Herramienta IA para agilizar el procesado de muestras blandas mediante microscopia AFM
Introducción
La herramienta, diseñada para el microscopio de fuerzas (AFM), permite procesar las curvas de espectroscopía de fuerzas y determinar las propiedades nanomecánicas de muestras blandas tales como polímeros, células o tejidos biológicos ya sea en medio líquido o gaseoso.
Aplicaciones
Aplicaciones
Investigación clínica, mecano-biología, biología celular, nanomedicina y desarrollo de polímeros avanzados. Procesado rápido y preciso de propiedades nanomecánicas de polímeros, células y tejidos biológicos mediante microscopía de fuerzas atómica, tanto en medio líquido como gaseoso.
Necesidades del mercado
En la actualidad no existen métodos de aprendizaje automático que permitan procesar las curvas de espectroscopía de fuerza obtenidas mediante AFM y obtener, a partir de ellas, propiedades viscoelásticas de materiales Esta carencia impide que se puedan obtener de forma rápida mapas de la topografía y de las propiedades nanomecánicas de muestras blandas limitando sus aplicaciones en campos, como por ejemplo, el de la biomedicina
Solución propuesta
La tecnología desarrollada permite procesar las curvas de espectroscopía de fuerzas obtenidas mediante AFM utilizando un procedimiento de aprendizaje automático basado en el encadenamiento de dos redes neuronales del tipo perceptrón multicapa funcional La herramienta agiliza la determinación de propiedades mecánicas de materiales blandos tales como células y tejidos biológicos, pudiendo hacerse incluso en tiempo real Este desarrollo permitirá avances relevantes en campos como la investigación clínica, la mecano biología, la biología celular, la nanomedicina o el desarrollo de polímeros avanzados
Ventajas competitivas
- Permite calcular con precisión diversas propiedades mecánicas y nanomecánicas, tales como el módulo de Young, el módulo de compresibilidad o el coeficiente de fluidez ya que suprime errores asociados a la no linealidad de la señal de desplazamiento.
- Permite aumentar hasta 50 veces la velocidad de análisis de muestras blandas mediante AFM.
- Permite aumentar hasta 50 veces la velocidad de análisis de muestras blandas mediante AFM.
Sectores industriales
Sectores industriales
Biotecnología, instrumentación científica, diagnóstico e investigación biomédica, desarrollo de materiales avanzados, industria farmacéutica y centros de investigación públicos y privados.
Estado del desarrollo
Estado del desarrollo
TRL 4–5: Prototipo probado a nivel de laboratorio.
Colaboración propuesta
Colaboración propuesta
Licencias y/o codesarrollo
Propiedad industrial
Estado
Licenciada
Investigador Principal
Investigador principal
Ricardo García García
Capacidades técnicas
Capacidades técnicas
Procesamiento avanzado de datos AFM mediante inteligencia artificial, análisis nanomecánico de materiales blandos, aprendizaje automático aplicado a instrumentación científica, determinación precisa de propiedades viscoelásticas en condiciones líquidas y gaseosas.