生物阻抗检测仪

实时阻抗流式细胞分析仪（piRT-IFC）研发进展单细胞电学特性生物传感与分析技术为单细胞生物物理学研究提供了新维度。该技术已被证明在全血分析、肿瘤细胞分型和免疫细胞状态评估方面具有重要的应用潜力。然而，现有的电学检测方法难以实现高通量实时性分析，限制了需要大量系统实验的单细胞电学特性研究的开展。 近日，中国科学院微电子研究所健康电子中心研究员黄成军、副研究员赵阳团队，在单细胞电学特性流式分析方法及高通量实时分析仪器研究方面取得重要进展。该团队提出了快速并行物理拟合求解器，仅需0.62 毫秒即可在线求解出单个细胞膜比电容和细胞质电导率。与传统求解器相比，在不损失准确度的前提下，速度提升了27000倍，且不需要任何数据预采集和预训练过程，进一步实现了基于物理模型信息的实时阻抗流式细胞分析仪（piRT-IFC）（图1）。该技术可在50分钟内实时表征高达100902个单细胞，具有高稳定性、高通量、实时化和全流程自动化等特点。作为示范应用，该团队对药物处理后HL-60中性粒细胞脱粒现象这一典型的快速变化的生物过程进行实时表征分析。与普遍采用的神经网络辅助加速方法对比研究表明，piRT-IFC具有速度快、准确度高和泛化能力强的优势，具备广泛的应用潜力。 相关研究成果以piRT-IFC: Physics-informed real-time impedance flow cytometry for the characterization of cellular intrinsic electrical properties为题，发表在《微系统与纳米工程》（Microsystem and Nanoengineering）上。该研究由微电子所和计算技术研究所合作完成。研究工作得到科学技术部、国家自然科学基金委员会、北京市和中国科学院的支持。近年来，该课题组面对单细胞物理特性检测存在敏感机理不明和技术实现困难等关键技术瓶颈，开创性提出了基于微流控技术的“交叉压缩通道”敏感新原理和单细胞电学模型，建立了基于微流控芯片的单细胞电学特性高通量定量检测方法，检测参数包括细胞膜比电容和胞浆电导率，通量比膜片钳等常规方法高10000倍，并进一步研发出实时高通量单细胞电学特性流式分析仪（图2）。仪器入选中国科学院自主研制科学仪器名录，与首都医科大学宣武医院、首都医科大学附属北京胸科医院、计算所等单位合作，成功用于脑卒中动物模型、癌症病人样本、药物模型等领域的多种细胞的分析，为肿瘤/脑卒中等精准诊断、药物筛选等提供了有力工具，并发现了新型标志物，验证了相关药物候选分子的作用、获得授权专利。论文链接 图1. 实时阻抗流式细胞分析仪（piRT-IFC）原理样机、核心微流控芯片、设备交互界面、典型结果和自动化实时数据处理流程 图2. 基于微流控芯片技术的单细胞电学特性活体单细胞分析仪（左）及核心微流控芯片（右）

流式细胞仪器技术的发展日益更新，而在近几年，阻抗流式和在体流式引起了大家兴趣和研究。阻抗流式因其具有对生物细胞进行无标记表征的潜力，而且其芯片制造过程简单，可以探测细胞结构的不同部分备受关注。在体流式，因其可实现免抽血、实时、动态、连续、无创、定量检测/监测人体或动物循环系统中的细胞、分子、纳米颗粒等目标物质，获取多维度的科研或临床数据，直接反映人或实验动物体内环境真实的分子、生理、代谢、药物等方面的参数和状态，区别于传统离体检测方式。此外，还有基于微流控芯片技术的流式分选，以及质谱流式、组织成像质谱流式等技术也广泛应用于科学研究。不断迭代创新的流式细胞技术能解决哪些关键问题？又有哪些创新的研究进展？