登录
 机构网站
  1. 首页
  2. 情报产品
  3. 快讯详情

《苏州医工所马汉彬团队在高分辨有源数字微流控芯片上成功实现单细胞分选和操控》

  • 来源专题：生物安全知识资源中心—领域情报网
  • 编译者： hujm
  • 发布时间：2023-05-04

  • 近些年来，基于单细胞的基因组、转录组和蛋白质组学的研究已经被证明有利于促进单细胞多组学研究的发展，同时也带动了更多前沿的单细胞多组学研究方法的出现。其中也包括了高效、无损、可控的单细胞样本处理平台型技术。

    近日，中国科学院苏州生物医学工程技术研究所马汉彬研究员课题组与广东奥素液芯微纳科技有限公司合作，成功研发出了一套基于大面积薄膜晶体管开关阵列的有源数字微流控平台(Active-Matrix Digital Microfluidics, AM-DMF)，并且基于AM-DMF技术实现了单细胞液滴样本的高效生成、操控和片上培养。相关研究成果以 Large-Area Electronics-Enabled High-Resolution Digital Microfluidics for Parallel Single-Cell Manipulation为题，在Analytical Chemistry正式发表，并被选为当期的封面论文。

    　　本研究中所涉及的AM-DMF技术是将电润湿数字微流控、薄膜晶体管和显示平板技术相结合，利用电场和程序化的驱动电信号来控制表面张力进行液滴可编程操控。研究人员在高度可扩展的薄膜半导体技术支持下，开发了一款可独立寻址可控电极的AM-DMF芯片，实现了直径约为100微米，单像素液滴体积仅为500皮升的高分辨数字液滴在二维平面上的可编程、并行、实时操控。基于AM-DMF芯片系统，奥素科技配套开发的BOXmini工作站集成了AM-DMF驱动核心机、主控板、位移平台、温控模块和光学成像模块。 

    　　通过优化芯片结构、驱动信号和试剂配比等参数，在BOXmini上实现了细胞悬液载入、分配、单细胞液滴生成和操控等流程。该系统单液滴生成的成功率高达98％以上，能在10秒内实现29％的原始单细胞液滴生成率，且可对液滴中的单细胞直接进行片上培养。初步验证，经过20小时的培养，约有12.5％的单细胞液滴内显示出了明显的细胞增殖。

    该研究结果展示了AM-DMF平台技术在单细胞多组学以及其他的生物科学研究领域广阔的应用前景，为基于单细胞或者微量生物样本研究的高精度、流程自动化可控提供了新的技术和思路。

    　　论文链接： https://doi.org/10.1021/acs.analchem.3c00150

  • 原文来源：http://www.sibet.cas.cn/kxyj2020/kyjz_169572/202304/t20230427_6746636.html
280浏览量
原文链接
相关报告

