WO2017178032A1 - Procedure de detection des infections ou maladies dans le domaine de la gynecologie a partir des composes organiques volatiles des exsudats vaginaux - Google Patents
Procedure de detection des infections ou maladies dans le domaine de la gynecologie a partir des composes organiques volatiles des exsudats vaginaux Download PDFInfo
- Publication number
- WO2017178032A1 WO2017178032A1 PCT/DZ2016/050004 DZ2016050004W WO2017178032A1 WO 2017178032 A1 WO2017178032 A1 WO 2017178032A1 DZ 2016050004 W DZ2016050004 W DZ 2016050004W WO 2017178032 A1 WO2017178032 A1 WO 2017178032A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- samples
- sample
- analysis
- healthy
- sensors
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 7
- 201000010099 disease Diseases 0.000 title claims description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims description 7
- 210000000416 exudates and transudate Anatomy 0.000 title claims description 5
- 208000015181 infectious disease Diseases 0.000 title abstract description 9
- 239000012855 volatile organic compound Substances 0.000 title abstract description 6
- 238000004458 analytical method Methods 0.000 claims abstract description 15
- 241000894006 Bacteria Species 0.000 claims abstract 3
- 230000001580 bacterial effect Effects 0.000 claims abstract 3
- 238000000513 principal component analysis Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 238000007619 statistical method Methods 0.000 claims description 2
- 239000000523 sample Substances 0.000 claims 12
- 241000207201 Gardnerella vaginalis Species 0.000 claims 1
- 230000000694 effects Effects 0.000 claims 1
- 230000008014 freezing Effects 0.000 claims 1
- 238000007710 freezing Methods 0.000 claims 1
- 239000012520 frozen sample Substances 0.000 claims 1
- 238000005070 sampling Methods 0.000 claims 1
- 238000001514 detection method Methods 0.000 abstract description 7
- 238000003745 diagnosis Methods 0.000 abstract description 6
- 230000007170 pathology Effects 0.000 abstract description 6
- 206010046914 Vaginal infection Diseases 0.000 abstract description 4
- 206010012601 diabetes mellitus Diseases 0.000 abstract description 3
- 208000008745 Healthcare-Associated Pneumonia Diseases 0.000 abstract description 2
- 206010035664 Pneumonia Diseases 0.000 abstract description 2
- 201000008100 Vaginitis Diseases 0.000 abstract description 2
- 238000013459 approach Methods 0.000 abstract description 2
- 150000001875 compounds Chemical class 0.000 abstract description 2
- 150000001412 amines Chemical class 0.000 abstract 1
- 239000003814 drug Substances 0.000 abstract 1
- 230000010354 integration Effects 0.000 abstract 1
- 239000000463 material Substances 0.000 abstract 1
- 229910044991 metal oxide Inorganic materials 0.000 abstract 1
- 150000004706 metal oxides Chemical class 0.000 abstract 1
- 230000000306 recurrent effect Effects 0.000 abstract 1
- 241000894007 species Species 0.000 abstract 1
- 238000003556 assay Methods 0.000 description 2
- 239000003153 chemical reaction reagent Substances 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 206010011409 Cross infection Diseases 0.000 description 1
- 206010048461 Genital infection Diseases 0.000 description 1
- 208000019693 Lung disease Diseases 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000012631 diagnostic technique Methods 0.000 description 1
- 230000006806 disease prevention Effects 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 208000030159 metabolic disease Diseases 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0031—General constructional details of gas analysers, e.g. portable test equipment concerning the detector comprising two or more sensors, e.g. a sensor array
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/0047—Organic compounds
Definitions
- Figure 5 and 5 ' show excellent discrimination is obtained between healthy samples and samples carrying the disease.
- VOC volatile organic compounds
- the difference between the injection of the same sample is greater than or equal to the difference between a healthy sample and a carrier sample.
- the headspace generation temperature and the headspace generation time will be increased to improve repeatability for the same sample and two different bottles.
- the data analysis was constructed using the raw values of up to 18 sensors of each sensor response curve. In order to see if the samples are well discriminated, we performed a principal component analysis on the data.
- the principal components analysis makes it possible to graph the information given by 12 sensors on two axes. 93.33% of the information is represented on the X axis and 6.58% on the Y axis; 99.91% of the total information given by the 12 sensors is shown in Figure 14. Each color represents a sample: healthy sample in red and samples carrying vaginosis in blue.
- samples (carriers of the disease and healthy are differentiated).
