Yapay zekânın entegre edildiği nanobiyosensör sistemiyle gdo tayini

Genetik modifiye organizmalar (GDO) ve ürünleri uzun yıllardır gıda ve yem sektöründe yer almaktadır. Şu anda 44 ülkede onaylanmış yaklaşık 32 ürün mevcuttur. Her ülkenin izin verilen eşik değerler ve izin verilen GD çeşitleri ile ilgili farklı bir mevzuatı vardır. Türkiye'de, üç mikrobiyal gıda enzimi dışında hiçbir GDO'ya gıda kullanımı için onay verilmemiştir. GDO düzeylerinin belirlenen limitler içerisinde olduğunun tespiti için hızlı ve hassas GDO tespiti şarttır. Bu çalışmanın amacı, GDO ile ilgili kritik kararlar veren yeni bir yöntem önermek ve soya fasulyesi çeşidi MON87701'de Cry1Ac geninin hızlı, kalitatif tespitine olanak sağlayacak, amplifikasyon gerektirmeyen, DNA tabanlı bir nanobiyosensör geliştirmektir. Altın nanopartikül (AuNP) metodolojileri, ilgilenilen genomik DNA (gDNA) dizisinin tamamlayıcı dizi ile hibridizasyon prensibine dayalı işleyen bir platform sunar. Bu amaçla öncelikle Sertifikalı Referans Materyalden (CRM) izole edilen gDNA'lar yüksek saflıkta elde edilmiştir. Sentezlenen problar, ilgilenilen genin tam eşleniğidir. GDO nanobiyosensörü için en uygun koşullar belirlenmiş ve üç grup sitrat indirgeme ile AuNP'ler sentezlenmiştir. İlk olarak, amplifiye edilmemiş gDNA'ya ve hibridizasyona izin vermek için tamamlayıcı proba uygulanan ısıl işlem, daha sonra AuNP'lerin eklenmesini izlemektedir. Tespit, NaCl ilavesinden sonra reaksiyonun renk değişiklikleri ile ilişkili olan AuNP'lerin toplanması/kümeleşmesi yoluyla gerçekleşmektedir. Kümeleşme seviyeleri, UV-Vis absorpsiyon spektroskopisi kullanılarak veya anında görsel gözlem ile değerlendirilmiştir. Kırmızıdan, mor renge kolorimetrik değişim ile Cry1Ac gen düzeylerine göre GDO seviyesi arasında korelasyon elde edilmiştir. Tespit sınırı nanomolar düzeyi kadar düşüktür ve tespit süresi 10 dakika olarak bulunmuştur. Burada önerilen metot, gıdalarda GDO tespitinde mevcut alternatif yöntem olma potansiyeline sahiptir. Son olarak, elde edilen veri setinden makine öğrenme algoritması ile başarılı bir tahmin analitik modeli geliştirilmiştir, destek vektör makinesi algoritması ile farklı AuNP partilerinden GM seviyelerini otomatik olarak sınıflandırılmış ve yüksek doğrulukta tahmin edilmiştir. Daha sonra modeller, kullanıcı dostu bir web sitesine entegre edilmiştir.