  • 《苏州医工所马富强课题组就液滴微流控超高通量筛选技术在Biotechnology Advance发表综述文章》
    • 来源专题：生物安全知识资源中心—领域情报网
    • 编译者：hujm
    • 发布时间：2023-06-30
    • 　近十年来，荧光激活液滴分选技术（FADS）快速发展，已成为一种强大的超高通量筛选工具，广泛应用于酶、代谢产物和抗体筛选。高灵敏度荧光偶联策略（FCSs）是FADS应用拓展的关键技术，可将酶活性、代谢产物浓度、抗体亲和力等性质与荧光信号进行偶联，实现目标物质定量检测，是FADS应用发展关键环节之一。截止目前，一系列FCSs已经被开发，极大地扩展了FADS的应用（图1）。 　近日，中国科学院苏州生物医学工程技术研究所-医药酶工程研究中心-马富强研究员团队针对FADS在国际TOP期刊 Biotechnology Advances上发表了题为“Fluorescence coupling strategies in fluorescence-activated droplet sorting (FADS) for ultrahigh-throughput screening of enzymes, metabolites, and antibodies ”的综述论文。 　　该综述系统性回顾了十多年来不同分析物质（酶、代谢产物、抗体）荧光偶联液滴微流控研究最新进展，并根据荧光偶联策略原理，将其分为四大类，包括荧光底物分析策略、酶联荧光分析策略、基于生物传感器荧光偶联策略、基于抗体亲和力荧光偶联策略。作者分别介绍了四类FADS的原理，并将各类策略液滴微流控研究进展进行了分析和总结。 　　荧光底物分析策略是酶筛选中最常用的荧光偶联方法之一。通过将荧光团与特定的官能团共价结合，以阻止其产生荧光信号。当目标酶催化荧光底物释放官能团，生成的荧光团产生荧光信号，其信号强度应与酶活性成线性关系，从而实现定量检测。在过去十年中，已有多种荧光底物被设计、开发并应用于给类酶活性检测中，包括水解酶、氧化还原酶、和裂解酶等（表1）。与此同时，荧光底物策略可用于宏基因组文库筛选或者难以培养的细菌群体中鉴定新的酶、新进化的催化酶。 FADS技术可以从大型突变库或难以培养的混合环境样品中筛选出所需的酶或细胞，但这些筛选所针对的大多数自然酶或代谢产物都是非荧光性的，不适合FADS系统。酶联荧光分析策略成为FADS应用另一关键技术，可将非荧光代谢产物的浓度或酶活力转化为荧光信号，实现荧光定量检测。该综述对一系列的酶，如氧化酶、还原酶以及转移酶等，偶联相应底物特异性氧化酶，实现酶活力或代谢产物浓度分析和检测（表2）。 生物传感器是基于目标分析物与检测信号成线性关系，通过信号强度进行分析、检测、定量的一类装置。荧光生物传感器是一种基于荧光分子产生信号的生物传感器，可设计多种识别元件，包括适配体、抗体、酶等。其中，适配体由RNA或DNA寡核苷酸构成，可特异性地结合目标分子，是生物传感器理想的识别元件。将荧光分子纳入设计中，在荧光强度发生变化时可以监测目标分子与识别元件的结合，实现目标分子的实时检测和定量分析。这些生物传感器在多种场合中均有应用，包括体外试验和体内成像。基于此，该综述主要介绍了基于转录因子(TF)的荧光生物传感器(即基于抑制型-或激活荧光生物传感器)、基于RNA的荧光生物传感器以及基于FRET的荧光生物传感器，有效地将目标分析物浓度及性质转化为FADS超高通量筛选中的荧光信号。 抗体广泛用于研究和临床诊断，并用于治疗各种疾病。近年来，治疗性单克隆抗体数量在市场上显著增加。2021年全球单克隆抗体市场规模为1144.3亿美元，预计到2025年将增长至1795.6亿美元，年增长率(CAGR)估计为2021年至2025年11.9%。2022年全球销售最高的药物中有几种是抗体药物，包括Humira，Keytruda，Stelara和Opdivo。这凸显了抗体作为治疗感染、自身免疫和肿瘤性疾病的强效治疗剂的重要性。单克隆抗体可以通过噬菌体展示和相关技术高效筛选结合。然而，由于常规杂交瘤筛选中只能容纳几千个克隆体，成本高、通量低。FADS在抗体筛选应用中优势突出，皮升或纳升级别的反应体系降低了成本并增加了通量，使得抗体分泌的定量、高灵敏度、实时动力学测量成为可能。本综述中，基于抗体亲和力作用，分别介绍了荧光聚集分析技术、酶活性抑制分析技术、亲和力响应报告细胞分析技术在功能性抗体筛选中的应用及拓展。 综上所述，作者综述了不同类型荧光偶联策略及其应用发展，为液滴微流控系统在酶、代谢产物及抗体筛选应用拓展提供了重要的基础理论依据。 　　该研究得到了国家重点研发计划、国家自然科学基金、中国科学院青年创新促进会会员资助计划等资助。     论文链接：https://doi.org/10.1016/j.biotechadv.2023.108173
    149浏览量
    原文链接

