SmartTrap:基于光镊(optical tweezers)的自动化精密实验平台

时间:2026年6月19日
来源:Nature Methods

编辑推荐:

摘要:光镊(optical tweezers)广泛应用于单分子生物物理、细胞生物力学及软物质物理研究领域,但其操作依赖人工,限制了通量(throughput)与可重复性(repeatability)。本文研究人员提出一种命名为SmartTrap的智能光镊平台,

广告
   X   

摘要:光镊(optical tweezers)广泛应用于单分子生物物理、细胞生物力学及软物质物理研究领域,但其操作依赖人工,限制了通量(throughput)与可重复性(repeatability)。本文研究人员提出一种命名为SmartTrap的智能光镊平台,通过集成实时三维粒子追踪(real-time three-dimensional particle tracking)、定制电子系统与微流控(microfluidics)系统,能够自主执行复杂实验。通过一系列实验,研究人员证实该平台可连续运行并在长时间内获取高精度数据。SmartTrap填补了手动实验与自主操作之间的空白,为下一代光镊研究建立了稳健且开源(open-source)的框架,可在最小实验开销与操作者偏差(operator bias)下开展单分子生物物理、细胞力学及胶体科学的大规模研究。
论文解读:SmartTrap——基于光镊的全自主智能实验平台
研究背景与意义
光镊(optical tweezers)自Ashkin于1970年代开创以来,已成为单分子生物物理、细胞力学及胶体相互作用研究中最精密的力谱(force spectroscopy)技术,可实现约0.1 kcal mol−1的测量精度。然而,传统光镊实验通常针对单个粒子、分子或细胞逐一进行,需经训练的操作者持续监控,存在通量低、耗时耗力、易引入人为偏差(operator bias)及降低重现性等固有缺陷。尽管深度学习(deep learning)已被尝试用于自动捕获或分类粒子,但涉及单分子拉伸、双粒子相互作用等高精度测量的完全自主流程此前尚未实现。为此,研究人员开发了SmartTrap——一套全数字控制、事件驱动(event-driven)算法结合实时深度学习图像分析与闭环反馈(closed-loop feedback)的开源光镊平台,可无人值守自主完成多种经典光镊实验。该工作发表于《Nature Methods》。
主要关键技术方法
研究人员基于反向传播双光束(counterpropagating)光镊架构,自行设计定制电子控制器(Arduino Portenta H7 Lite单片机,采样率15.625 kHz,反馈延迟约0.1 ms)与含三通道及毛细管进样、玻璃微吸管(micropipette)的PDMS微流控腔室;光学系统配备位置灵敏探测器(position-sensitive detector, PSD)直接测量光动量变化以获横向力,轴向力通过光斑散焦法由带光阑的光电二极管测定;实时图像分析采用YOLOv5s网络检测粒子与吸管尖端(xy平面位置及尺寸),PyTorch构建的卷积神经网络(convolutional neural network, CNN)预测粒子轴向(z轴)焦点位置,两粒子极近时的精确定位改用U-Net分割网络;上位机Python软件实现GUI、异步数据通信及四步闭环自动控制逻辑(数据采集→数据处理→控制决策→指令执行),支持各实验模块复用。样本包括聚苯乙烯微球(粒径1.0–4.2 μm)、λ-噬菌体DNA片段(两端分别标记生物素biotin与地高辛digoxigenin)偶联链霉亲和素(streptavidin)与抗地高辛(anti-digoxigenin)包被微球、人红细胞(低渗膨胀)及不同盐浓度去离子水介质。
研究结果
The optical tweezers system(光镊系统)
研究人员搭建了反向传播双光束光镊,激光经光纤端"wiggler"(压电致动光纤倾斜装置)二维偏转,每路激光前、后分别设PSD监测激光位置与散射光偏转以测力,光电二极管配光阑测轴向散焦量获轴向力;样品台与wiggler由定制电子控制器驱动,微流控泵、激光功率独立控制,所有硬件由单一Python GUI同步管控。系统力分辨率达0.04 pN,横向距离分辨率1 nm(PSD)或约10 nm(视频显微)。
Real-time image analysis(实时图像分析)
