Genetik algoritma ile optimize edilmiş yüzeyi geliştirilmiş raman spektroskopisi kullanılarak makine öğrenimi tabanlı SARS-CoV-2 viral tespiti

COVID-19 teşhisi için altın standart, burun sürüntüleri kullanılarak gerçekleştirilen gerçek zamanlı polimeraz zincir reaksiyonu (RT-PCR) testidir. RT-PCR testinin numune toplama, ön işleme ve analiz işlemlerini içeren karmaşık test süreci ve özellikle viral konsantrasyonun düşük olduğu hasta testlerindeki yüksek yanlış negatif oranı nedeniyle, tükürük gibi kolayca elde edilen sıvılara dayanan oldukça hassas ve hızlı bir algılama yöntemine ihtiyaç duyulmaktadır. Bu tezde, hastalardan toplanmış tükürükten doğrudan COVID-19'u tayin etmek için geliştirilen bir yüzey zenginleştirilmiş Raman spektroskopisi (SERS) metayüzey tasarımı sunulmaktadır. SERS metayüzeyleri, genetik algoritma (GA) yardımı ile 2100 olasılıklı bir model alanından altın meta yüzeylerinin hesaplamalı olarak taranması sayesinde, sonuçları SARS-CoV-2'nin varlığını ve konsantrasyonunu değerlendirmek için kullanılacak şekilde optimize edilmiştir. Elektromanyetik alan profilleri, her yapının performansını belirlemek için kullanılmıştır ve GA optimizasyonu sırasında üretilen tasarımları sıralamak ve içlerinden en iyilerini seçmek için uygunluk değeri olarak belirlenmiştir. Optimize edilmiş yapı, elektron demeti (E-beam) litografisi ile üretilmiştir ve ilk olarak inaktive virüslerle test edilmiştir. Toplanan spektrumlar, sistemin performansını göstermek için bir makine öğrenme algoritması ile sınıflandırılmıştır. Ardından, 36 PCR pozitif ve 33 negatif klinik numune kullanılarak, virüs doğrusal ayırma analizi ve destekçi vektör makinesi modellerini kullanarak yüzde 95.2 duyarlılık ve özgüllükle tanımlanmış ve vahşi tip, alfa ve beta varyasyonlarını ayırt edilebilmiştir. Bulgularımız daha etkili, güvenli ve niceliksel önleyici tarama ve varyant tanımlamanın önünü açabilir