamente. Uma única molécula é detectada medindo a corrente de tunelamento que ocorre quando uma molécula passa pelo nanogap. Medições de moléculas únicas estão sendo ativamente pesquisadas para o desenvolvimento de dispositivos moleculares2,8,9,10,11,12,13. Desde que o grupo de Di Ventra propôs teoricamente o potencial para o sequenciamento de DNA e RNA, as medições de moléculas únicas receberam atenção significativa como método analítico devido ao seu alto rendimento, baixo limite de detecção e capacidade de realizar medições sem etapas de pré-processamento3,14,15 . Até o momento, nosso grupo relatou medições de condutância de nucleobases de DNA e RNA e demonstrou a aplicabilidade de medições de moléculas únicas como método analítico16,17,18. As moléculas-alvo não se limitam a DNA e RNA, podendo se estender a várias moléculas como aminoácidos19,20, peptídeos21,22, proteínas23,24,25, neurotransmissores26, glicose27 e NADH28. Além disso, os alvos de medição não se limitam a biomoléculas. Espera-se que as medições de moléculas únicas tenham uma ampla gama de aplicações; por exemplo, o potencial de detecção de explosivos29. Embora a condutância de diferentes moléculas possa ser medida com medições de molécula única, a condutância de molécula única é altamente variável30,31,32,33. Portanto, a avaliação estatística de sinais de moléculas individuais é essencial para uma identificação molecular confiável. A análise baseada em histogramas de condutância mais típica fornece apenas informações estatísticas de condutância na condutância de molécula única. A sobreposição dos histogramas de condutância resulta em uma baixa precisão na discriminação de uma única molécula. A aplicação do aprendizado de máquina para medições de moléculas únicas é um método promissor para resolver esses problemas. A análise baseada em aprendizado de máquina melhorou a precisão de discriminação de medições de moléculas únicas26,34,35,36,37,38. No entanto, as abordagens convencionais de aprendizado de máquina requerem dados de treinamento obtidos de soluções contendo apenas uma espécie química para cada molécula alvo. Considerando a aplicação de medições de moléculas únicas para detectar biomoléculas ou alvos específicos, preparar uma referência contendo apenas uma amostra de uma solução contendo impurezas para todas as moléculas é ocasionalmente difícil. No entanto, preparar amostras com concentrações variadas das moléculas alvo em soluções impuras pode ser comparativamente mais fácil. Por exemplo, promovendo ou inibindo a emissão do alvo em amostras biológicas ou adicionando uma molécula de referência em uma solução amostral. Mesmo que uma solução contendo apenas uma molécula alvo específica possa ser medida, o classificador de aprendizado de máquina construído com os dados de treinamento pode não ser aplicável às amostras porque o ambiente de medição dos dados de treinamento pode ser diferente daquele da amostra. A partir dessas razões, o desenvolvimento de um método para discriminação direta de amostras mistas sem amostras-alvo de uma única espécie representa um avanço significativo no campo de medições de moléculas únicas. A abordagem tem potencial significativo para fornecer informações sobre a detecção de moléculas biológicas e outros alvos em amostras complexas. Aqui, o objetivo deste estudo foi o desenvolvimento de um método analítico para identificação de moléculas baseado apenas em soluções mistas. Conforme mostrado na Fig. 1, visando dGMP e dTMP, que já são conhecidos por serem identificáveis ​​por medições de molécula única de solução pura e análise baseada em aprendizado de máquina convencional, desenvolvemos um método para determinar a razão de concentração de soluções mistas apenas de suas misturas.