使用 ReacSight 增强生物反应器阵列以实现自动测量和反应控制（上）

摘要

本期推文，编译了François Bertaux等发表在 Nature Communications期刊上的研究论文《使用 ReacSight 增强生物反应器阵列以实现自动测量和反应控制》（Enhancing bioreactor arrays for automated measurements and reactive control with ReacSight），介绍了 ReacSight，一种用于自动测量和反应实验控制的增强生物反应器阵列的策略。ReacSight 利用低成本移液机器人进行样品采集、处理和装载，并提供灵活的仪器控制架构。作者展示了 ReacSight 在涉及酵母的三种实验应用中的能力，包括：基因表达的实时光遗传控制；营养缺乏对健康和细胞应激的影响；对双菌株混合群落的组成进行动态控制。

引言

小规模、低成本的生物反应器正在成为微生物系统和合成生物学研究的有力工具。它们允许在长时间（几天）内严格控制细胞培养参数（例如温度、细胞密度、培养基更新率）。这些独特的特点使研究人员能够进行复杂的实验,并实现实验的高度再现性。例如，当药物选择压力随着耐药性的发展而增加时，抗生素耐药性的表征，细胞间通信合成路径的细胞密度控制表征，以及使用组合敲除文库在动态变化温度下酵母适应度的全基因组表征。

原位光密度测量只能提供总生物量浓度及其增长率的信息，而荧光测量的灵敏度低，背景高。通常还必须测量和跟踪培养细胞群体的关键特征，如基因表达水平、细胞应激水平、细胞大小和形态、细胞周期进程、不同基因型或表型的比例。研究人员通常需要手动提取、处理和测量培养样本，以便通过更灵敏和专业的仪器（如细胞仪、显微镜、测序仪）进行检测。手动干预通常繁琐、容易出错，并严重限制了可用的时间分辨率和范围（即夜间无时间点）。

它还阻碍了培养条件对此类措施的动态适应。这种反应性实验控制目前正引起系统生物学和合成生物学的兴趣。它既可以用来维持种群的某种状态（外部反馈控制），也可以用来最大化实验的价值（反应性实验设计）。例如，外部反馈控制可用于解开复杂的细胞耦合和信号通路调控，控制微生物群落的组成，或优化工业生物生产。反应性实验设计在长时间不确定实验（如人工进化实验）的背景下特别有用。通过实现实时参数推断和优化实验设计，也有助于加速基于模型的生物系统表征。

原则上，商业机器人设备和/或定制硬件可用于将生物反应器阵列连接到敏感的多样本（通常接受 96  孔板作为输入）测量设备。然而，这对设备采购、设备成本和软件集成提出了巨大挑战。当一个功能平台建立起来时，相应硬件和软件的升级和维护也极具挑战性。因此，迄今为止报告的例子很少。例如，只有两个小组展示了细菌或酵母培养物的自动细胞术和反应性光遗传学控制，设置仅限于单个连续培养物或具有有限连续培养能力的多个培养物。一组还展示了自动显微镜和反应性光遗传学控制单个酵母连续培养。

ReacSight， 一种通用且灵活的策略，用于增强生物反应器阵列的自动化测量和反应实验控制。ReacSight 非常适合集成开放源代码、开放硬件组件，但也可以容纳封闭源代码、 仅限 GUI 的组件（如细胞仪）。首先，作者使用 ReacSight 组装一个平台，实现基于细胞术的特征描述和平行酵母连续培养的反应性光遗传学控制。重要的是，作者构建了两个版本的平台，要么使用定制的生物反应器阵列，要么使用最新的低成本、开放硬件、商业化的光遗传学 Chi.生物反应器。

然后，作者在三个案例研究中证明了它的有用性。首先，作者在不同的生物反应器中用光实现基因表达的并行实时控制。第二，作者利用高度受控和信息丰富的竞争分析，探讨营养缺乏对健康和细胞应激的影响。第三，作者利用平台的养分稀缺性和反应性实验控制能力，实现对两个菌株混合群落的动态控制。最后，为了进一步证明 ReacSight 的通用性，作者使用它来增强具有吸液能力的平板阅读器，并对大肠杆菌临床分离物进行复杂的抗生素处理。

