Bild på forskningen.
Det viktigaste med avkänningsinställningarna. De blå pilarna indikerar viktiga riktningar för hur dialogen genomförs när enheten är i funktion. Illustration: Vasileios Athanasiou och Zoran Konkoli

Intelligent substrat avslöjar hemligheter i kroppsvätskors jondynamik

Forskare vid Chalmers och Hebreiska universitetet i Jerusalem (HUJI), Israel, har upptäckt ett sätt att mäta komplexa förändringar i jonkoncentrationer som är relevanta för en serie neurofysiologiska störningar, som multipel skleros (MS). Resultaten lyftes nyligen fram som en "featured article" i den vetenskapliga tidskriften IEEE Sensors Journal.
Bild på Zoran Konkoli.– Vi lyckades hitta ett sätt att skapa en dialog med en jonlösning bestående av zink- och kopparjoner. Genom denna dialog kunde vi ställa komplexa frågor till systemet om dess tillstånd, förklarar Zoran Konkoli (t h), docent på avdelningen för elektronikmaterial och system (EMSL) på institutionen för mikroteknologi och nanovetenskap – MC2, som ledde projektet.
 
Tidsbegreppet är oerhört viktigt i forskarnas strategi. I korthet har de konstruerat ett intelligent avkänningssubstrat som samlar information över tid. Substratet stöds av instruktioner från forskarna, som hjälper systemet att kommunicera information tydligare. På så sätt redovisas alla orelaterade händelser som enstaka mätningar kan missa. Metoden i sig är en hybrid mellan "supervised" och "unsupervised" inlärning.
– Mer specifikt lärde vi systemet att tala i termer av "streckkoder", ett elektriskt svarsmönster, relaterat till olika joniska tillstånd. Vad vi har uppnått är ett utmärkt exempel på vad som kan hända när datavetenskap (maskininlärning, reservoarberäkning, kompressionsalgoritmer), fysik (flerskalig modellering), och vetenskapen om mikrofluidik och biokemi (inneboende i hjärnbiokemi) möts, förklarar Zoran Konkoli.
 
Huvudidén är att använda ett dynamiskt system som fungerar samtidigt som datorn och samlar information om omgivningen. Systemets intelligens utökas med hjälp av ett tillägg:  en extern informationskanal byggs in i systemet så att användaren kan påverka sensorns beteende. Denna hjälpingångskanal är centralt för tillvägagångssättet att kommunicera på ett tydligt sätt med sensorn.
 
Forskargruppen vid HUJI designade jonkänsliga elektronikkomponenter (ett jonkänsligt konstantfaselement). Chalmersforskarna tillhandahöll kommunikationsprotokollet tillsammans med de streckkoder man skulle leta efter. Grovt sett föreställer streckkoderna ett bibliotek med spänningsingångssignaler som är relevanta för systemet.
– Det intressanta är att streckkoderna genererades genom omfattande teoretiska simuleringar av systemet, där parametrarna i modellen kalibrerades mot separata experimentella resultat. När modellen väl byggts hade vi möjligheten att utföra tusentals virtuella experiment. Signalbiblioteken identifierades med hjälp av relativt involverade genetiska optimeringstekniker, säger Zoran Konkoli.
 
Bild på prof Yitzchaik.Varför ska man då överhuvudtaget bry sig om zink- och kopparjoner? Valet att fokusera på dessa joner gjordes under ledning av professor Shlomo Yitzchaik (t v) på Hebreiska universitetet i Jerusalem. Han förklarar att jonerna är viktiga biomarkörer för en serie neurofysiologiska störningar:
– Våra studier visade att genom att övervaka zink(II)-till-koppar(II)-jonförhållandet i sera-prov kan man få användbar information om patientens hälsotillstånd. Metoden visade sig vara användbar för att övervaka statusen för neurodegenerationstillståndet hos patienter med multipel skleros (MS) jämfört med friska. Dessa sensorer i kombination med streckkodsmetoden kan öppna nya vägar för utveckling av avkänningsanordningar för immunologiska och inflammatoriska störningar, autism, Alzheimers sjukdom, MS, hudsjukdomar och cancer som är beroende av neuropeptider som igenkänningsskikt, säger Shlomo Yitzchaik.
Han fortsätter:
– Den stora framtiden för denna teknik ligger i bärbara sensorer som kommer i kontakt med huden för fysiologibaserade känslor och stressdetekteringssystem. Förmågan att upptäcka de biomarkörer som finns i svett och bearbeta den biologiska informationen med streckkodstekniken kan leda till framtida bärbara sensorer som affektiva system. De kommer att förbättra vår livskvalitet.
 
Studien är ett samarbete mellan forskare från Chalmers och Hebreiska universitetet i Jerusalem (HUJI). Från Chalmers bidrog Vasileios Athanasiou och Zoran Konkoli till den teoretiska delen av forskningen. Aldo Jesorka, professor vid institutionen för kemi och kemiteknik, tillhandahöll en mycket komplex mikrofluidkomponent som HUJI-forskarna använde i sina experiment. Projektet har fått finansiellt stöd av EU FET Open-anslaget RECORD-IT.
 
Text: Michael Nystås och Zoran Konkoli
Illustration: Vasileios Athanasiou och Zoran Konkoli
Foto av professor Shlomo Yitzchaik: Yoav Dudkevich
Foto av docent Zoran Konkoli: Michael Nystås

Kontakt:

Zoran Konkoli, docent, avdelningen för elektronikmaterial och system (EMSL), institutionen för mikroteknologi och nanovetenskap – MC2, Chalmers tekniska högskola, zorank@chalmers.se

Läs artikeln i IEEE Sensors Journal >>>

On Sensing Principles Using Temporally Extended Bar Codes
doi: 10.1109/JSEN.2020.2977462

MER OM FORSKNINGEN >>>

Studien visar ett indirekt avkänningskoncept på ett av de mest utmanande problemen på området: jondetektering. I allmänhet är det mycket svårt att mäta egenskaper hos joniska system, särskilt om de intressanta jonerna förekommer i mycket låga koncentrationer och om deras antal varierar över tid. I standardavkänningsinställningen är informationsflödet i en sensor linjärt, från objektet, i detta fall en jonisk lösning, till användaren som observerar systemet. En typisk mätning är en engångshändelse vid en viss tidpunkt, även om en upprepad efterföljande mätning kan ge ett intryck av kontinuitet.
 
Forskarna närmade sig problemet på ett annorlunda sätt. Istället för den traditionella enstaka mätningen tänkte de mer på en "dialog" under vilken man interagerar med systemet under en längre tidsperiod. En sådan temporär utökad dialog är mycket mer informativ än separata mätningar som är frikopplade från varandra. Den största utmaningen var att utveckla ett lämpligt språk som kunde användas för att kommunicera med systemet.
 
Som vägledande princip använde forskarna en indirekt avkänningsalgoritm utvecklad inom RECORD-IT-projektet, som samordnades av Zoran Konkoli: SWEET-algoritmen, definierad av tre moduler: (1) ett dynamiskt system som interagerar med den intressanta miljön (avkänningsbehållaren), (2) en extra ingångskanal som kan användas för att öka systemets intelligens och samtidigt ställa frågor till systemet, (3) ett enkelt avläsningsskikt som används för att inspektera avkänningsbehållarens tillstånd.

Publicerad: to 15 okt 2020.