基于微纳检测系统的微生物细胞多参量信息采集与建模

The screening of excellent strains is of great significance to improve the fermentation efficiency. Most of the current researches rely on the average effect of colony clusters to screen the strains from the macroscopic point of view, and ignore the individual differences of cells and their dynamic changes in the fermentation process, so that the further improvement of fermentation benefits is limited. In order to break through the above bottlenecks, the project firstly constructed a microbial information detection system, which integrated with a graphene device as the detection core and a microfluidic chip as the maintenance mechanism of the cell metabolism, to realize the non-destructive and automatic acquisition of multi-parameter information of microbial cells under external active excitation. The multi-parameter information of the cell is extracted by the feedback iterative feature analysis method based on finite element simulation to obtain the microbial feature, which can reflect the intrinsic information of the cell. In turn, the detection system is also used to test the influence of the change of the feature on the multi-parameter information for validating the accuracy of the feature. By combining with the coupling relationship between the active excitation and the multi-parameter information, a dynamic model of the microbial cell is constructed. This study not only provides theoretical support for the screening of excellent microbial strains, but also provides scientific theoretical methods for microbial cytology research and enhances the original innovation of microbial fermentation industry.

优良菌种筛选对提高发酵效益具有重要意义。而目前的研究大多从宏观角度出发，依靠菌落集群平均效应进行菌种筛选，忽略了细胞的个体差异性及其在发酵过程中的动态变化，使得发酵效益的进一步提升受到限制。为了突破上述瓶颈，本项目首先构建了以石墨烯微纳器件为检测核心、以微流控芯片为细胞代谢维持机构的微生物多参量信息检测系统，从微观角度实现在外界主动激励下无损、自动地获取微生物细胞个体的多参量信息；基于该细胞的多参量信息，通过有限元仿真的反馈迭代特征量解析方法，提取能够反映细胞本征信息的微生物特征量，并利用检测系统测试特征量的变化对微生物多参量信息的影响，以提高特征量的准确性；进一步结合主动激励量和多参量信息的耦联关系，构建基于特征量的微生物细胞生长代谢动态模型。本研究不仅为微生物优良菌种筛选提供理论支撑，也为微生物细胞学研究提供科学理论方法，增强微生物发酵工业的原始创新力。

本项目以活体细胞的生物信息检测与分析为目标，通过微纳电子生物器件、微纳操作技术和微流控技术等结合的检测与筛选方法，实现活体细胞多层次多参量生物信息的检测与分析。本项目主要研究内容和结论如下：.1）面向单个细胞的生物信息精确检测与分析。针对遗传学工程化的活体细胞，本部分设计和搭建了单细胞靶向光刺激和细胞膜形变特性同步检测系统，以实现单个细胞的光靶向刺激和细胞膜形变的同步检测。并在此系统基础上，探索了一种新的单细胞生物信息检测方法，即通过细胞膜形变来表征和检测细胞状态的变化；.2）面向群体细胞的生物信息精确检测与分析。针对群体细胞的生物信息检测，本部分设计并制造了基于石墨烯材料的微生物检测器件，分别实现了贴壁和和悬浮的群体细胞的生物信息精确检测。该方法成本低、检测精度高、且能够实现细胞的多维信息检测；.3）面向生物细胞快速准确的筛选方法研究。靶向细胞筛选在医疗检测和生物制造工业领有着巨大的需求。本部分提出一种基于光诱导介电泳技术（ODEP）的菌种快速准确地筛选方法。通过构建ODEP的微流控筛选芯片，并与石墨烯检测器件结合，实现微生物细胞的一体化筛选与检测。.总之，本项目主要是针对生物细胞的多参量信息的检测，从细胞的单个或群体多个层次出发，采用微纳生物器件与微纳操作等技术相结合的方法，实现生物细胞的多参量信息检测。此外，为进一步提升技术在发酵产业的应用，本项目将ODEP技术与微纳生物器件相结合，研究了微生物快速筛选和筛选与检测一体化实现的技术。

内容获取失败，请点击重试