仪器信息网第五届流式细胞网络会议（iConference on Flow Cytometry，iCFCM 2023）特设【流式新技术新产品】专场。该专场由北京大学魏勋斌教授、清华大学王文会教授、中国科学院苏州生物医学工程技术研究所王策研究员、中国科学院微电子研究所赵阳研究员等4位专家学者在线分享流式研发及应用进展。不仅如此，贝克曼库尔特、美天旎生物、Standard BioTools也将在本会场分享流式细胞仪技术与应用解决方案。 部分精彩报告预览 报告题目：可无创免抽血动态监测循环(肿瘤)细胞的光学活体流式细胞仪报告人：魏勋斌 北京大学医学技术研究院 副院长/教授【摘要】 活体流式细胞仪结合实时高速荧光影像方法和体外流式细胞仪的原理，实现了活体、实时、无损、定量检测循环系统内细胞群体。由于避免了抽血，该光学技术可长时间、连续地对同一活体的循环系统内细胞进行动态监测。这项技术可用于循环肿瘤细胞的监测，适用于肿瘤研究和血液细胞的免疫分析研究等报告题目：阻抗流式单细胞表征新方法报告人：王文会 清华大学 副教授【摘要】 单细胞的生物物理特性可揭示细胞的基本结构及生理状态，对疾病诊断意义重大。针对单细胞本征特性表征过程中尚存在的问题，提出了一系列高效、实时在线、防堵塞、多模态和准确的阻抗流式术表征新方法，丰富了阻抗流式细胞术的技术体系。报告题目：从技术参数角度看流式细胞仪发展趋势报告人：王策 中国科学院苏州生物医学工程技术研究所 研究员【摘要】 流式细胞仪器技术是一种多学科交叉技术。自上世纪70年代问世以来得以快速发展。尤其是近十年随着半导体技术、生物技术的进步呈现加速的趋势。临床与科研需求的推动也促进了流式细胞仪器在多参数、高灵敏、高通量、智能化等方面的发展以及流式光谱、成像等新功能形态的出现。报告题目：细胞电学流式分析方法与仪器报告人：赵阳 中国科学院微电子研究所 副研究员【摘要】面对单细胞固有电学特性测不快、传感原理不明等难题，我们提出一种基于交叉压缩通道的检测方法，将检测通量提升了1万倍。并设计了一种基于物理模型快速求解器的实时阻抗流式细胞分析仪（piRT-IFC），实现了“细胞进，结果实时出”的全流程自动化处理能力，并验证其在未知细胞样本上具有相较神经网络加速方法更好的泛化能力。以上仅为部分报告嘉宾预告，更多精彩内容请查看会议页面：https://www.instrument.com.cn/webinar/meetings/icfcm2023/ iCCA 2023 交流群 温馨提示:1) 报名后，直播前助教会统一审核，审核通过后，会发送参会链接给报名手机号。填写不完整或填写内容敷衍将不予审核。2) 通过审核后，会议当天您将收到短信提醒。点击短信链接，输入报名手机号，即可参会。

本文作者：王文会 清华大学精仪系 长聘副教授王文会，清华大学精仪系长聘副教授，博士生导师，入选国家海外高层次人才引进计划青年项目。主要从事微操作器件和系统、机器人自动化技术、及其在生命科学仪器领域的应用研究工作。项目来源包括国家重点专项、科技创新2030—“脑科学与类脑研究”重大项目、国家自然科学基金仪器项目、面上项目等；在Small，Lab Chip，Small Methods，Biosensors and Bioelectronics，Analytical Chemistry，IEEE Trans等期刊上发表50多篇SCI论文，获得授权发明专利12项（包括2项美国专利）。近年的研究兴趣在于单细胞操控和理化特性表征技术、系统及应用。清华大学王文会教授团队在阻抗流式细胞术上取得系列进展对单细胞生物特性的表征有助于揭示细胞的基本结构、功能信息及其病理状态，基于单细胞的研究可以更深层次揭示生命的本质和规律，对生命科学研究、疾病诊断和个性化医学意义重大。