Multi-Messenger and Machine Learning Monitoring of Sars-Cov-2 for occupational health and safety - 4M SARS COV-2

Data inizio: - Data fine: Non indicato

Bando: FISR 2020

 

 

Responsabile Scientifico: Dott. Vardan Galstyan

 

[email protected]

 

Dipartimento di Ingegneria dell’Informazione

 

 

Ruolo: partner

 

Coordinatore: Università La Sapienza Roma

 

 

Abstract

La pandemia di SARS-CoV-2 ha aperto molte sfide nella società odierna. Una di queste riguarda la salute sul lavoro con elevata sicurezza ambientale. Il rilevamento degli anticorpi SARS-CoV-2 nei pazienti COVID-19 è effettuato usando approcci come Polymerase Chain Reaction, Enzyme-Linked Immunosorbent Assay, Nucleic Acid Sequence-Based Amplification, etc. Queste tecniche, attraverso l'estrazione di bio-campioni (sangue, ispettorato), utilizzano chimici/reagenti costosi e presentano difficoltà nella risposta immunitaria specifica e nell'interpretazione dei valori anticorpali, causando falsi positivi e bassa sensibilità di rilevazione.

Perciò la vita quotidiana dopo la pandemia richiede il monitoraggio della contaminazione ambientale di SARS-CoV-2, sviluppando metodi di analisi alternativi più veloci e economici. Nel progetto 4M SARS-CoV-2, proponiamo un monitoraggio innovativo che combina un sensore a nanotubi di TiO2 (TNT) funzionalizzato per catturare il virus SARS-CoV-2 dall'ambiente, spettroscopia dal Terahertz all’Infrarosso ad alta sensibilità per interrogare il sensore e determinare le caratteristiche vibrazionali del virus e un metodo di apprendimento automatico per riconoscerlo dai suoi dati vibrazionali. Questo progetto, con una collaborazione sinergica e multidisciplinare tra la Sapienza Università di Roma (SU), l'Università di Brescia (BU) e l'Università di Camerino (CU), è fortemente innovativo rispetto le attuali tecniche di monitoraggio e può portare in tempi brevi allo sviluppo di un prototipo da provare sul campo.

 

 

Costo totale: Euro 80.000,00

Contributo MUR a UNIBS: Euro 17.662,00

Ultimo aggiornamento il: 20/02/2023