近日，上海科技大学物质科学与技术学院刘一凡教授、李健教授、原物质学院凌盛杰教授（现复旦大学）课题组合作，在高通量筛选技术平台开放方向取得重要进展，研究成果以“AI-driven high-throughput droplet screening of cell-free gene expression” 为题在国际学术期刊《自然·通讯》（Nature Communications）上在线发表。
高通量筛选被广泛应用于生命科学和生物医药领域。目前，高通量筛选平台主要基于多孔板（96-1536孔）反应体系，并依赖于高通量移液工作站和移液机器人进行移液操作。此类平台的单个反应体积较大（通常为微升量级），这意味着在进行大规模筛选时会消耗大量生物试剂，产生高昂成本。在药物开发中，高通量筛选的花费可达总开发成本的20%。此外，在构建组合筛选等较为复杂的筛选体系时，繁杂的移液操作会浪费大量的时间，进而影响整体筛选效率。因此，亟需构建反应体积更小、移液效率更高的下一代高通量筛选技术平台。
针对上述需求和挑战，刘一凡和李健、凌盛杰团队合作者开发了一种基于液滴技术和人工智能的高通量组合筛选平台DropAI（图1），成功将单位反应体积降低至250皮升，仅约为主流平台的千分之一。DropAI平台还将构建组合筛选反应所需的移液步骤全部集成于微流控芯片上，无需任何移液操作，一个小时即可生成百万个反应单元，可涵盖数千种组合条件。此外，在液滴筛选之后，DropAI还会构建人工智能模型，从而进一步扩大筛选范围和通量。因此，DropAI平台为高通量组合筛选提供了一种经济且高效的方案。
图1 DropAI高通量组合筛选平台技术流程
液滴具有体积小、通量高的重要优势，然而将其运用至高通量筛选面临着在液滴中构建海量不同的组合条件、高效识别每一个液滴中独特的反应条件等挑战。为了解决上述挑战，研究人员构建了一种高通量多液滴组合微流控芯片，可在片上高效构建四种不同的液滴文库的随机组合。此外，研究人员开发了一种组合荧光编码技术，使得每个液滴反应都携带一个四位、九进制荧光编码，最高可分辨6561种不同的组合条件（图2）。
图2 DropAI平台中构建海量组合反应的微流控及荧光编码策略
为了展示该平台的优越性，作者运用DropAI对无细胞基因表达系统进行了高通量筛选及优化。在两轮“干-湿”迭代优化后，作者成功将构建该系统所需的数十种添加物分子精简至三种，同时实现了绿色荧光蛋白表达产量的提升，将蛋白表达的成本缩减了四倍。此外，作者还通过人工智能迁移学习，仅依赖少量的额外实验，就成功将优化后的模型适配至新的表达系统，从而大幅提升了同时筛选/优化多个基因表达系统的效率。DropAI作为一个高效、经济的通用型组合筛选平台，有望在药物组合筛选等领域得到广泛应用。
图3 运用DropAI平台对无细胞蛋白表达系统进行高通量组合筛选
本项工作中，上海科技大学物质学院硕士毕业生朱佳伟、孟雅如、博士后高文丽为共同第一作者。上海科技大学物质学院刘一凡教授、李健教授，原物质学院凌盛杰教授（现复旦大学）的课题组团队为共同通讯作者。中国科学院上海微系统所罗源研究员参与了此项工作。上海科技大学为第一完成单位。
论文标题：AI-driven high-throughput droplet screening of cell-free gene expression
沪公网安备 31011502006855号