Als kippen in een stal een bepaalde ziekte onder de leden hebben, produceren ze een kenmerkende geur. Kippenboeren en dierenartsen kunnen die soms ruiken. Dat triggerde het idee voor een elektronische neus die een dergelijke geur in een vroeg stadium automatisch kan detecteren. Zo’n e-nose wordt als sensorplatform ontwikkeld door een groot, multidisciplinair onderzoeksconsortium in het NWA-ORC-project OBSeRVeD (Odour Based Selective Recognition of Veterinary Diseases). Daarbij zetten de onderzoekers een breed scala aan sleuteltechnologieën in, zoals nanotechnologie, halfgeleidertechnologie, sensortechnologie, fotonica, smart materials, additive manufacturing, analytische technologie, bio-informatica, data science en AI, en systems engineering.
Uitdaging
Vroegtijdige detectie van kippenziektes is van belang om gezondheidsschade en productieverlies (minder eieren) zoveel mogelijk te voorkomen. Veel kippenziektes, zoals de kippenmijt, onderscheiden zich door een geurprofiel, dat wordt bepaald door een mix van vluchtige organische componenten (VOC’s). Mensen die werkzaam zijn in de branche kunnen zo’n geurprofiel vaak waarnemen, meestal echter pas in een (te) laat stadium van de ziekte. Het zou ideaal zijn als die subjectieve waarneming kan worden vervangen door een snelle, objectieve waarneming, om met meer succes de ziekte te kunnen bestrijden. Daarvoor ontwikkelen we in dit project een elektronische neus.
Zo’n e-nose moet vroegtijdig waarschuwen bij pluimvee-infecties en -plagen, aan de hand van specifieke geuren. We bepalen daarvoor de relatie tussen dierziekte, VOC’s en bijbehorende geuren, en ontwikkelen de benodigde specifieke sensoren en de intelligente dataverwerking. Daarmee willen we gemeten geurprofielen koppelen aan de gezondheid van het pluimvee. Zo werken we aan een compleet sensorplatform.
Resultaten
Het nieuwe sensorplatform werkt analoog aan onze hersenen. Een traditionele sensor kan een bepaald molecuul meten, maar ons reuksysteem werkt veel complexer, met een combinatie van verschillende sensoren. De combinatie van data die dat oplevert, een geurpatroon, bepaalt in onze hersenen welke geur en corresponderende stof of materiaal wij waarnemen, van gassen tot chemicaliën en van lekker geurend eten tot vers gemaaid gras. Bij kippenziektes gaat het niet om één of twee moleculen, maar om een combinatie van VOC’s, vaak wel vier of vijf, die samen typerend zijn voor een bepaalde ziekte. Met een combinatie van sensoren creëren wij een heel specifiek sensorsysteem dat net zo gevoelig is als onze neus of, nog beter, die van een hond bijvoorbeeld.
We gebruiken sensoren die elk een bepaald VOC-molecuul kunnen detecteren en aan zich binden. Daardoor veranderen hun eigenschappen en dat komt tot uiting in een bepaald signaal. Het gaat om de VOC’s, maar in kippenstallen is, binnen een wettelijk toegestaan bereik, ook altijd ammoniak aanwezig en produceren kippen nog meer gassen – al met al een complexe gasmix. Daarnaast kan de luchtvochtigheid variëren en vertoont de temperatuur seizoensinvloeden. Dat zijn allemaal aspecten die invloed hebben op de sensoren.
Voor het detecteren van de VOC’s ontwikkelen we nieuwe sensortypen. Twee typen sensor, een cantilever en een CMOS sensor, werken met verschillende typen moleculen: COF’s (covalent organic frameworks) en MOF’s (metallic organic frameworks). Afhankelijk van de poriegrootte vangen die selectief VOC-moleculen.
De COF’s en MOF’s worden vanuit een oplossing met behulp van inkjetprinten lokaal op micrometerschaal aangebracht op het sensorplatform (een cantilever, CMOS of fotonische chip). Het sensorplatform kan vervolgens door de verandering van de eigenschappen van de COF/MOF onder invloed van het vangen van een VOC-molecuul veranderingen detecteren. Dit gebeurt op basis van gewicht (cantilever), capaciteit (CMOS) of golflengte (fotonische chip). Verder kijken we naar sensoren op basis van grafeen, bestaande uit ultradunne lagen koolstof met unieke eigenschappen; hun elektrische weerstand verandert als moleculen zijn ingevangen.
We bouwen hiermee aan een sensorsysteem op basis van een mix aan sensoren en een mix aan meetprincipes voor het meten van een mix aan VOC’s. Sommige van die sensortypen zijn al commercieel verkrijgbaar, zoals capacitieve sensoren, maar die zijn niet heel gevoelig. Andere zijn juist veelbelovend wat betreft hun hoge gevoeligheid, maar zijn nog in ontwikkeling, zoals de grafeensensoren en de cantilevers (micro-weegschalen). Zo werken we met een mix van fundamenteel en toegepast onderzoek om te komen tot een zinvolle combinatie van sensortypen op een platform voor de detectie van kippenziektes. Naast de al genoemde sensortypen moet zo’n platform ook ruimte bieden voor sensortechnologieën die nu nog niet eens bekend zijn.