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Combustion & Propulsion (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
Le but de cette invention est que la technologie du nez électronique est aujourd'hui considérée comme outil rapide d'identification des pathologies à l'aide de composés volatils. Le diagnostique clinique et médical est aujourd'hui envisagé comme une technique révolutionnaire en médecine. Cette nouvelle approche de diagnostique médical dans le domaine de la gynécologie offre des possibilités intéressantes dans beaucoup de domaines médicaux, entre autres en pneumopathie nosocomiales, en diabétologie et dans d'autres spécialités médicales. L'utilisation de la bactériologie classique, prend 2 à 3 jours pour donner diagnostique au praticien ou au biologiste du type de bactéries incriminée dans l'infection. La problématique chez le patient symptomatique et certaines infections peuvent engendrer d'autres pathologies. A partir d'un système multi capteurs permettant la détection des composés organiques volatiles (VOC) tels que les oxydes métalliques, les capteurs à CO2, les aminés dans le cas des infections vaginales. On détecte l'espèce bactérienne incriminée dans l'infection à partir des molécules biochimiques dégagées par la bactérie en 30 min. De ce fait, le traitement est administré de suite. Cette technologie révolutionnaire peut résoudre un grand problème chez les personnes atteintes de vaginose ou de vaginite à répétition. L'utilisation des biocapteurs a été choisie pour le développement d'un système portable ou appareil fixe destiné à analysées des grandes quantités de prélèvement au niveau des laboratoires d'analyses médicales et hôpitaux. Cette structure permet en effet une optimisation de taille et de consommation. Les biocapteurs sont généralement reproductibles, rapides, quant à leurs réponses, elle est très sélectif dû à une combinaison adéquate de différents matériaux. Ces capteurs présentent en fait tous les atouts pour une intégration au sein d'un dispositif portable à grand public.
Description
Procédure c edétection des infections ou maladies dans le domaine gynécologique à partir des composés organiques volatils des exsudats vaginaux
1.2 Domaine technique auquel se rapporte \'in\iention : Analyse des échantillons d'exsudats vaginaux : Détection et prévention des maladies et des infections dans le domaine gynécologique.
L'invention concerne un système m ulti -capteurs qui permet de détecter certaines infections ou pathologie dans le domaine médical spécifique en gynécologie et qui peut être étudié aussi aux infections nosocomiales, la détection du diabète et dans d'autres spécialités médicales ainsi qu'agroalimentaire et environnementale.
1.3 Etat de la technique antérieure :
A ce jour, les applications biomédicales restent encore inexploitées dans certains domaines surtout en gynécologie en pneumopathies nosocomiales et d'autres pathologies.Les capteurs se prêtent bien à ces dosages, puisqu'ils permettent l'analyse d'échantillons dans un milieu biologique complexe, sans avoir recours aux réactifs chimiques.
Cette application valide aussi les pathologies dans le domaine de la santé ainsi que dans le domaine agroalimentaire et même utilisée dans l'environnement, dont nous œuvrons actuellement pour l'extension du brevet.
1.4 Le but de l'invention :
Elle permet un diagnostic pratique, rapide, facile, tenant compte sur les techniques de diagnostique. Il doit permettre au biologiste et au praticien de faire face avec prévision et rapidité aux aspects nouveaux des infections génitales ou aux maladies métabolique comme le diabète, les pneumopathies nosocomiales et bien d'autres, qui touchent une population à tout âge confondu.
La technologie de ce système multi-capteurs est aujourd'hui considérée comme un outil rapide d'identification de composés volatils. L'extension de son utilisation au diagnostic clinique médical est aujourd'hui envisagée. Ceci constitue l'objet de cette idée révolutionnaire.
Le biocapteur se prête bien à ces dosages, puisqu'il permet l'analyse d'un échantillon dans un milieu biologique complexe, sans avoir recours aux réactifs chimiques.
En gynécologie, la prévalence de la vaginose ou la vaginite au sein de notre population de consultantes est importante.
1.5 Enoncé des figures :
De toutes les Façons, l'invention sera bien comprise à l'aide de description qui suit, en référence aux courbes annexés de ce procédé.
Figure 1 et la figure 2 : montrent les cinétiques et les empreintes olfactives de deux échantillons.
Figure 3 : comparaison des empreintes olfactives de deux échantillons porteurs de la vaginose avec in indice de similarité de 37%
De manière à comparer la répétabilité de la méthode, les injections de deux flacons différents mais du même prélèvement sont comparés.
