详细介绍
实时微流控阻抗流式细胞仪
高通量 多参数 非标记 实时无损检测!
多参数:可获取细胞活力、数量、浓度等信息,并追踪细胞分化、衰老、凋亡及癌变等生理状态
通用性:适用于1-50μm内所有类型的单细胞 (人体、动/植物细胞、细菌、酵母、孢子、藻类、体细胞等)
高效性:实时标准化无损检测、几分钟内获得结果,通量高、重复性高、精确度高
易用性:无需染色、标记或细胞再培养,操作简单易上手
灵活性:可根据细胞类型、研究目标自定义测量和分析协议
Ampha X30开创了单细胞分析的新纪元,通过整合微流控技术、电阻抗技术与流式细胞术,能够在微流体精准参考条件下,实现流动态单细胞的高通量、连续、无损阻抗检测,实时获得细胞活力、数量、浓度等信息,并追踪细胞分化、衰老、凋亡及癌变等生理状态。与常规细胞分析仪相比,Ampha X30实时微流控阻抗流式细胞分析仪具有非标记、多参数、低污染、检测速度快、标准化程度高等显著优势,是生物学、医学和药学等领域中需要的强有力工具。
工作原理:
基于细胞膜的电特性(膜电容和膜电阻),当不同大小和活性的细胞随悬浮液流经广频(0-30 MHz)交流电场时将产生不同的电阻抗信号,经解析获得细胞的浓度、数量、活性及大小等信息。如下图所示:A)细胞在不同频率的交流电场中的检测结果:低频电场反映细胞的体积特性即电直径,高频电场反映细胞的介电特性即细胞活性;B) 微流控芯片;C)细胞电阻抗信号(蓝色实部即电阻信号,绿色虚部即容性电抗信号),细胞膜完整性决定容性电抗的大小,故可通过虚部信号来区分活细胞和死细胞,最终以阻抗相位角-振幅散点图反映出来。
Ampha X30信号的采集和转导
应用领域:
细胞发育研究:细胞分化、衰老、凋亡及癌变等生理状态
微生物发酵:酒饮品的酿造、生物燃料的生产、奶酪/酸奶的生产、疫苗等药物的生产
生物医学:肿瘤诊断、肿瘤机制研究、细胞信号调控、细胞免疫、临床即时诊断
药物/毒理分析:毒性/药性应激反应、药筛/药物降解、病毒滴定、材料安全检测
混浊、不透明或自发荧光介质:牛奶/其他食品基质、乳状液、金属工作液、自发荧光介质(如微藻)等。
高精确度:
图3. 感染杆状病毒(BV)后Sf9昆虫细胞的变化(Ampha X30与Countess™自动细胞计数仪)
应用案例分享:
微生物发酵在线监测
微生物发酵过程中,菌种的生产性能、培养基的配比、原料的质量、灭菌条件、发酵条件等均影响着发酵结果的好坏。在此过程中,密切关注酵母活力和酵母密度是控制和改进发酵过程的关键。
微生物发酵过程中,利用Ampha X30在线监测酵母细胞浓度和活力随时间的变化(图1,细胞浓度-灰色,细胞活力-蓝色),能够间接反映出反应器中发酵条件的变化,结果表明酵母细胞的总体密度随发酵时间持续增长,但细胞活性却先逐渐降低后又逐渐升高,其中发酵后的第11个小时活性标准(图2)。Ampha X30对发酵过程的监测不仅显示出滞后阶段和早期对数阶段,而且揭示了酵母细胞在进入指数增长对数阶段之前的活力损失。
酿酒酵母活性检测:
啤酒酿造过程中酵母菌种、酵母接种量、酵母使用代数、发酵工艺条件等都会影响啤酒的风味。Ampha X30能够在啤酒酿造生产过程,高通量、快速、精准监控啤酒酵母细胞的活力、浓度、代谢、繁殖和健康状态,实时评估温度、渗透压、培养条件等因素对酵母菌的影响,进而及时优化发酵工艺。
啤酒酿造过程中酵母菌密度、活性及酒精浓度的变化
该案例分析了啤酒酿造过程中,啤酒酵母菌密度、活性及酒精浓度的变化。如图所示发酵1天后 (红),酵母细胞从滞后期进入早期指数(对数)期;第1-2天为发生细胞显著增殖的指数生长期 (绿);第3天,由于细胞的剧烈增殖和营养物质的耗尽,高相位酵母群逐渐向低相位移动(红-绿-蓝,活力逐渐降低)。该过程反映了发酵罐中酵母活性及发酵条件的变化,即发酵初期酵母细胞浓度低、活力低且发酵罐中存在大量氧气,当发酵罐中的氧气全部消耗完后,酵母细胞转入厌氧发酵产生乙醇,乙醇浓度迅速增加并逐渐对酵母细胞产生毒性,导致酵母细胞活性降低。
肿瘤细胞凋亡进程:
Staurosporine诱导下BL2细胞的凋亡过程