细胞内的生理变化常伴随着化学和物理修饰重组，可以通过生物化学和生物物理的方法对单细胞进行表征。生物化学方法通常利用生化标记识别细胞及其状态，特异性高，但是需要先验知识且检测成本高。而生物物理方法利用细胞的机械、电学等固有表型特征，能够实现对单细胞的快速无创无标记表征，方便对细胞进行后续操作如分选、培养和组学分析等。目前，单细胞生物物理特性表征已有不少经典方法，如原子力显微镜、光镊和膜片钳等，提供了有效的手段，但是这些技术检测流程繁琐、系统复杂且通量低。而作为一种能够精确操控微尺度流体的新兴手段，微流控技术所需样本体积小、生物相容性高且响应速度快，使得其成为当前单细胞研究中不可或缺的工具。微流控技术不断地应用于单细胞生物物理表征。在电学特性方面，研究者已成功利用电旋转、电阻抗谱和阻抗流式技术测量细胞膜电容等电学参数；在机械特性方面，研究者基于诱导变形原理，成功利用光、机、电、声等物理场实现对细胞杨氏模量等机械参数的测量。从Coulter计数器发展而来的阻抗流式细胞术IFC具有通量大的优势，在技术和应用上取得了很大的进展，但在提取单细胞的本征参数方面还存在低效、解算慢、模态单一、准确性未知、易堵塞等问题。基于常用的电阻抗流式器件结构和测量架构（图1），清华大学王文会教授团队近年在解决以上这几个问题方面取得了一系列进展。图1. 阻抗流式细胞术基本架构针对单细胞本征特性是否可用阻抗流式表征的问题，利用最小流阻流体捕获原理（Lab on a Chip, Outside Front Cover, 2021, 2486-2494 Lab on a Chip, Outside Back Cover, 2016, 4507-4511），设计U型微流道结构（图2），可以使同一个细胞以流式流经一组IFC电极后，到达设有另一组EIS电极的捕获点位。在两组电极处分别进行阻抗流式测量和阻抗谱测量，结果发现离散的阻抗流式数据点与阻抗谱数据吻合度极高，在三个量级的流速（10-1000 nL/min）下，其相对偏差5%，证明了阻抗流式术可以替代阻抗谱实现对单细胞阻抗本征参数的提取，同时该结构也允许流式和阻抗谱测量同时进行，实现在通量和准确性上的相互补充（Analytical Chemistry, 2019, 91(23): 15204）。图2. 阻抗流式细胞术与阻抗谱互补针对电学本征参数的计算往往通过复杂的生物物理模型离线拟合，耗时较长，难以满足下游操控分析环节的实时在线需求的问题，提出了神经网络赋能的实时在线电学本征参数提取技术，基于神经网络实现对单细胞电学本征参数的加速求解（图3）。相比传统的梯度拟合计算方法，单细胞事件的推理时间约为0.3 ms，速度提升了10000倍，在实验部署中，电学本征参数测量通量接近100/秒。获得的本征参数用于细胞分类，可将准确率从不到80%提升到93%。通过让同一批细胞来回往复测量区进行十次电学测量，本征参数的变化4%；对细胞的染色与培养表明，细胞仍保持活性且增殖率和控制组的细胞没有特别明显的差别，证明电学表征不会显著影响细胞活力（Lab on a Chip, Outside Back Cover & 2021 Hot Articles, 2022, 240-249）。图3. 神经网络加速求解细胞电学本征参数针对阻抗流式通常只求解电学特性参数的局限，提出基于阻抗数据的电学-机械双模态本征参数提取技术（图4）。利用流道结构和电极的空间耦合以及阻抗测量的高时空分辨率特性，使阻抗信号同时包含细胞电学特性及通过收缩通道过程中挤压的动态形变信息。