Figure 4 : comparaison des empreintes olfactives de deux échantillons sains indice de similarité de 18%
Figure 5 et 5':montrent une excellente discrimination est obtenue entre les échantillons sains et les échantillons porteurs de la maladie.
Figure 6 : une excellente discrimination est obtenue.
1.6 Présentation de l'invention
Les systèmes de capteurs chimiques permettant la détection de composés organiques volatiles (VOC) pour des diagnostiques cliniques. Cette nouvelle approche de diagnostic médical offre des possibilités intéressantes dans beaucoup de secteurs médicaux.
Le défi des applications médicales est en effet de pouvoir s'affranchir de la grande variabilité des patients. La technologie semble prometteuse afin de soulager les spécialistes travaillant dans les cliniques pour mener à bien des dépistages sur la population dans son ensemble. Améliorer le taux de détection
d'une maladie au sein de la population réduirait considérablement les coûts indirects liés à un diagnostic tardif.
Afin de pénétrer le marché médical, nous avons choisi d'orienter cet appareil de détection d'agroalimentaire vers un appareil à application de détection des infections vaginales. Nous souhaitons mettre en place un système de détection de ces pathologies selon la concentration de la molécule détectée. Ceci permettra de traiter sur le champ le type d'infection avant son évolution et évitera des examens complémentaires.
De nombreuses applications médicales seront envisagées. Un même appareil pourra répondre aussi à plusieurs applications médicales permettant de diagnostiquer de manière précoce diverses maladies.
1.7 Mode de réalisation de l'invention :
Le mode de réalisation de l'invention peut être décrit comme suit :
Analyse d'un prélèvement sur milieu qui est divisé en deux échantillons de lml prélevé pour chaque flacon de manière à pouvoir tester la répétabilité de la méthode.
Après l'acquisition des données, une comparaison entre les réponses des capteurs pour les différents échantillons a été effectuée.
Il est important de signaler qu'une réponse intense ne correspond pas à une forte odeur et vice versa. L'intensité donnée par cesystème muiti capteurs doit être corrélée avec les notes du panel sensoriel ou les résultats d'une analyse chimique pour le traitement de données par des méthodes statistiques.
La différence entre l'injection d'un même échantillon est supérieure ou égale à la différence entre un échantillon sain et un échantillon porteur.
La température de génération de l'espace de tête et le temps de génération de l'espace de tête vont être augmentés de manière à améliorer la répétabilité pour un même prélèvement et deux flacons différents.
L'analyse de données a été construite en utilisant les valeurs brutes des 18 capteurs au maximum de chaque courbe de réponse des capteurs. De manière à voir si les échantillons sont bien discriminés, nous avons effectué une analyse en composantes principales sur les données.
L'analyse en composantes principales permet de représenter graphiquement sur deux axes l'information donnée par 12 capteurs, 93.33% de l'information est représentée sur l'axe des X et 6.58% sur l'axe des Y ; 99.91% de l'information totale donnée par les 12 capteurs est représentée sur la figure 14. Chaque couleur représente un échantillon : échantillon sains en rouge et échantillons porteurs de la vaginose en bleu.
Une excellente discrimination est obtenue entre les échantillons sains et les échantillons porteurs de l'infection.
Malgré la variabilité obtenue pour chaque groupe, les deux classes
d'échantillons (porteurs de la maladie et sains sont différenciés).
Claims
REVENDICATIONS
I . Analyse des échantillons des exsudats vaginaux congelés
Analyses des échantillons par une analyse statistique
1- Le passeur d'échantillons est doté d'un plateau réfrigéré afin d'arrêter la croissance bactérienne pour ne pas fausser les résultats).
2- Une banque de données a été construite en utilisant les valeurs brutes des 18 capteurs au maximum de chaque courbe de réponses des capteurs. De manière à voir si les échantillons sont bien discriminés, Je réalise une analyse en composantes principales sur les données.
3- L'analyse en composantes principales permet de présenter graphiquement sur deux axes l'information donnée par 18 capteurs. 93.46% de l'information est représentée sur l'axe des X et 5.32% sur l'axe des Y. 98.78% de l'information totale donnée par les 18 capteurs est représenté sur la figure 5 ; Chaque couleur représente un échantillon : échantillon sains en rouge et échantillon porteurs de la vaginose (bactéries incriminée Gardnerella vaginalis) en bleu.
