ＡＩでノイズを制御し精密に形状を測定、変異ウイルス検査システムへの応用に期待

ポイント

• ナノポアセンサーで観測される電流ノイズを除去する深層学習アルゴリズムを開発
• １個のナノ粒子がナノポアを通過する際に生じるイオン電流信号に当該手法を適用することで、ノイズに埋もれた細かな電流変化も判別可能に
• 本成果により、わずかな違いを持つ新型コロナウイルスの変異株を１粒子レベルで高精度に判別できる新しいセンサー技術の実現も可能に

大阪大学 産業科学研究所の筒井 真楠　准教授、鷹合 孝之　特任研究員、川合 知二　招聘教授、鷲尾 隆　教授による研究グループは、水中におけるナノサイズの物体の動きを精確に測定する固体ナノポアデバイスと深層学習アルゴリズムの開発に成功しました。

固体ナノポア法は、半導体技術で作製するナノサイズの細孔（ナノポア）を通るイオン電流を計測することで、そこを通過する水中の微小な物体の動きを検知し、その種類を識別するセンサーです。特に、現在のコロナ禍においては、表面たんぱくや粒子形状にわずかな違いを持つウイルスの変異株を１粒子レベルで検出できる超高感度なセンサーとしての応用が期待されています。一方、このセンサーでは、高感度であるあまり、イオン電流に含まれるノイズも顕著に観測されてしまうことが課題でした。このため、これまでのナノポア計測では、イオン電流信号の波形を解析するために、アナログ回路や数値解析によるノイズ除去が行われてきました。しかし、これらの方法では、イオン電流波形の鈍化が生じるため、粒子形状や表面性状の違いを電流信号の波形から精確に読み取ることが困難でした。

そこで、本研究グループでは、イオン電流の信号波形を極力鈍化させずにノイズを除去できる深層学習アルゴリズムを開発しました。このアルゴリズムでは、２つのイオン電流信号を比較し、それらに共通する特徴を見分けます。すると、固体ナノポアセンサーはノイズまで精確に測定するため、アルゴリズムは、イオン電流波形に共通して含まれるノイズの特徴を精確に学習することを明らかにしました。そしてこの方法によって、ナノ粒子に由来するイオン電流変化とうまく区別して、データからノイズだけを除去することが可能になりました。本研究では、当該手法を用いて、従来のナノポア計測では判別が難しい微弱な電流応答を観測可能にし、これによってナノポアを通過するウイルスサイズのナノ粒子（直径約２００ナノメートル）の動きが、より精確に測定可能になることを実証しました。本技術は、今後コロナウイルスの検出や、表面たんぱくや粒子形状にわずかな違いを持つ変異株の識別にも大きな効果をもたらすことが期待されます。