采用YOLOv5s网络(合成图像DeepTrack2生成加1000张手工标注实验图)实时输出粒子与微吸管bounding box获xy坐标与粒径估算;CNN以YOLO框出的128×128粒子图预测z向相对焦点位置,用于双粒子共面对齐及判断是否误捕双粒子。该方案在Nvidia RTX 3090上达约20 Hz反馈率,满足实时需求。
Feedback algorithms(反馈算法)
SmartTrap运行四步闭环:数据采集(PSD、光电二极管、相机、电机编码器)→数据处理(含神经网络推理判事件如粒子入阱)→控制逻辑(按实验阶段做状态决策,如DNA实验中逐步执行捕获、吸附、拉伸)→指令执行(移动载物台或wiggler)。各线程异步处理保证传感器高频记录不被图像分析阻塞。
Particle characterization(粒子表征)
设定自动流程:捕获粒子→YOLO判断粒径(小于阈值则释放)→斯托克斯拖曳法(Stokes drag method)测流体动力学半径(hydrodynamic radius)→冲刷释放返回重捕。连续运行4.5 h捕获938个粒子(159个大粒子),测得大粒子平均半径2.11 ± 0.04 μm,与厂家标称2.12 ± 0.05 μm吻合,证明筛选与测量可靠,通量约每小时测30个大粒子半径。
DNA pulling(DNA拉伸实验)
用户初设吸管与毛细管位置后系统全自动执行:检查阱/吸管内粒子→捕获链霉亲和素包被粒子吸入吸管固定→捕获DNA偶联抗地高辛包被粒子→z向与x向对齐两粒子→轻柔靠近至弱斥力(~5 pN)再分离检验DNA是否拴系(分离至>4 μm出现≥60 pN力判定拴系)→单片机以7 kHz更新阱位置执行往返拉伸/松弛协议并记录数据,分子断裂后自动冲洗换新粒子重拴。无人值守可达10 h连续运行,成功测试29条不同λ-DNA分子,力-伸长曲线(force-extension curve)符合可延展虫链(extensible worm-like chain, WLC)模型(持久长度persistence length Lp=43 nm,拉伸模量stretch modulus K0=1200 pN),在约65 pN观测到DNA过拉伸(overstretching)平台(长约2.8 μm,占轮廓长度contour length约70%),与文献一致。
Stretching of red blood cells(红细胞光拉伸)
系统自动进样→寻红细胞→低功率(5 mW/束)捕获近球形低渗膨胀人红细胞→阶梯升至80 mW/束记录横向截面面积。结果显示截面面积随激光功率增大而单调减小(18个细胞归一化平均),证实膜刚度光学拉伸表征可全自主完成,与光学拉伸仪(optical stretcher)结果量级相符。
Electrostatic interaction between particles(粒子间静电相互作用)
类似DNA流程前两步行捕获两相同聚苯乙烯微球(一固定于一吸入吸管),三维对齐后以<10 nm s−1速度推近测排斥力-间距曲线,更换盐浓度时保留同一粒子对。近距离重叠粒子用U-Net分割定位,测得不同NaCl浓度下排斥力随德拜长度(Debye length) κ−1缩短而衰减,拟合DLVO(Derjaguin–Landau–Verwey–Overbeek)理论得表面电荷基元数Z≈480,000,实验与理论吻合良好,证明平台可自主完成短程相互作用力谱。
讨论与结论
传统光镊实验多为人工操作,限制数据量与引入偏差。SmartTrap通过全数字化事件驱动流程与深度学习视觉反馈,在粒子分选、单分子DNA力谱、细胞光力学变形及胶体静电作用力测量四类典型实验中验证了其可连续数小时无人值守运行、通量匹配或超越人工操作且数据质量相当。模块化控制逻辑使复杂协议步骤可被其他实验复用,软硬件开源(https://github.com/softmatterlab/SmartTrap)便于扩展至双光阱或全息光镊(holographic optical tweezers)。当前局限包括YOLO对离焦快动粒子检测弱于人眼(可用专用追踪算法改善)及微吸管相关机械故障需人工干预。研究人员认为此类自主光镊框架将推动大规模单分子统计、稀有事件观测及智能显微镜实验发展,人机混合操作模式将成为常态。论文结论:SmartTrap建立了首个能完全自主执行高精度光镊实验的开源框架,显著提升了光镊实验的通量、可重复性与客观性,为单分子生物物理、细胞力学及胶体科学的大规模定量研究提供了新范式。

生物通微信公众号
微信
新浪微博


生物通 版权所有