Ваш браузер не поддерживает элементы с видео.
«Обычно для анализа молока используются тест-полоски. Однако их точность редко превышает 70%, а сама методика позволяет определить только наличие антибиотиков, но не их количество. Пока что для новых применений систему нужно значительно перестраивать: менять состав металлов в электроде и заново собирать библиотеку образцов для алгоритма. Но в скором будущем планируем с помощью новейших моделей машинного обучения автоматизировать процесс создания новых дата-сетов», — отметил он.
В основе метода лежат электрохимический анализ и алгоритмы машинного обучения. Разработка состоит из трех компонентов: сенсора с электродом, потенциостата и программы на основе машинного обучения. Молоко взаимодействует с поверхностью электрода, а результаты реакций фиксированы скачками, резкими отклонениями на вольтамперных характеристиках. Алгоритм анализирует входные сигналы от электрода и потенциостата и автоматически определяет содержание антибиотиков в тестируемых образцах.
Ученые провели серию лабораторных экспериментов с пятью самыми распространенными антибиотиками: стрептомицином, пенициллином, тетрациклином, цефазолином и цефтиофуром.
Они пришли к выводу, что электрохимический метод достаточно универсален и может быть адаптирован для проверки других продуктов. Сейчас в центре ведется исследование по определению тяжелых металлов в водах. Еще одна задумка — оптимизировать методику для определения антиоксидантов в вине, а также сорта и места произрастания винограда, из которого оно изготовлено.
«Разработка находится на стадии базовой технологии. Пока не проводилось тестирование на реальных образцах. В планах на автоматизацию закладываем 2 года», — добавил Тимур Алиев.