Stomach Health > Stomaco Salute >  > Q and A > domanda stomaco

Il naso artificiale basato su punti di carbonio può fiutare i batteri

Un team di scienziati dell'Università Ben-Gurion del Negev (BGU) ha inventato un naso artificiale in grado di monitorare continuamente i batteri, che non è mai stato raggiunto in precedenza e potrebbe essere utile in molteplici medici, applicazioni ambientali e alimentari.

Lo studio è stato pubblicato su Nano-Micro lettere .

"Abbiamo inventato un naso artificiale basato su nanoparticelle di carbonio uniche ("punti di carbonio") in grado di rilevare le molecole di gas e rilevare i batteri attraverso i metaboliti volatili che emettono nell'aria, " dice il ricercatore capo Prof. Raz Jelinek, Vicepresidente BGU per Ricerca e Sviluppo, membro del Dipartimento di Chimica della BGU e dell'Ilse Katz Institute for Nanoscale Science and Technology, e l'operatore storico della cattedra Carole e Barry Kaye in scienze applicate.

La tecnologia in attesa di brevetto ha molte applicazioni tra cui l'identificazione di batteri nelle strutture sanitarie e negli edifici; accelerare i test di laboratorio e i test diagnostici basati sul respiro; identificare i batteri "buoni" rispetto a quelli patogeni nel microbioma; rilevamento del deterioramento degli alimenti e identificazione di gas velenosi.

BGU ha una notevole esperienza nello sviluppo di sensori, che ha infinite possibilità di applicazione nella vita reale. I nostri rinomati sforzi di ricerca multidisciplinare continuano ad accendere l'innovazione, affrontare alcuni dei problemi più urgenti del mondo".

Doug Seserman, Amministratore delegato, Americani per la Ben-Gurion University (A4BGU)

Il naso artificiale utilizza reazioni chimiche ed elettrodi per rilevare e distinguere le molecole di vapore e registrare i cambiamenti di capacità su elettrodi interdigitati (IDE) rivestiti con punti di carbonio (punti C). La piattaforma C-dot-IDE risultante costituisce un veicolo versatile e potente per il rilevamento di gas in generale, e monitoraggio batterico in particolare. L'apprendimento automatico può essere applicato per addestrare il sensore a identificare diverse molecole di gas, singolarmente o in miscele, con elevata precisione.