4- Les échantillons (répétitions) d'un même prélèvement sont proches les uns des autres, la méthode utilisé permet donc d'obtenir une bonne répétabilité. Il y a une intersection entre les échantillons sains et les échantillons porteurs. Après analyses, certains échantillons ont été ouvert est snifées après ajout KOH. L'échantillon V9 ne présentait pas d'odeur particulière et pour les échantillons S35 une des deux répétitions présentait une odeur particulière. Si l'échantillon V9 était sain: la surface d'intersection serait beaucoup plus faible.
Il-Analyse des échantillons des exsudats vaginaux frais
Le passeur d'échantillons est doté d'un plateau réfrigéré afin d'arrêter la croissance bactérienne pour ne pas fausser les résultats).
1- Analyse des échantillons frais.
L'analyse des composantes principales permet de représenter graphiquement sur deux axes l'information donnée par les 18 capteurs 88.68% de l'information est représentée sur l'axe des X et 7.01% sur l'axe des Y. 95.69% de l'information totale donnée par les 18 capteurs est représenté sur la figure 6 ; Chaque couleur représente un échantillon:
échantillons sains en rouge et échantillons porteurs de la vaginose en bleu.
Une très grande variabilité est observée entre les échantillons sains et les échantillons porteurs de la maladie. Après les analyses l'échantillon Vé » a été ouvert et après ajout de KOH il ne présentait pas d'odeur particulière.
III- Les échantillons congelés et frais
1- Les analyses des échantillons frais et des échantillons congelés ont été réunis dans une même banque de données de manière à mesurer si la congélation avait ou non un effet.
90.37% de l'information est représentée sur l'axe des X et 7.25% sur l'axe des Y. 97. 63% de l'information totale donnée par les 18 capteurs est représentée sur la figure 7. Chaque couleur représente un
échantillon : échantillon sains en rouge et échantillons porteurs de la vaginose en bleu.
2- Les échantillons V9 et V23 qui ne représentent pas d'odeur après ouverture sont dans la même partie du graphe et du même coté que les échantillons sains.
Si on classe ces deux échantillons parmi les échantillons sains et que l'on effectue le même traitement de données : le graphe 8 suivant est obtenu.
Sur la figue 8 on obtient toujours une intersection entre les échantillons sains et les échantillons porteurs à cause des échantillons V3 et V4, mais celle-ci est réduite.
3- Etant donné que l'on prend 1 ml du prélèvement (milieu + prélèvement) et que celui est plus ou moins homogène, la série d'analyse suivante a été effectuée avec 2ml de milieu et dans les mêmes conditions de génération de l'espace de tête.
4- Les analyses présentées dans ce rapport montrent que le système
multicapteurs peut être utilisé pour détecter les vaginoses. Ce dernier
résultat est confirmé par l'analyse en parallèle sur deux systèmes de mêmes échantillons.
5- Standardisation des prélèvements de manière que la qualité prélevé est aléatoire à ne pas avoir de variation due au prélèvement.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DZ150217 | 2015-04-22 | ||
DZ150217 | 2015-04-22 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2017178032A1 true WO2017178032A1 (fr) | 2017-10-19 |
Family
ID=60042756
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/DZ2016/050004 WO2017178032A1 (fr) | 2015-04-22 | 2016-04-22 | Procedure de detection des infections ou maladies dans le domaine de la gynecologie a partir des composes organiques volatiles des exsudats vaginaux |
Country Status (1)
Country | Link |
---|---|
WO (1) | WO2017178032A1 (fr) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1996023900A1 (fr) * | 1995-01-31 | 1996-08-08 | Cbl Products Ltd. | Dispositif de detection d'infections vaginales |
WO1999009407A1 (fr) * | 1997-08-14 | 1999-02-25 | Osmetech Plc | Detecteur d'etats |
WO1999066304A1 (fr) * | 1998-06-19 | 1999-12-23 | California Institute Of Technology | Utilisation d'une olfactometrie artificielle pour detecter le niveau de presence de substances a analyser |
WO2000020852A1 (fr) * | 1998-10-02 | 2000-04-13 | California Institute Of Technology | Capteurs organiques conducteurs, mosaique de capteurs et procedes d'emploi |
WO2002061425A2 (fr) * | 2001-02-01 | 2002-08-08 | Q-Scent Ltd. | Procede et appareil de diagnostic |
US20020119513A1 (en) * | 2000-06-12 | 2002-08-29 | Board Of Trustees Operating Michigan State University | Method and apparatus for the detection of volatile products in a sample |
