System AI-RACS, opracowany przez badaczy Chińskiej Akademii Nauk, automatyzuje izolację mikroorganizmów tolerujących aluminium, usprawniając badania mikrobiologiczne dzięki wysokowydajnym przepływom pracy.
Naukowcy z Centrum Pojedynczych Komórek w Instytucie Bioenergii i Technologii Bioprocesów w Qingdao, należącym do Chińskiej Akademii Nauk (CAS), we współpracy ze swoimi partnerami opracowali wspomagany sztuczną inteligencją sortowanie komórek aktywowane przez Ramana (AI-RACS ) systemu. Ten najnowocześniejszy system automatyzuje izolację i analizę funkcjonalną mikroorganizmów tolerujących glin (ATM) z kwaśnej gleby, co stanowi znaczący krok od ręcznych, pracochłonnych metod do wysokowydajnych, zautomatyzowanych procesów pracy.
Badanie to zostało opublikowane w Chemia analityczna.
Mikrobiomy — dynamiczne społeczności mikroorganizmów — oferują niewykorzystany potencjał postępu biotechnologii i zrównoważenia środowiskowego. Jednak ich złożoność stwarza wyzwania dla izolacji i szczegółowych badań konkretnych drobnoustrojów funkcjonalnych.
Aby rozwiązać ten problem, system AI-RACS łączy pęsety optyczne, jednokomórkową spektroskopię Ramana (SCRS) i sztuczna inteligencja. Integracja ta umożliwia precyzyjną identyfikację, sortowanie i zbieranie pojedynczych komórek, przekształcając badania mikrobiologiczne pojedynczych komórek z niskowydajnych operacji ręcznych w wysokowydajne zautomatyzowane przepływy pracy.
Przełom w izolacji bankomatów
Naukowcy wykorzystali instrument RACS-Seq/Culture do identyfikacji i sortowania bankomatów na podstawie próbek kwaśnej gleby. Wykorzystując SCRS do oceny aktywności metabolicznej komórek pod wpływem stresu glinu, badaczom udało się zidentyfikować i wyizolować 13 szczepów tolerujących glin, w tym Burkholderia spp., Rhodabacter spp. i Staphylococcus aureus. Szczepy te wykazywały wyższą aktywność metaboliczną w porównaniu do tych zidentyfikowanych tradycyjnymi metodami hodowli. Zastosowanie SCRS jako biomarkera ilościowego umożliwiło naukowcom zlokalizowanie i kategoryzację drobnoustrojów aktywnych metabolicznie z niezrównaną precyzją.
„AI-RACS pozwala nam odkryć, jak bankomaty rozwijają się w toksycznych czerwonych glebach, zapewniając nowe perspektywy w zakresie przetrwania drobnoustrojów i przywracania zdrowia gleby” – powiedział prof. Yuting Liang, korespondent autor badania z Instytutu Gleboznawstwa CAS.
„Naszym celem jest opracowanie systemu, który automatyzuje analizę pojedynczych komórek, zwiększając jednocześnie precyzję i przepustowość niezbędną do badania złożonych społeczności drobnoustrojów” – powiedział dr Zhidian Diao, pierwszy autor badania z Single-Cell Center. „Ten system umożliwia naukowcom badanie mikrobiomów w warunkach bliskich in situ z dużą wydajnością”.
System AI-RACS otwiera nowe możliwości w takich dziedzinach, jak odzyskiwanie zasobów, zarządzanie środowiskiem i biotechnologia przemysłowa.
Odniesienie: „System automatycznego sortowania komórek aktywowanego ramanem wspomagany sztuczną inteligencją (AI-RACS) do wydobywania specyficznych mikroorganizmów funkcjonalnych w mikrobiomie” autorstwa Zhidian Diao, Xiaoyan Jing, Xibao Hou, Yu Meng, Jiaping Zhang, Yongshun Wang, Yuetong Ji, Anle Ge, Xixian Wang, Yuting Liang, Jian Xu i Bo Ma, 11 listopada 2024, Chemia analityczna.
DOI: 10.1021/acs.analchem.4c03213
Badanie zostało sfinansowane przez Chińską Narodową Fundację Nauk Przyrodniczych i Chińską Akademię Nauk.