肿瘤细胞培养是研究癌变机理、抗癌药检测、癌分子生物学极其重要的手段,监测药物对肿瘤细胞的影响对阐明和解决癌症将起着不可估量的作用。该案例研究了Staurosporine对BL2淋巴瘤细胞的影响。从图中可以看出,在Staurosporine处理1小时后,BL2细胞活性(蓝)显著下降,而对照组(黑)BL2细胞在10小时内始终保持高活性,之后才逐渐下降。Ampha X30实时微流控阻抗流式细胞仪无需进行细胞的染色、标记或培养,可在肿瘤细胞培养过程中随时检测肿瘤细胞生理特性的变化,准确评估肿瘤细胞对凋亡诱导剂、细胞毒剂的剂量反应或分化、凋亡进程。
CHO细胞发育变化
人体和动物细胞,特别是哺乳动物细胞,在药物研究、药效表达、临床诊断等应用中发挥着重要作用。哺乳动物细胞常被用于生产抗体、蛋白质、疫苗、再生医学等领域,中国仓鼠卵巢细胞(CHO)是目前全球研究较多的一种表达系统,在生物制药领域中应用较为广泛。
本案例利用Ampha X30监测了CHO细胞在三周内的发育变化,上图为第4天(蓝色)、9天(红色)和19天(绿色)的CHO细胞相位角-振幅散点叠加图,散点图左下方的小群体代表死亡细胞,而右侧的大群体代表活性细胞,从叠加图中可以看到CHO细胞活性在前9天里并未发生变化,而在第19天,散点图显著向较低相位角偏移,这表明由于缺乏底物CHO细胞逐渐失去活性。
Sf9昆虫细胞BV感染后活性变化
基于昆虫杆状病毒表达系统自身的特点和优势,目前已被广泛应用于药物研发、疫苗生产、重组病毒杀虫剂等众多领域。Ampha X30实时微流控阻抗流式细胞分析仪可帮助在昆虫细胞BV感染过程中检测细胞活力变化、确定多重性感染(MOI)范围、筛选理想的表达条件并预测BV昆虫细胞系统中收获胞内蛋白的最佳时间。
如案例所示,Sf9昆虫细胞在感染BV后的数小时(hpi)内,Ampha X30细胞分析仪所获得的相位-振幅散点图可明显分离出三个细胞类群,分为是活细胞(viable)、感染晚期(LPI)和死细胞(dead)类群。感染48hpi后,活细胞的阻抗振幅降低(细胞)且数量逐渐减少,直至99hpi细胞全部死亡。感染晚期(LPI)细胞类群出现在较低相位,这部分细胞在0-60hpi逐渐增加随后减少直至消失。
肿瘤药物药效评估
肿瘤患者来源的异种移植(PDX)是进行药物敏感性和毒性评估的有效手段,对预测疗效十分重要。在药物处理下分泌到培养基中的亚细胞凋亡小体(ABs)和微泡(MVs),可作为药物敏感性的标志物。目前,实体瘤的体外药物敏感性评估主要通过:一、对贴壁细胞进行显微镜镜检分析ABs细胞的数量和形状;二、流式细胞仪测量统计凋亡条件下ABs和细胞的数量,并根据荧光染色结果鉴定细胞大小并进行分类。然而由于ABs复杂多样,很难确定每种AB型的适配荧光染料并预估ABs对不同染料渗透动力学的依赖性,因此利用流式细胞仪量化细胞分解过程存在极大的挑战。
该研究通过不同方法评估了不同药物浓度下PDAC细胞系的凋亡变化,结果表明可在不同的肿瘤微环境模型和药物类型下高通量、非标记、快速无损检测ABs表型并追踪细胞凋亡过程,进而准确评估药物敏感性和毒性,是一个测量单细胞电生理学特性的有效工具,不仅免除了费力耗力的细胞收集和染色标记过程,还可避免因染色不当所造成的细胞凋亡。
纳米材料毒性评估
纳米材料广泛应用于工业、农业、食品、日用品、医药等各个领域的同时,已不可避免的给我们的环境和健康带来不利影响。因此,为确保纳米材料的安全性,促进纳米技术的发展,进行纳米材料毒性评估十分必要且紧迫。Ampha X30可以非标记、高通量、快速评估纳米材料的毒性,避免假阴性或假阳性的检测结果,是一种可靠且经济高效的检测方法。
微藻培养生产脂肪酸
微藻培养生产脂肪酸是一个复杂但有前景的生物技术过程。与其他类型的细胞相比,微藻细胞体积较小且具有自发荧光,传统光学分析方法难度极大。Ampha X30基于细胞本身的电特性,不受自身荧光或细胞大小的影响,可以有效监测生物反应器中脂肪酸的过生产过程,帮助筛选合适的微藻种类、优化培养条件(如光照、温度、营养盐浓度等)以实现高效、可持续的脂肪酸生产。
参考文献:
1. Vembadi A, Menachery A, Qasaimeh M A. Cell cytometry: Review and perspective on biotechnological advances[J]. Frontiers in bioengineering and biotechnology, 2019, 7: 147.