WO2014180974A1 (fr) * | 2013-05-09 | 2014-11-13 | Ramem, S.A. | Procédé de diagnostic de la narcolepsie à base de composés organiques volatils |
-
2016
- 2016-04-22 WO PCT/DZ2016/050004 patent/WO2017178032A1/fr active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1996023900A1 (fr) * | 1995-01-31 | 1996-08-08 | Cbl Products Ltd. | Dispositif de detection d'infections vaginales |
WO1999009407A1 (fr) * | 1997-08-14 | 1999-02-25 | Osmetech Plc | Detecteur d'etats |
WO1999066304A1 (fr) * | 1998-06-19 | 1999-12-23 | California Institute Of Technology | Utilisation d'une olfactometrie artificielle pour detecter le niveau de presence de substances a analyser |
WO2000020852A1 (fr) * | 1998-10-02 | 2000-04-13 | California Institute Of Technology | Capteurs organiques conducteurs, mosaique de capteurs et procedes d'emploi |
US20020119513A1 (en) * | 2000-06-12 | 2002-08-29 | Board Of Trustees Operating Michigan State University | Method and apparatus for the detection of volatile products in a sample |
WO2002061425A2 (fr) * | 2001-02-01 | 2002-08-08 | Q-Scent Ltd. | Procede et appareil de diagnostic |
WO2014180974A1 (fr) * | 2013-05-09 | 2014-11-13 | Ramem, S.A. | Procédé de diagnostic de la narcolepsie à base de composés organiques volatils |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dominianni et al. | Comparison of methods for fecal microbiome biospecimen collection | |
Doty et al. | Predicting the time of the crime: Bloodstain aging estimation for up to two years | |
Wang et al. | Rapid detection of Listeria monocytogenes in milk using confocal micro-Raman spectroscopy and chemometric analysis | |
WO2019072352A2 (fr) | Automate de détection des bactéries incriminées dans les infections ou maladies grâce à un système multi-capteurs intégrant une olfactométrie de reconnaissance des métabolites dégagés | |
Pérez et al. | Raman spectroscopy an option for the early detection of citrus Huanglongbing | |
Bai et al. | Discrimination of human and nonhuman blood by Raman spectroscopy and partial least squares discriminant analysis | |
JP2006526765A (ja) | 微生物の自動特徴づけおよび分類 | |
Chirman et al. | Characterization of bacterial biofilm infections with Fourier transform infrared spectroscopy: A review | |
CN107273711B (zh) | 一种对虾健康状况指示菌群的筛选方法 | |
Kumar et al. | Rapid detection of bacterial infection and viability assessment with high specificity and sensitivity using Raman microspectroscopy | |
Kwon et al. | Applications of smartphone cameras in agriculture, environment, and food: A review | |
Sun et al. | Rapid identification of salmonella serovars by using Raman spectroscopy and machine learning algorithm | |
Amiali et al. | Rapid identification of community-associated methicillin-resistant Staphylococcus aureus by Fourier transform infrared spectroscopy | |
Jaafreh et al. | Rapid poultry spoilage evaluation using portable fiber-optic Raman spectrometer | |
Lin et al. | An ambient temperature collection and stabilization strategy for canine microbiota studies | |
Cao et al. | Application of stacking ensemble learning model in quantitative analysis of biomaterial activity | |
EP3058341B1 (fr) | Determination de la concentration d'un composant dans un fluide d'un animal par analyse spectroscopique d'un autre fluide | |
Green et al. | Robust identification of bacteria based on repeated odor measurements from individual bacteria colonies | |
Jansson et al. | Vibrational spectroscopy and its future applications in microbiology | |
WO2017178032A1 (fr) | Procedure de detection des infections ou maladies dans le domaine de la gynecologie a partir des composes organiques volatiles des exsudats vaginaux | |
Waterfield et al. | A protocol for a systematic review of the diagnostic accuracy of Loop-mediated-isothermal AMPlification (LAMP) in diagnosis of invasive meningococcal disease in children | |
Zhang et al. | Simultaneous detection of mixed foodborne pathogens by multi-molecular infrared spectroscopy identification system | |
CN113930526A (zh) | 用于鉴别甲基苯丙胺涉毒人群的方法、组合物及其应用 | |
Wityk et al. | Optical method supported by machine learning for urinary tract infection detection and urosepsis risk assessment | |
Zhang et al. | Rapid Antimicrobial Susceptibility Testing by Stimulated Raman Scattering Imaging of Deuterium Incorporation in a Single Bacterium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
122 | Ep: pct application non-entry in european phase |
Ref document number: 16898529 Country of ref document: EP Kind code of ref document: A1 |