Dodano: 11 maja 2021r.

Naukowcy wyszkolili pszczoły do wykrywania koronawirusa

Pszczoły potrafią identyfikować substancje lotne z niezwykłą dokładnością. Wykorzystali to holenderscy badacze, którzy nauczyli je wykrywać koronawirusa SARS-CoV-2. Tak wyszkolone pszczoły są w stanie rozpoznać chorobę w ciągu zaledwie kilku sekund.

Naukowcy wyszkolili pszczoły do wykrywania koronawirusa

 

Pszczoły potrafią wyczuć kwiat z odległości nawet kilku kilometrów. Ich zdolność do wykrywania substancji lotnych jest niesamowita. Skorzystali z tego naukowcy z Wageningen University współpracujący ze startupem InsectSense. Wyszkolili oni pszczoły do wykrywania SARS-CoV-2. Było to możliwe dzięki temu, że zmiany metaboliczne wywołane przez koronawirusa powodują nieco inny zapach osób zainfekowanych.

Trening pszczół

Badania przeprowadzono na ponad 150 pszczołach w laboratorium badawczym Uniwersytetu Wageningen. Naukowcy szkolili pszczoły poprzez system nagród za dobrze wykonane zadanie. Nagrodą był pszczeli smakołyk - roztwór wody z cukrem. Owady otrzymywały go za każdym razem, gdy poprawnie zidentyfikowały zapach zakażonych COVID-19. Gdy jednak otrzymały do identyfikacji niezainfekowaną próbkę, nie otrzymywały nagrody. Proces ten znany jako warunkowanie Pawłowa.

Pszczoły swoje zdanie na temat danej im do identyfikacji próbki wyrażały poprzez wysunięcie trąbki ssącej, za pomocą której gotowe były zebrać roztwór wody z cukrem. Warunkowanie Pawłowa to pewna forma przyswajania wiedzy i polega na wybraniu przez badaczy bodźca, który wywołuje określoną reakcję. Powtarzając tę ​​czynność kilka razy, pszczoły skojarzyły nagrodę z zapachem jako bodźcem. Dzięki temu powtarzającemu się warunkowaniu wkrótce zaczęły wysuwać trąbki ssące już na sam zapach, bez pojawienia się nagrody. Tak wytrenowana pszczoła potrafi wykryć zainfekowaną próbkę w ciągu kilku sekund.

Naukowcy początkowo stosowali różne konfiguracje w treningu, by określić ten najbardziej optymalny. Próbki użyte w pierwszych eksperymentach pobrano od zdrowych i zakażonych SARS-CoV-2 norek. Dopiero gdy pszczoły pokazały, że są w stanie odróżnić próbki zakażone od próbek pochodzących od zdrowych zwierząt, zastosowano próbki od ludzi. I tutaj pszczoły także popisały się fantastycznymi wynikami w identyfikacji zakażonych próbek.

Maszyna do szkolenia

Teraz autorzy badań pracują nad skalowalnością opracowanego podejścia. Pszczoły są obecne właściwie na całym świecie, więc jedyne, czego trzeba, to odpowiedniego szkolenia.

Startup InsectSense opracowała już prototypy maszyny, która może automatycznie szkolić wiele pszczół jednocześnie. Powstał też „BeeSense” - prototyp biosensora, który wykorzystuje wyszkolone pszczoły do ​​diagnostyki. Ta technologia może być bardzo skutecznym systemem diagnostycznym dla krajów o niskich dochodach, które borykają się z wyzwaniami związanymi z dostępem do infrastruktury i zaawansowanych technologii.

Naukowcy z Wageningen University oraz z InsectSense pracują też nad biochipem, który miałby wykorzystywać geny owadów do dokładnego wykrywania substancji lotnych. Taki chip byłby dodatkowo zintegrowana z technologią uczenia maszynowego do pobierania „odcisków palców” substancji lotnych. W założeniach wynalazek mógłby testować substancje lotne szybko, nieinwazyjnie, tanio i bardzo dokładnie. Być może mógłby nawet rozpoznać stopień zaawansowania choroby.

Nie tylko pszczoły

Pszczoły nie są pierwszymi zwierzętami, które zostały wyszkolone do wykrywania COVID-19 na podstawie zapachu. Uczeni wcześniej pracowali z psami, by nauczyć je identyfikacji próbek pochodzących od zakażonych osób. W tych treningach próbki pochodziły z ludzkiej śliny lub potu, a psy potrafiły je zidentyfikować z 94 proc. dokładnością.

Jednak sam pomysł, by zwierzęta wykrywały chorobę w czasie pandemii nie jest najlepszy. To zadanie dla techników laboratoryjnych. Choć, jak zaznaczają autorzy badań, tak wytrenowane pszczoły mogłyby być przydatne do identyfikacji COVID-19 w krajach, gdzie zaawansowany sprzęt laboratoryjny jest ograniczony lub niedostępny.

 

Źródło: Wageningen University, fot. Pixabay