  • 《苏州医工所李辉团队在SIM超分辨显微成像研究中取得系列进展》
    • 来源专题：生物安全知识资源中心—领域情报网
    • 编译者：hujm
    • 发布时间：2023-07-12
    • 　结构光照明显微镜(SIM)以成像速度快、无需特殊荧光标记和光毒性小等优势，被视为当前最适合活细胞成像的超分辨（SR）技术。经过二十多年的快速发展，SIM在成像理论和应用研究方面都取得了长足进步，但依然有许多普遍存在的棘手问题亟待解决和完善。 　　中国科学院苏州生物医学工程技术研究所李辉团队着眼于解决SIM在实际生物成像应用中的短板，致力于打造“user acknowledgeable”的SIM成像技术和仪器装备，最近在避免结构光参数估计、深度学习图像重构、升级宽场显微镜系统的模块化SIM解决方案等方面取得系列重要进展。 　　长期以来，大多数SIM算法直接或间接遵循标准的Wiener-SIM架构或依赖于其重建结果。Wiener-SIM重建涉及耗时的照明条纹参数估计和伪影敏感的频域去卷积。此前，李辉团队发展了基于“频谱优化”理念的高保真SIM重建技术HiFi-SIM并发表于Light: Science & Applications, 10, 70, (2021)，有效克服了SIM图像中的典型伪影，但HiFi-SIM仍依赖于结构光条纹参数的精确估计。然而，条纹参数很小的偏差就会导致Wiener-based SIM算法产生明显伪影，实践中现有的参数估计方法在很多成像场景中经常难以估计出可靠的条纹参数。更关键地，Wiener-SIM重建假设条纹参数在成像视场内均匀分布，但采集图像的条纹参数不仅依赖于条纹质量还受样本特性影响，因此难以保证全视场中的均一性。 　　针对上述问题，李辉团队的文刚等开发了一种无需估计结构光条纹参数的直接重建SIM算法，direct-SIM (direct reconstruction SIM algorithm)。该方法采用空域直接重建与频域频谱优化相结合的联合重建策略，避免了耗时且麻烦的条纹参数估计，同时采用新型频谱优化策略绕过了伪影敏感的频域Wiener滤波去卷积（图1a）。得益于其局域独立重建的特性，direct-SIM对于包含多组不同条纹的场景依然能够重建高质量SR图像（图1b）。该研究成果以“Spectrum-optimized direct image reconstruction of super-resolution structured illumination microscopy”为题发表于PhotoniX 期刊(中国科学院1区Top，IF16.5)，其中，文刚副研究员为第一作者，唐玉国研究员和李辉研究员为通信作者。 　　论文链接：https://photonix.springeropen.com/articles/10.1186/s43074-023-00092-6 相比于上述基于物理模型的SIM算法，深度学习近年来被广泛用于SIM超分辨图像重建来减少样本光漂白和光毒性。然而，数据驱动的深度学习算法用于预测未经训练的生物结构的可靠性仍饱受质疑。当前，基于深度学习的SIM算法需要对不同生物样本单独训练以达到理想的预测性能，但仍难以可靠地应用于未训练结构的观察。 　　为此，李辉团队进一步发展了一种基于关键帧辅助的动态SIM成像方程，命名为KFA-RET：在动态成像过程中，第1帧SR图像由成像初始采集的完整原始图像通过传统SIM重建算法重建，该高保真SR图像被作为关键帧参与后续重建；随后通过基于深度学习的重构算法KFA-RET实现宽场图像的SR重建。KFA-RET以关键帧结构作为参照并结合生物结构的时间连续性，极大地提高了重建SR图像的质量，同时有效地减少了光漂白和光毒性。此外，KFA-RET对网络未训练过的新生物样本结构也具有很强的迁移能力。该研究成果以“Keyframe-aided resolution enhancement network for dynamic super-resolution structured illumination microscopy”为题发表于Optics Letters，其中博士研究生唐于珺为论文第一作者，李辉研究员为通信作者。 　　论文链接：https://doi.org/10.1364/OL.491899 为了适应更多不同用户对SIM成像仪器配置的要求，李辉团队在之前开发安装于显微侧边的结构光照明插件（HiFi-SIM-C）的基础上，进一步开发了安装于显微镜后口的结构光照明模块HiFi-SIM-B。可安装于多款国产和进口的倒置荧光显微镜，并且与常规的宽场荧光照明器兼容，具有体积小、稳定性高、安装方便等优点，为实验室原有荧光显微镜进行高性价比的超分辨升级改造提供了更多选择。目前，搭载在国产舜宇IRX60倒置荧光显微镜的HiFi-SIM-B样机在2023年细胞生物学大会展，获得广泛关注。搭载在奥林帕斯IX73手动倒置荧光显微镜的HiFi-SIM-B样机也于近期交付中国科学技术大学生命科学院使用。
    339浏览量
    原文链接