结果

测量自动化、平台软件集成和 ReacSight 的反应性实验控制

ReacSight 战略旨在增强用于自动测量和反应实验控制的生物反应器阵列， 以灵活和标准化的方式将硬件和软件元素结合起来（图 1）。吸管机器人用于以通用方式在任何生物反应器阵列和任何基于平板的测量设备之间建立物理连接（图 1a）。生物反应器培养物样本通过连接在机械臂上的泵控取样管线发送至移液机器人（取样）。使用移液机器人的一个主要优点是，在测量（处理）之前，可以在培养样本上自动执行不同的处理步骤。然后，样品由移液机器人转移至测量装置（装载）。当然，这需要测量设备的物理定位，以便当其装载托盘打开时，机器人手臂可以接近设备输入板的孔。部分接近设备输入板通常不是问题，因为机器人可用于在测量之间清洗输入板孔，允许随着时间的推移重复使用相同的孔（清洗）。重要的是，如果不需要反应性实验控制，或者如果不是基于测量，机器人功能也可以用于处理和存储培养样本，以便在实验结束时进行一次性离线测量，从而实现具有灵活时间分辨率和范围的自动测量。

ReacSight 还提供了一些软件挑战的解决方案，这些软件挑战应该解决，以解锁多生物反应器的自动测量和反应实验控制（图 1b）。首先，需要对平台的所有仪器（生物反应器、移液机器人、测量设备）进行程序控制。其次，一台计算机应该与所有仪器进行通信，以协调整个实验。ReacSight 将 Python 编程语言的多功能性和强大功能与 Flask web 应用程序框架的通用性和可伸缩性相结合，以应对这两个挑战。事实上，Python 非常适合轻松构建 API 来控制各种仪器：有完善的开源库用于控制微控制器（如 Arduinos），甚至用于基于“点击”的控制 GUI 专用软件驱动缺少 API 的封闭源代码仪器（pyautogui）。重要的是，开源、低成本的吸管机器人 OT-2（Opentrons）附带了本地 Python API。Hamilton 机器人也可以通过 Python API 进行控制。然后，Flask 可用于公开所有仪器 API，以便通过本地网络进行简单访问。然后，从一台计算机协调对多个仪器的控制的任务基本上简化为发送 HTTP 请求的简单任务，例如使用 Python 模块请求。HTTP 请求 还可以使用社区级数字分发平台Discord 实现从实验到远程用户的用户友好通信。

这种多功能仪表控制结构是 ReacSight 的关键组件。ReacSight 的另外两个关键组件是（1）通用的面向对象的事件实现（如果发生这种情况，请这样做），以促进反应性实验控制；（2）将所有仪器操作详尽记录到单个日志文件中。ReacSight 软件以及硬件的源文件在 ReacSight-Git 存储库中公开提供。

图1 ReacSight：用于自动测量和反应实验控制的增强生物反应器阵列的策略。

a 在硬件方面，ReacSight 利用吸管机器人（如低成本、开源 Opentrons OT-2）在任何多生物反应器设置（eVOLVER、Chi.Bio、custom……）和任何基于平板的测量设备（平板阅读器、细胞仪、高通量显微镜、pH 计……）的输入之间建立物理链接。如有必要，可使用移液机器人对生物反应器样本进行处理（稀释、固定、提取、纯化……），然后再装入测量装置。如果不需要反应实验控制，处理过的样品也可以存储在机器人平台上进行离线测量（OT-2 温度模块可以帮助保存对温度敏感的样品）。

b 在软件方面，ReacSight 通过基于Python 和PythonWeb 应用程序框架 Flask 的多功能仪器控制体系结构实现了全平台集成。ReacSight 软件还提供了一个通用事件系统，以实现反应性实验控制。显示了反应实验控制的简单用例的示例代码。实验控制还可以使用Discord webhooks 将实验状态通知远程用户，并生成详尽的日志文件。

曼森自动化高通量发酵实验室

曼森机器人自动化技术可根据客户实际需求进行定制化（可实现硬件+软件协同）完成复杂流程自动化。

机器人自动化技术与平行反应器组合为生物领域科学研究助力，是实现生物技术biofoundry的重要技术基础；曼森生物致力于满足客户自动化、高通量的需求，推进合成生物技术产品快速产业化。

曼森高通量发酵平台

曼森实验室自动化系列

曼森高通量自动样品检测机器人

未完待续

文章来源：本文由中科院上海生命科学信息中心与曼森生物合作供稿

排版校对：刘娟娟编辑 

内容审核：郝玉有博士