通过导电聚合物对光合作用蓝菌细胞的生物电子信号进行机器学习指导解码
Miaomiao Zhang1, Junjie Cheng1,2, Wen Yu1
1Beijing National Laboratory for Molecular Sciences, Key Laboratory of Organic Solids, Institute of Chemistry, Chinese Academy of Sciences, Beijing 100910, P. R. China.
Journal of the American Chemical Society
|December 9, 2025
概括
研究人员开发了一种新的生物杂交系统,使用菌 (Syne) 与PFP和PPy来放大和检测它们的生物电信号. 这种系统可以实时监测光合作用生物.
科学领域:
- 生物电子
- 光合作用生物
- 合成生物学
背景情况:
- 检测光合作用生物体的弱生物电信号对于监测它们的生理状态至关重要.
- 由于信号生成和传输效率低,现有方法面临挑战.
研究的目的:
- 开发一种生物混合系统,以增强蓝藻生物电信号的获取和解释.
- 通过机器学习建立生物电信号与生理条件之间的相关性.
- 创建一个对光合作用生物的无线监控设备.
主要方法:
- 构建了一个生物混合系统,整合了Synechococcus sp. PCC7942 (Syne) 含有多联合衍生物 (PFP) 和多烯 (PPy).
- 使用PFP进行光采集和PPy进行电导,以放大生物电子信号.
- 使用机器学习模型将信号与环境参数 (温度,光,pH,营养) 相对应.
- 设计并模拟了一个无线监控设备.
主要成果:
- 与单独使用的Syne细胞相比,Syne/PFP/PPy系统提高了14倍以上的生物电子信号强度.
- 成功地将增强的生物电信号与温度,光强度,pH值和营养物质可用性的变化相关联.
- 通过开发的系统证明了对赛内细胞的无线监控的可行性.
结论:
- Syne/PFP/PPy生物混合系统有效地增强了光合作用生物体的生物电信号检测.
- 机器学习的整合可以从生物电信号中解码生理状态.
- 这种方法为实时无线监测光合作用生物的状态提供了一个有希望的平台.