2. Opitz C, Schade G, Kaufmann S, et al. Rapid determination of general cell status, cell viability, and optimal harvest time in eukaryotic cell cultures by impedance flow cytometry[J]. Applied microbiology and biotechnology, 2019, 103: 8619-8629.
3. Ostermann M, Sauter A, Xue Y, et al. Label-Free Impedance Flow Cytometry for Nanotoxicity Screening. Sci. Rep. 2020, 10, 142[J].
4. Tadini-Buoninsegni F, Palchetti I. Label-free bioelectrochemical methods for evaluation of anticancer drug effects at a molecular level[J]. Sensors, 2020, 20(7): 1812.
5. Honrado C, Michel N, Moore J H, et al. Label-free quantification of cell cycle synchronicity of human neural progenitor cells based on electrophysiology phenotypes[J]. ACS sensors, 2020, 6(1): 156-165.
6. Moore J H, Salahi A, Honrado C, et al. Quantifying bacterial spore germination by single-cell impedance cytometry for assessment of host microbiota susceptibility to Clostridioides difficile infection[J]. Biosensors and Bioelectronics, 2020, 166: 112440.
7. Honrado C, Adair S J, Moore J H, et al. Apoptotic bodies in the pancreatic tumor cell culture media enable label‐free drug sensitivity assessment by impedance cytometry[J]. Advanced biology, 2021, 5(8): 2100438.
8. Salimi E, Bergin A, Thomson D, et al. Radio Frequency Electrical Impedance Spectroscopy of Chinese Hamster Ovary Cells[J]. URSI GASS 2021, Rome, Italy, 28 August - 4 September 2021
9. Bergin A. The use of Process Analytical Technologies to examine the viability of CHO cells[D]. University College Dublin. School of Chemical and Bioprocess Engineering, 2022.
10. Moore J H, Salahi A, Honrado C, et al. Correlating Antibiotic-Induced Dysbiosis to Clostridioides difficile Spore Germination and Host Susceptibility to Infection Using an Ex Vivo Assay[J]. ACS Infectious Diseases, 2023, 9(10): 1878-1888.
11. Mermans F, Mattelin V, Van den Eeckhoudt R, et al. Opportunities in optical and electrical single-cell technologies to study microbial ecosystems[J]. Frontiers in Microbiology, 2023, 14.
12. Salahi A, Honrado C, Moore J, et al. Supervised learning on impedance cytometry data for label-free biophysical distinction of pancreatic cancer cells versus their associated fibroblasts under gemcitabine treatment[J]. Biosensors and Bioelectronics, 2023, 231: 115262.
13. Torres‐Castro K, Jarmoshti J, Xiao L, et al. Multichannel Impedance Cytometry Downstream of Cell Separation by Deterministic Lateral Displacement to Quantify Macrophage Enrichment in Heterogeneous Samples[J]. Advanced Materials Technologies, 2023, 8(8): 2201463.
14. Ding L, Oh S, Shrestha J, et al. Scaling up stem cell production: harnessing the potential of microfluidic devices[J]. Biotechnology Advances, 2023: 108271.
15. Mengers H G. Exploring and Exploiting Yeast Volatile Metabolites[M]. Apprimus Verlag, 2023.
产品咨询