机器学习辅助的SERS揭示了表面修改磁纳米粒子增强蛋白质分泌的生物化学特征

科学领域:

• 生物技术和纳米材料科学 生物技术和纳米材料科学
• 细胞相互作用和蛋白质分泌工程

背景情况:

• 基于氧化铁的磁纳米粒子 (Fe3O4 MNPs) 为生物应用提供了独特的特性.
• 了解Fe3O4 MNPs与像Komagataella phaffii这样的微生物细胞之间的相互作用,对于优化生物技术过程至关重要.
• 在K. phaffii中增强蛋白质分泌是工业应用的关键目标.

研究的目的:

• 为了研究Komagataella phaffii细胞和各种Fe3O4 MNPs之间的相互作用.
• 评估MNP表面修饰对细胞固定和蛋白质分泌的影响.
• 利用机器学习辅助的SERS阐明了MNP细胞相互作用背后的分子机制.

主要方法:

• 合成Fe3O4,Fe3O4@PEG,Fe3O4@PEI10kDa和Fe3O4@PEI25kDa的MNP通过一个盆的共同降水.
• 使用传输电子显微镜 (TEM) 和z电位测量对MNP进行表征.
• 评估细胞活力,固定效率和蛋白质分泌率.
• 机器学习 (ML) 辅助的表面增强拉曼散射 (SERS) 用于相互作用分析.

主要成果:

• 聚合物表面修饰 (PEI) 显著改变了MNP属性 (形状,大小,电荷).
• Fe3O4 MNPs表现出高的固定效率 (>92%) 和优异的K. phaffii细胞活力高达1000ppm的Fe.
• Fe3O4@PEI10kDa MNPs实现了最高的复合青蛋白分泌率 (约. 这是1.3倍).
• 通过ML辅助的SERS确定了曼诺蛋白,膜载体蛋白和N-乙葡萄糖胺作为关键相互作用媒介.

结论:

• MNP的大小和表面特性极大地影响了K. phaffii的细胞固定.
• 使用特定修改的Fe3O4 MNPs进行磁性固定显示了增强蛋白质分泌的显著潜力.
• ML辅助的SERS为MNP细胞相互作用的分子基础提供了宝贵的见解.