中科大赵刚教授/金腾川教授/何立群副教授/深圳大学李自达副教授Small:基于人工智能引导的液滴微反应器实现蛋白质的快速结晶
第一作者:尚广主、郑培义、倪恒志
通讯作者:何立群副教授、李自达副教授、金腾川教授、赵刚教授
通讯单位:中国科学技术大学电子工程与信息科学系、中国科学技术大学生命科学与医学部、深圳大学生物医学工程系、中国科学技术大学热科学和能源工程系
原文链接:https://doi.org/10.1002/smll.202510977
全文速览
蛋白质结晶是结构生物学研究的核心环节,对药物发现、酶工程和功能生物学至关重要。然而,传统结晶方法通常需要大量样品、广泛的条件筛选以及较长的孵育时间。液滴微流控技术能够显著减少试剂消耗并实现高通量筛选,但其封闭的反应环境在液滴形成时即固定了溶质浓度,从而限制了对过饱和度和晶体生长过程的精细调控。本研究提出了一种液滴浓度调控与视觉分析平台(Droplet Concentration Control and Vision,DCCV),创新性地将可编程渗透调控与自动化计算机视觉相结合。通过采用具有半透性的双乳化液滴,DCCV 可在液滴形成后,借助工程化的渗透压梯度实现对于溶质浓度的动态调节。基于深度学习的成像系统能够对液滴的尺寸、稳定性和渗透性随时间的变化进行高通量、无标记的定量分析。作为示例,DCCV 在预测性的渗透传输模型支持下,可在 20 小时内获得满足 X 射线衍射要求的高质量蛋白质晶体。除蛋白质结晶外,DCCV 还为微尺度反应工程、生物分子自组装以及材料发现建立了一种通用而灵活的研究框架。
背景介绍
尽管冷冻电镜技术近年来取得重要突破,X 射线晶体学在分辨率、结构精度及蛋白–底物相互作用表征方面仍具有不可替代的优势。然而,获得高质量、可重复的蛋白晶体始终是限制该领域发展的关键瓶颈。传统结晶方法高度依赖经验驱动的条件筛选,不仅样品消耗大、结晶周期长,而且结晶结果对微小扰动高度敏感,重复性较差。自动化与机器人筛选系统在一定程度上提升了通量,但其高成本、高样品消耗和操作复杂性限制了广泛应用。微流控技术通过反应体系微型化显著降低了样品用量,并为高通量结晶筛选提供了新途径。但现有的微流控结晶策略普遍存在一个核心限制:液滴在形成后其内部组成即被固定,过饱和度通常通过预混高浓度溶液诱导,难以独立、连续地调控过饱和形成速率与演化路径,而这些因素恰恰决定了成核行为和晶体质量。双乳化液滴凭借其水–油–水核壳结构和半透性油壳,为液滴形成后其内部溶质浓度的调控提供了新的思路。然而,其在结晶应用中仍受限于液滴稳定性不足、渗透过程缺乏定量模型以及依赖人工显微观察等问题。如何在保持低样品消耗与高通量优势的同时,实现结晶过程中溶质浓度的可预测、可编程调控,仍是蛋白质结晶工程领域亟待解决的关键科学与技术问题。
研究出发点
1)针对传统液滴微反应器在形成后溶质浓度难以调控的问题,本研究基于双乳化液滴的半透性结构,引入渗透压驱动的调控机制,实现液滴形成后溶质浓度的连续动态调节,用于精确控制液滴内过饱和度的演化过程。
2)为实现液滴体系的高通量、定量化表征,本研究构建基于深度学习的计算机视觉分析框架,对液滴进行无标记的自动检测、分类、追踪与参数提取,获取液滴尺寸、形态及其随时间变化的信息。
3)围绕渗透调控过程中的传质行为,本研究建立描述跨油层水分子传输的理论模型,定量刻画渗透压差、液滴几何参数与内部溶质浓度变化之间的关系,用于分析和预测液滴内浓度演化规律。
4)以蛋白质结晶为示范体系,本研究在不同蛋白和渗透剂条件下开展实验,评估DCCV 平台在结晶过程调控和晶体制备中的表现,并用于获得满足 X 射线衍射分析要求的蛋白质晶体。
图文解析
围绕液滴微反应器中溶质浓度在形成后难以调控的问题,本研究构建了一种基于双乳化液滴的渗透调控体系。通过玻璃毛细管微流控装置制备具有良好单分散性的双乳化液滴,并将其封装于定制的载玻片中,以避免气–液界面引发的蒸发和界面扰动。在该体系中,内外水相之间的渗透压差作为驱动力,促使水分子跨越油层发生定向传输。从而在液滴形成后,实现对于溶质浓度的动态调节,并且据此实现双乳化液滴内的蛋白质结晶。
图1. DCCV 策略的示意图与概念性总体框架
为实现对大规模液滴群体的长期、定量化表征,构建了基于深度学习的自动化计算机视觉分析流程。通过深度神经网络对液滴进行无标记检测和分类,并结合多目标追踪算法,实现单个液滴在不同时间点之间的连续追踪。基于边界框拟合与几何近似方法,自动提取液滴整体尺寸和内核尺寸,进而获得液滴体积及其随时间变化的数据,为分析渗透过程和溶质浓度演化提供了可靠的数据支持。
图基于计算机视觉算法的双乳化液滴自动化表征
