Les systèmes d'optimisation du criblage des souches à haut débit sont principalement utilisés pour le criblage et l'optimisation des souches microbiennes par des méthodes automatisées hautement efficaces, en particulier dans les domaines de la fermentation microbienne industrielle, de la production pharmaceutique, de la gouvernance environnementale, etc. Les méthodes de criblage des souches sont généralement basées sur des techniques de plusieurs aspects:
1. Criblage du milieu de culture
Sélection du milieu de culture approprié: le criblage des souches nécessite généralement la sélection de différents milieux de culture pour favoriser la croissance des micro - organismes cibles et la production de produits. Différents composants du milieu peuvent affecter les métabolites de la souche, il est donc nécessaire de concevoir un milieu spécifique en fonction du produit cible ou de la fonction cible.
Optimisation du milieu de culture: la capacité de production de métabolites de la souche peut être optimisée en ajustant la source de carbone, la source d'azote, les minéraux et le pH, etc. dans le milieu de culture.
2. Technologie de filtrage à haut débit
La technologie de criblage à haut débit (HTS) permet de détecter en parallèle les caractéristiques d'un grand nombre de souches en moins de temps. Les méthodes courantes de dépistage à haut débit comprennent:
Méthode des microplaques: utilisez des microplaques à 96 puits, 384 puits ou à flux plus élevé pour dépister rapidement les manifestations de la croissance, de la synthèse des produits, etc. de nombreuses souches.
Détection de cultures liquides: les souches présentant les meilleures performances sont sélectionnées par un système automatisé de traitement des liquides qui mesure automatiquement des informations telles que le taux de croissance, la concentration de métabolites, etc. de la souche.
Méthode par sonde fluorescente: utilisation de marqueurs fluorescents ou de colorants pour dépister rapidement les souches fines en détectant des changements dans la croissance de la souche ou dans les produits métaboliques.
Méthode de microscopie automatisée: combinée à des techniques d'analyse d'image, la meilleure souche est sélectionnée à partir d'échantillons à grande échelle à l'aide d'un balayage microscopique automatisé et d'une analyse morphologique des colonies.
3. Dépistage génomique
Modification génétique: modification ciblée du génome d’un microorganisme à l’aide d’outils d’édition génétique tels que crispr / cas9 pour augmenter la capacité de production d’un produit cible ou optimiser des voies métaboliques spécifiques.
Balayage du génome entier: dépistage des souches à potentiel, en mettant l'accent sur les gènes métaboliques dominants ou les gènes de tolérance, par séquençage et analyse du génome.
Analyse transcriptomique: analyse des profils d'expression génique des souches par ARN - seq, criblage des souches présentant une activité très efficace sur la Voie métabolique cible.
4. Dépistage des produits métaboliques
Méthode d'analyse chromatographique: en utilisant des techniques telles que la chromatographie liquide à haute performance (HPLC), la chromatographie en phase gazeuse (GC), la chromatographie sur couche mince (TLC), etc., pour détecter les métabolites des souches dans des conditions de culture spécifiques, cribler les souches qui ont une capacité plus élevée à produire des métabolites.
Analyse par spectrométrie de masse (MS): combinée à une analyse par spectrométrie de masse, une analyse quantitative et qualitative des métabolites de la souche est effectuée pour cribler davantage les souches avec des rendements plus élevés.
5. Dépistage de résistance
Tests de résistance: pour le dépistage spécifique de la résistance, comme la résistance aux antibiotiques ou la résistance aux métaux lourds, le dépistage à haut débit peut être effectué à l'aide de plaques résistantes ou de cultures liquides pour trouver les souches adaptées aux conditions environnementales particulières.
Dépistage adaptatif à l'environnement: dans certains procédés de fermentation industrielle, les souches peuvent avoir besoin de travailler dans des conditions environnementales spécifiques, telles que des températures élevées, un pH faible ou des environnements riches en sel. En criblant dans ces conditions extrêmes, il est possible de trouver des souches adaptables.
6. Dépistage de l'activité enzymatique
Détection de l'activité enzymatique: si la souche cible produit une certaine enzyme, un substrat approprié peut être utilisé pour détecter l'activité enzymatique, par exemple un substrat pigmentaire pour déterminer la réaction catalytique de l'enzyme. Cette méthode permet un dépistage rapide des souches présentant une activité enzymatique élevée.
Échelle enzymatique fluorescente: utilisant un substrat de marquage Fluorescent et un système de détection pour détecter l'activité de l'enzyme par variation de fluorescence, les souches présentant d'excellentes performances ont été criblées.
7. Dépistage intégré
Criblage multimétrique: en combinant plusieurs facteurs tels que le taux de croissance de la souche, le rendement du produit, la tolérance, les caractéristiques métaboliques, etc., une évaluation complète a permis de cribler les souches optimales. Cette méthode est souvent utilisée en combinaison avec une plate - forme d'automatisation à haut débit qui permet un dépistage à grande échelle et efficace.
8. Application de plateformes automatisées
Les systèmes de criblage à haut débit sont généralement équipés de plates - formes automatisées capables d'automatiser les processus de traitement des échantillons, de culture, de détection et d'analyse. Par exemple, la combinaison d'un robot de manipulation de liquide et d'un microscope automatisé permet de réaliser le criblage d'un grand nombre de souches en peu de temps.
9 Analyse et optimisation des données
Big Data Analytics: optimisez davantage les stratégies de dépistage et Améliorez la précision et l'efficacité du dépistage des souches grâce à l'analyse statistique et à l'apprentissage automatique des données de dépistage à haut débit.
Algorithmes de Machine Learning: utilisez des algorithmes de machine learning pour analyser l'impact de différents paramètres (tels que la température, le pH, la teneur en nutriments, etc.) sur les performances des souches au cours de la culture, en automatisant les stratégies de criblage optimisées.
Grâce à ces méthodes, les systèmes d'optimisation du criblage des souches à haut débit permettent un criblage rapide et efficace des souches potentielles pour des recherches ultérieures ou des applications industrialisées.