Разделы

ПО Кадры Цифровизация Электроника

В МФТИ использовали фиалку для создания сверхчувствительных сенсоров

Исследователи Центра фотоники и двумерных материалов МФТИ разработали технологию анализа живых клеток для ранней и неинвазивной диагностики онкологических, сердечно-сосудистых и неврологических заболеваний. В основе разработки лежит биомиметический подход: для создания сенсорных платформ ученые скопировали сложную текстуру лепестков цветка Анютины глазки. Работа опубликована в престижном международном журнале Journal of Materials Chemistry B. Об этом CNews сообщили представители МФТИ.

Современная медицина остро нуждается в технологиях, способных улавливать малейшие биохимические изменения в отдельных клетках – это ключ к сверхранней диагностике тяжелых заболеваний. Один из самых эффективных методов – спектроскопия гигантского комбинационного рассеяния (SERS). Она позволяет получить уникальный «молекулярный отпечаток» клетки, не разрушая ее. Однако существующие на сегодняшний день сенсоры для этого метода либо слишком дороги в производстве, либо недостаточно эффективно удерживают клетки.

Российские ученые нашли решение, обратившись к нанотехнологиям, созданным самой природой. Они разработали метод, который позволяет не просто копировать природные поверхности, а целенаправленно выбирать среди них самые эффективные.

Работа в лаборатории на романовском спектрометре

Технология начинается с выбора идеального природного шаблона. С помощью метода мягкой литографии текстура, например, лепестка цветка, переносится на силиконовую основу, которая затем покрывается наночастицами золота, усиливающими аналитический сигнал.

Главное достижение команды МФТИ – переход от случайного поиска к точному расчету. Ученые разработали уникальный алгоритм, который количественно оценивает сложность поверхности с помощью специального «коэффициента сложности» (α): поверхности с высокой субмикронной сложностью (α>20) обеспечивают наилучшие результаты. Это позволяет предсказать, насколько хорошо та или иная структура будет удерживать клетки определённого типа.

«Мы перешли от интуитивного подбора к точному математическому описанию природных структур. Наш алгоритм позволяет рационально выбирать идеальный шаблон для конкретной задачи, будь то анализ крови или биопсия ткани», – сказала первый автор статьи, старший научный сотрудник Центра фотоники и двумерных материалов МФТИ Мария Баршутина.

Проанализировав с помощью нового метода различные растения, ученые обнаружили, что лепестки растения Анютины глазки (Viola tricolor) обладают уникальной многоуровневой архитектурой: сочетают наноразмерную сложность, надежно фиксирующую клетку, и полузамкнутые микроскопические полости размером 8–10 микрометров, соответствующим размеру эритроцита.

Почему удаленный доступ стал главной уязвимостью медицинской инфраструктуры
Почему удаленный доступ стал главной уязвимостью медицинской инфраструктуры Импортонезависимость

«Уникальная топография реплики Анютиных глазок создает идеальную ловушку для эритроцита. Клетка мягко фиксируется, а сигнал усиливается в 2–7 раз по сравнению с другими шаблонами. Мы достигли уровня чувствительности, необходимого для перехода к реальным клиническим применениям», – сказал доктор физико-математических наук, заведующий лабораторией контролируемых оптических наноструктур Центра фотоники и двумерных материалов МФТИ Сергей Новиков.

Разработка предлагает экономически выгодный путь создания передовых диагностических материалов. Технология не требует дорогостоящего оборудования, что значительно снижает себестоимость сенсоров. В частности, подобные сенсоры могут быть использованы в портативных системах для экспресс-анализа крови, необходимых для клиник и для крупных промышленных компаний, заинтересованных в мониторинге здоровья сотрудников в удаленных регионах, включая нефтегазовый и добывающий секторы.

По словам ученых, технология готова к масштабированию. Универсальность метода позволяет адаптировать его для любых типов клеток. Ученые видят серьезный потенциал для внедрения технологии в российское здравоохранение и активно ищут индустриальных партнеров.

Исследование выполнено при поддержке Министерства науки и высшего образования России и Российского научного фонда.