在外相溶质浓度高于内相的条件下,渗透压差驱动水分子由液滴内部向外迁移,导致液滴内核体积随时间逐渐减小,内部溶质浓度相应升高。通过系统改变外相溶液的浓度,比较不同条件下液滴体积收缩速率,揭示了液滴尺寸变化行为与渗透压差之间的定量关系。基于液滴体积随时间的变化,进一步计算了液滴内部反应物浓度的演化过程,为浓度调控范围和速率提供了定量描述。
图3. 调控液滴微反应器中反应物的浓度增加
在相反的渗透条件下,当内相溶质浓度高于外相时,水分子由外相向内相渗透,液滴内核体积随时间逐渐增大,内部溶质浓度随之降低。通过改变初始内相浓度,系统分析了液滴膨胀速率与初始浓度之间的关系,验证了该体系在相同物理机制下实现液滴内部溶质浓度升高与降低双向调控的可行性。
图调控液滴微反应器中反应物的浓度降低
为对上述渗透调控过程进行定量描述,建立了描述水分子跨油层传输行为的理论模型。该模型以渗透压差为主要驱动力,将液滴半径变化速率与内外相溶质浓度差联系起来,并进一步推导出液滴内部溶质浓度随时间变化的关系式。通过将模型预测结果与实验获得的液滴尺寸变化和浓度演化数据进行对比,验证了该模型在不同渗透条件下对液滴传质行为的适用性。
图5. 双乳化液滴渗透过程的理论模型
在此基础上,将该双乳化液滴微反应器体系应用于蛋白质结晶研究。通过调节内相中蛋白质与沉淀剂的初始浓度以及外相渗透剂浓度,液滴内部经历不同的过饱和演化路径,对应出现无结晶、晶体生成或沉淀等不同结果。结合液滴尺寸变化和浓度演化数据,确定了结晶发生的时间区间,并对结晶过程中的浓度变化进行了定量分析。
图6. 双乳化液滴中的蛋白质结晶
进一步基于成核时间点及液滴内溶质浓度的演化信息,构建了蛋白质结晶相图的示意图,并对获得的晶体进行了结构分析。结果表明,在合适的渗透调控条件下,可在双乳化液滴中获得满足X 射线衍射分析要求的蛋白质晶体。
图7. 溶菌酶的结晶相图构建与结构分析
总结与展望
在本研究中,我们开发了一种液滴浓度调控与视觉分析平台(Droplet Concentration Control and Vision,DCCV),该平台在双乳化微反应器中将可编程的渗透调控与自动化、无标记的液滴表征结合在一起。通过在半透性油壳两侧构建受控的渗透压梯度,DCCV 实现了液滴形成后溶质浓度的连续动态调节,从而突破了传统封闭液滴体系中浓度不可调的长期限制。为实现可扩展的液滴表征,本研究构建了一个计算机视觉分析框架,能够对大规模液滴群体进行实时检测、分类、追踪和定量分析。该方法替代了劳动密集型的人工显微观察,显著提高了分析通量、重复性和精度。同时,建立的预测性传质模型定量揭示了渗透通量与浓度演化之间的关系。作为概念验证,我们将 DCCV 平台应用于蛋白质结晶研究,在 20 小时内获得了满足 X 射线衍射分析要求的溶菌酶晶体,体现了该方法在结晶速度和重复性方面的优势。上述结果表明,DCCV 可用于对过饱和演化路径这一决定结晶结果的关键因素进行可编程调控。除蛋白质结晶外,该平台还为反应工程、功能材料合成、生物分子自组装以及合成生物学等领域提供了一种具有广泛适用性的研究框架。
课题组介绍
赵刚教授课题组主页:https://cryobme.ustc.edu.cn/main.htm
金腾川教授课题组主页:https://tjlab.ustc.edu.cn/main.htm
李自达副教授课题组主页:https://bme.szu.edu.cn/info/1164/1826.htm
原文信息
Shang, G., Zheng, P., Ni, H., Wei, S., Li, L., Lei, X., Wu, Z., He, X., Wang, Z., Zhu, Z., Ou, H., He, L., Li, Z., Jin, T., & Zhao, G. (2026). AI-Guided Droplet Microreactors Enable Rapid and Reproducible Protein Crystallization. Small, e10977. Advance online publication.
评论
天玑智研

顶刊推荐

26.52%效率!重庆大学孙宽/关西大学郭昊轩Advanced Materials:多功能相变盐用于反式钙钛矿太阳能电池
陈沛冬
110 4

电催化丨王得丽教授/刘旭坡、陈野副教授Angew:配体诱导晶格羟基活化实现高效电合成2,5-呋喃二甲酸
刘旭坡
372 6

中山大学刘川/刘佰全&浙江大学狄大卫Advanced Materials:钙钛矿opto-DRAM开启屏内光学传感显示新篇章
刘佰全
246 6

固态电池丨北理工黄佳琦教授、袁洪教授最新Adv Mater:本质安全不燃的固态金属锂电池
杨世杰
411 7

AI丨麦吉尔大学Ding Lab课题组 Nat Commun: 通过基于深度生成模型和主动学习的半测序方法推进大规模单细胞研究
王靖韬
311 2