通过构建电阻抗-细胞形变映射模型，发现测量电阻与细胞伸长量成正比，从而能够将测得的阻抗信号定量映射到细胞机械形变。同时采用分时复用传感策略，利用差分传感信号将电脉冲和幂律时变阻抗信号以分时复用的方式集成，从而实现单细胞电学-机械双模态本征特性表征。在不需要使用相机的情况下，仅使用阻抗数据后，测量的通量大幅提高。通过获得的数据，首次发现1 μM级浓度的细胞松弛素可能是诱导处理细胞骨架发生显著变化的阈值。针对常用的细胞分类任务，基于神经网络利用电学-机械双模态本征参数实现了明显高于基于单一电学特性和机械特性的93.4%高分类准确率，相比电学和机械特性分类准确率的绝对值分别提高了12.3%和5.1%，说明单细胞生物物理特性的多模态测量能够更特异地对细胞进行表型分析（Small Methods, Back Cover, 2022, 6(7), 2200325 Small, Frontispiece, 2023, DOI: 10.1002/smll.202303416）。图4. 使用电阻抗同时求解电学-机械学本征特性参数针对单细胞电学表征准确性未知的不足，利用辛醇辅助脂质体组装方法合成了类细胞大小的脂质体，以脂质体作为单壳模型粒子，结合阻抗测量芯片与测量系统构建了测量平台，提出了单细胞电学模型测量准确性评估和相应的补偿技术（图5）。研究发现，当传感区尺寸接近被测粒子时，通过模型拟合得到的电学本征参数与真值的相对误差小于10%，此时电极间距与流道宽度主要通过影响测量体积分数而对测量准确性产生影响，从而基本验证了单细胞电学测量模型的准确性。但是由于电学测量模型通过对流道中间高度电场强度进行建模计算，共面电极产生的电场在流道高度方向的不均匀衰减将导致流道高度对电学模型测量准确性的影响最大，测量相对误差高达30%（ACS Sensors, 2023, 8(7), 2681–2690）。而这种误差，可以通过在流道中设计合适的电极，将粒子的空间位置与电极上的响应信号对应起来（Analytical Chemistry, Supplementary Cover, 2023, 95(15), 6374-6382）。这样，通过响应信号，推导出粒子的瞬间空间位置，代入对应的电学模型中，即可实现更为准确的单细胞电学特性测量。图5. 合成类细胞脂质体评估电阻抗测量的准确性及位置误差估计针对窄流道电阻抗易堵塞的问题，提出了在阻抗流式术中使用非导电粘性鞘液的方法（图6）。此前的研究还没有搞清使用流道和鞘液在阻抗测量方面的准确性是否有变化，以及使用什么样的鞘液性能更好。因此，首先在流道MC和鞘液SC上下游两处布置了电极测量阻抗，发现文献中报道过的辛醇和去离子水表现不一样，其中去离子水作鞘液时，阻抗准确性降低显著，而辛醇则变化不大。由此推断鞘液-主流道溶液界面的稳定性至关重要。通过使用具有不同粘性的PEG溶液作为鞘液，实验证明粘性越高，鞘液-主流道溶液界面的稳定性越高，准确性越高。此外，PEG溶液还能让阻抗测量的信噪比（1.42x）、灵敏度（7.92x）都有所提升，在半小时的实验中没有观察到堵塞或堵塞的迹象。从获得的电阻抗信号中解算出细胞电学参数，并用于典型的细胞分类应用，其准确度可达93%，与不使用鞘液的阻抗流式取得的最好表现相当（Lab on a Chip, Inside Back Cover, 2023, 23, 2531-2539）。图6. 使用非导电粘附鞘液提升电阻抗测量性能以上这些进展，丰富了阻抗流式细胞术的技术体系，提出的技术和方法对平台的架构关系并不是紧密耦合，其适用性较为宽广，可在阻抗流式细胞术的不同平台实现中灵活选用。致谢：感谢国家自然科学基金的资助，NSFC (no. 62174096, 52105572)。