Biosensoristica e Intelligenza Artificiale per trovare contaminazioni batteriche

Immagine relativa al contenuto Biosensoristica e Intelligenza Artificiale per trovare contaminazioni batteriche

La capacità di rilevare rapidamente e accuratamente le contaminazioni batteriche è un'attività cruciale per la salute pubblica e la sicurezza ambientale. Uno studio multidisciplinare condotto in collaborazione da gruppi di ricerca guidati dai federiciani Alessandra Piscitelli e Paola Giardina, docenti del Dipartimento di Scienze Chimiche, Francesco Piccialli, docente del Dipartimento di Matematica ed Applicazioni "Renato Caccioppoli", Valeria Cafaro, docente del Dipartimento di Biologia e Bartolomeo Della Ventura, docente del Dipartimento di Fisica "Ettore Pancini", ha portato alla progettazione e lo sviluppo di un biosensore basato su proteine ingegnerizzate immobilizzate su nanoparticelle d'oro, finalizzato alla rilevazione di contaminazioni batteriche in differenti contesti.

Il sistema sviluppato e messo a punto è stato integrato con un modello di Intelligenza Artificiale ed è risultato in grado di prevedere la concentrazione batterica a partire da immagini acquisite con dispositivi mobili. Ciò rende il dispositivo utilizzabile anche da personale non specializzato. Inoltre, grazie alla rapidità e alla sensibilità dell'analisi, è possibile identificare precocemente eventuali contaminazioni e pianificare tempestivamente le procedure di risanamento.

I risultati ottenuti rappresentano un output tangibile del progetto di ricerca BIOCHIP, finanziato dal BANDO di Ateneo FRA 2020 LINEA B.

Lo studio pubblicato sulla rivista Sensors and Actuators B pone le basi per innovative applicazioni future.

 


Redazione

c/o COINOR: redazionenews@unina.it