Project

Automatisering van dierlijke eiwitten monitoring

De monitoring van dierlijke eiwitten in voedermaterialen gebeurt nu nog handmatig door deze te bekijken onder een microscoop. Deze monitoring kan geautomatiseerd worden. Hiervoor wordt in dit KB-WOT project een “microfluidic flow” systeem ontwikkeld, met als doel om diervoeders automatisch onder de microscoop te laten doorstromen en uiteindelijk het beeld met AI te beoordelen op de aanwezigheid van dierlijke eiwitten.

Om het proces van de monitoring van dierlijke eiwitten (deels) te automatiseren moet er en manier gevonden worden om machinaal het hele monster onder de microscoop te brengen en bekijken. Aangezien een significante hoeveelheid van de tijd besteed wordt om de preparaten onder de microscoop te bekijken valt hier tijd te winnen. Het idee is om hiervoor, te zijner tijd, een “deep learning” programma te ontwikkelen om automatisch bot en graat fragmenten te identificeren. Echter, voordat zo’n herkeningsprogramma nut gaat hebben in de automatisering van het proces moet er een methode opgezet worden om automatisch het monster met de microscoop te doorzoeken. Momenteel wordt dit gedaan door een analist die een preparaat maakt op een microscoopglaasje en hierna er handmatig doorheen scant met een microscoop. Als voor de werkwijze alleen een herkenningsprogramma toegepast wordt, wordt er weinig tijd gewonnen doordat de analist nog steeds handmatig door het monster heen moeten scannen.

Een oplossing hiervoor zou een “microfluidic flow” systeem zijn. Hiermee zal het monster door middel van een “microfluidic flow cell” onder het objectief van de microscoop zal doorstromen. Deze kanalen kunnen relatief goedkoop en snel geproduceerd worden door eenmalig een mal te ontwikkelen en deze vervolgens te gebruiken om (meerdere) “microfluidic flow cells” te maken.

Het idee is om met een 3D printer, of zo nodig, fotolithografie, een mal te maken waarmee PDMS “microfluidics” kanalen gemaakt kunnen worden. Vervolgens kan hier dan een programmeerbare vloeistofpomp op worden aangesloten die het monster door het kanaal heen kan pompen. Hierbij moet gekeken worden naar verschillende vloeistoffen om te zien welke het meest geschikt is.

Het beoogde resultaat is een methode die dierlijk eiwit monsters automatisch onder het focus veld van een microscoop laat doorlopen. Deze benadering zal in de toekomst zeer nuttig zijn voor de eventuele automatisering van dierlijke eiwit herkenning.

Publicaties