通过拉曼指纹和功能分类在微流体静态滴滴阵列上实现环境微生物生物探测

科学领域:

• 微生物学 微生物学
• 生物技术是生物技术.
• 分析化学 分析化学

背景情况:

• 目前的单细胞分析技术在吞吐量,分辨率和细胞活力方面面临权衡,阻碍了功能驱动的微生物生物勘探.
• 开发先进的平台对于克服这些局限性和实现高效的微生物发现至关重要.

研究的目的:

• 开发和验证MicroSD-RFFS,这是一个新的平台,集成微流体静态滴滴阵列,拉曼光谱指纹和功能分类.
• 在单细胞微生物分析中克服吞吐量,分辨率和细胞活力限制.
• 从复杂的环境中实现高效的功能驱动微生物发现.

主要方法:

• 微SD-RFFS平台结合了刀片辅助滴滴生成用于高通量封装,在片芯片上的静态滴滴阵列用于高分辨率的光谱采集,以及基板诱导的复制板用于培养兼容的分类.
• 采用双生物标志物策略,使用D2O耐受性CDD带比 (CDRcal) 进行功能活动,并使用拉曼指纹进行菌株识别.
• 一种优化的缩小维度方法 (基于SVD) 和区分模型被整合在一起,以实现高效的数据分析和区分.

主要成果:

• 该平台实现了高通量封装 (720滴/芯片在3s) 和高分辨率光谱采集 (5s/细胞在5mW).
• 六种溶解细菌 (PSB) 菌株被有效地分离并从具有高歧视概率的复杂土壤群体中鉴定出来 (min. 0.979) 和较低的重建误差 (10^-26到10^-28).
• 功能特征使用CDRcal准确排名,与传统测定一致,并优于传统的多变量分析.

结论:

• 微SD-RFFS提供了一个高效,强大和具有成本效益的平台,用于在单细胞水平上以功能驱动的微生物发现.
• 综合方法克服了现有的单细胞分析技术的关键局限性.
• 这个平台有助于从复杂的环境样本中分离和识别功能性微生物.