انواع مختلفی از باکتری ها و ویروس ها وجود دارند که می توانند باعث ذات الریه شوند، اما هیچ راه آسانی برای تعیین اینکه کدام میکروب باعث ذات الریه در یک بیمار خاص می شود وجود ندارد. این عدم قطعیت انتخاب درمان موثر را برای پزشکان دشوار می کند زیرا آنتی بیوتیک هایی که معمولاً برای درمان پنومونی باکتریایی استفاده می شوند به بیماران مبتلا به پنومونی ویروسی کمک نمی کنند.
چالش اصلی این است که تعداد زیادی پاتوژن مختلف وجود دارد که می تواند منجر به انواع مختلف ذات الریه شود و حتی با گسترده ترین و پیشرفته ترین آزمایش ها، پاتوژن خاصی که باعث بیماری می شود در نیمی از بیماران قابل شناسایی نیست. اگر پنومونی ویروسی را با آنتی بیوتیک درمان کنید، به مقاومت آنتی بیوتیکی کمک می کنید که مشکل بزرگی است و بیمار بهبود نمی یابد.
در مطالعه‌ای روی موش‌ها، محققان نشان دادند که حسگرهای آنها با استفاده از یک آزمایش ساده ادرار می‌توانند ذات‌الریه باکتریایی و ویروسی را در عرض دو ساعت به طور دقیق تشخیص دهند.
در طراحی حسگر خود، تیم تحقیقاتی تصمیم گرفتند به جای تلاش برای شناسایی خود عامل بیماری زا، بر روی اندازه گیری پاسخ میزبان به عفونت تمرکز کنند. عفونت های ویروسی و باکتریایی انواع مختلفی از پاسخ های ایمنی را تحریک می کنند، از جمله فعال شدن آنزیمی به نام پروتئاز که پروتئین ها را تجزیه می کند. تیم MIT دریافت که الگوهای فعالیت آنزیم می تواند نشانه عفونت باکتریایی یا ویروسی باشد.
ژنوم انسان بیش از ۵۰۰ پروتئاز را رمزگذاری می کند که بیشتر آنها توسط سلول هایی که به عفونت پاسخ می دهند از جمله سلول های T، نوتروفیل ها و سلول های کشنده طبیعی (NK) استفاده می شوند.
تیمی به رهبری پوروش ختری در دانشگاه استنفورد و نویسندگان همکار این پروژه ۳۳ مجموعه داده کلی از ژن‌های بیان شده در طول عفونت‌های تنفسی را جمع‌آوری کردند. با تجزیه و تحلیل این داده ها، Khatri توانست ۳۹ پروتئاز را شناسایی کند که به نظر می رسد واکنش متفاوتی به انواع مختلف عفونت نشان می دهند.
سپس باتیا و شاگردانش از داده ها برای ایجاد ۲۰ حسگر مختلف استفاده کردند که می توانستند با پروتئاز تعامل داشته باشند. این حسگر از نانوذرات پوشش داده شده با پپتید تشکیل شده است که می توانند توسط پروتئازهای خاص شکافته شوند. هر پپتید با یک مولکول گزارشگر برچسب گذاری شده است.
گزارشگر در نهایت از طریق ادرار دفع شد. سپس ادرار را می توان با طیف سنجی جرمی برای تعیین فعال ترین پروتئاز در ریه ها تجزیه و تحلیل کرد.
محققان حسگرهای خود را در پنج مدل موشی مختلف از ذات الریه ناشی از استرپتوکوک پنومونیه، کلبسیلا پنومونیه، هموفیلوس آنفلوآنزا، ویروس آنفولانزا و ویروس پنومونی موش آزمایش کردند.
پس از خواندن نتایج آزمایش ادرار، محققان از یادگیری ماشینی برای تجزیه و تحلیل داده ها استفاده کردند. با استفاده از این رویکرد، آنها توانستند الگوریتم هایی را آموزش دهند که می تواند بین ذات الریه و افراد سالم تمایز قائل شود و همچنین ۲۰ حسگر را بر اساس ویروسی یا باکتریایی بودن عفونت شناسایی کنند.