Voor de dataverwerking en identificatie van de geurprofielen ontwikkelen we algoritmes voor machine learning. Deze algoritmes trainen we met behulp van bestaande data en eigen metingen in stallen, van wel twintig verschillende VOC’s. Zo beschikken we over heel veel data, waarmee we de algoritmes goed kunnen trainen. Dat is nodig om de kleine verschillen te kunnen detecteren die nodig zijn voor het maken van betrouwbaar onderscheid tussen de verschillende geurprofielen. Het algoritme voorkomt ook dat omgevingsfactoren, zoals variaties in de ammoniakconcentratie, zorgen voor fouten in de detectie van het geurprofiel dat indicatief is voor een besmetting.
Bert Swennenhuis, docent-onderzoeker lectoraat Applied Nanotechnology, hogeschool Saxion 
“Wij werken nu aan één toepassing voor het sensorplatform dat we aan het ontwikkelen zijn en daar leren we samen heel veel van. Maar er zijn meer toepassingen mogelijk. Ik las een artikel over een Schotse verpleegkundige die kon ruiken of iemand dement aan het worden was. Schijnbaar zit er in de nek een soort klieren waar dan VOC’s uit komen. Als onze technologie voldoende mature is, kunnen we voor die toepassing waarschijnlijk ook een machine-learning algoritme trainen. Ik denk ook aan de ratten die in België worden getraind om landmijnen te ruiken; dat zou ook met onze technologie kunnen. Of ratten die tuberculose kunnen ruiken. Met andere typen vangmoleculen in de sensoren, maar het principe is telkens hetzelfde: een complex VOC-mengsel met een e-nose ruiken en identificeren. Daar zie ik heel veel mogelijke toepassingen voor.”
Vervolg
Het project OBSeRVeD loopt nog tot 2028. Het streven is dan een proof-of-principle klaar te hebben. Dat moet in een kippenstal kunnen functioneren en niet alleen het kenmerkende geurprofiel van bijvoorbeeld de kippenmijt detecteren, maar ook bestand zijn tegen de condities in zo’n stal (denk aan de ammoniak). Vervolgens kunnen bedrijven, uit het consortium en/of andere partijen, commerciële toepassingen ontwikkelen, voor dierziektes maar wellicht ook voor heel andere toepassingen. Dat zal waarschijnlijk weer in samenwerkingsverband gebeuren, omdat er nog veel praktijktesten nodig zijn en er heel veel expertises bij betrokken zijn. Dat gaat van diergezondheid in de stal tot data-opslag in de cloud, en van machine learning voor de algoritmes tot maaktechnologie voor de sensoren. Kortom, onderzoekers en bedrijven zijn nog lang niet klaar met observeren.
Martijn van Dongen, docent-onderzoeker lectoraat Applied Natural Sciences, Fontys Hogeschool
“Nederland kent heel sterk een open-innovatiecultuur, het met elkaar durven aangaan van dit soort projecten met veel verschillende partners, klein en groot, uit verschillende geledingen, van universitair tot bedrijfsleven. Een kracht van de hogescholen is dat wij heel toepassingsgericht denken. We hebben een sterke link met het bedrijfsleven en de toepassingen die daar spelen, terwijl de universiteiten sterk zijn in fundamenteel onderzoek maar die link naar de toepassingen soms wat missen. Ik denk dat wij als lectoraten daar een belangrijke, bemiddelende rol spelen.
Dit is echt een project op het snijvlak van fundamenteel en toegepast onderzoek. Dat is soms lastig communiceren, maar levert ook veel discussie op tussen de partners, in positieve zin. We leren van elkaar, mede dankzij het grote aantal partners vanuit het bedrijfsleven dat vanuit de toepassingskant is betrokken.”
Partners
Het project wordt uitgevoerd door een groot consortium met als penvoerder hogeschool Saxion. Partners zijn Fontys Hogeschool, Haagse Hogeschool, de universiteiten van Delft, Nijmegen (Radboud), Twente, Utrecht en Wageningen, en de bedrijven Applied Nanolayers, Avivet International, Bronkhorst High-Tech, Connecting Agri & Food, Van Eck, GD, De Heus, LioniX International, NXP, QL Polymers, VAA Data Works en VSParticle, en het Gezondheidscentrum voor Pluimvee. Dit NWA-ORC-project ontvangt subsidie vanuit het programma Onderzoek op Routes door Consortia (ORC) van de Nationale Wetenschapsagenda (NWA).
