藻类高通量光合作用测量系统

藻类高通量光合作用测量系统具备叶绿素荧光成像和光合放氧测量的功能，通过测定微藻的叶绿素荧光参数和气体交换参数，评价其光化学转化效率和光合速率，全面评估微藻光合作用物质和能量的转化。系统具备快速、高通量的特点，可同时对96个样品进行测量。系统广泛用于藻类光合生理研究、藻类突变体筛选、藻类遗传改良、藻类养殖、污水处理、生物燃料和生物肥料的制造等研究和应用领域。

功能特点

l 高通量：近百个样品同时测量

l 全面评价光合作用：藻类叶绿素荧光参数和光合速率均可测定

l 非侵入性和非破坏性测量

l 系统简单易用

l 氧气测量高精度、高可靠性、低功耗、低交叉敏感性、快速响应时间

技术参数

1. 测量参数：Fo, Fo’, Fs, Fm, Fm’, Fp, FtDn, FtLn, Fv, Fv'/ Fm', Fv/ Fm, Fv', Ft,ΦPSII, NPQ_Dn, NPQ_Ln, Qp_Dn, Qp_Ln, qN, qL, QY, QY_Ln, Rfd, ETR等50多个叶绿素荧光参数以及光合速率、呼吸速率

2. 可同时对近百个藻类样品进行测量

3. 叶绿素荧光成像单元具备完备的自动测量程序（protocol），可自由对自动测量程序进行编辑，包括Fv/Fm、Kautsky诱导效应、荧光淬灭分析、光响应曲线LC。

4. 叶绿素荧光数据分析模式：具备在低信噪比的情况下使用的“信号平均再计算”模式，以过滤掉噪音带来的误差，适用于低浓度的藻类样品。

5. 叶绿素荧光成像分析软件功能：具Live（实况测试）、Protocols（实验程序选择定制）、Pre–processing（成像预处理）、Result（成像分析结果）等功能菜单

6. 叶绿素荧光成像预处理：程序软件可自动识别多个植物样品或多个区域，也可手动选择区域（Region of interest，ROI）。手动选区的形状可以是方形、圆形、任意多边形或扇形。软件可自动测量分析每个样品和选定区域的荧光动力学曲线及相应参数，样品或区域数量不受限制（>1000）

7. 氧气检测技术：光纤氧传感器技术。

8. 测量呼吸室：透明聚苯乙烯材质，支持预消毒处理，可重复使用。

9. 氧气测量主机：单个重670 g，162 x 102 x 32 mm

10. 氧气主机内置温度传感器：0-50°C，分辨率0.012°C，精度±0.5°C

11. 氧气主机内置压强传感器：300-1100mbar，分辨率0.11mbar，精度±6mbar

12. 氧气最大采样频率：单通道激活时可达10-20次每秒

13. 氧气测量精度：±0.1% O2@1% O2或±0.05 mg/L@0.44 mg/L

14. 氧气测量分辨率：0.01% O2@1% O2或0.005 mg/L@0.44 mg/L

15. 测量通道数：96

应用案例

1. Perin等人采用藻类高通量光合作用测量系统初步筛选微拟球藻（Nannochloropsis gaditana）的高光效突变体。研究小组使用化学引变剂乙基甲烷磺酸盐(EMS)诱导突变和插入突变两种方式生成突变体库，使用叶绿素荧光成像技术检测其光合活性的可能变化，使用的叶绿素荧光参数包括最小荧光F0、最大光化学效率Fv/Fm、有效光化学效率ΦPSII、光系统调节能力NPQ（Perin et al., 2015）。

2. 不列颠哥伦比亚大学生物多样性研究中心使用了藻类高通量光合作用测量系统评估了全球变暖对斜生栅藻(Scenedesmus obliquus)光合速率和呼吸速率的影响，发现两者均对测试温度表现出一定的可塑性。不同选择温度（12℃、18℃）的栅藻光合速率无差异；而高温选择（18℃）的栅藻相对低温选择（12℃）的栅藻，具有更高的呼吸速率（Tseng et al., 2019）。

参考文献

1. Claudi, R., Alei, E., Battistuzzi, M., Cocola, L., Erculiani, M.S., Pozzer, A.C., Salasnich, B., Simionato, D., Squicciarini, V., Poletto, L., La Rocca, N., 2021. Super-Earths, M Dwarfs, and Photosynthetic Organisms: Habitability in the Lab. Life 11(1): 10

2. Dann, M., Ortiz, E.M., Thomas, M., Guljamow, A., Lehmann, M., Schaefer, H., Leister, D., 2021. Enhancing photosynthesis at high light levels by adaptive laboratory evolution. Nat. Plants 7, 681–695.

3. Gavel, A., Maršálek, B., 2004. A novel approach for phytotoxicity assessment by CCD fluorescence imaging. Environmental Toxicology 19, 429–432.

4. Herdean, A., Hall, C., Hughes, D.J., Kuzhiumparambil, U., Diocaretz, B.C., Ralph, P.J., 2023. Temperature mapping of non-photochemical quenching in Chlorella vulgaris. Photosynth Res 155, 191–202.

5. Macário, I.P.E., Veloso, T., Frankenbach, S., Serôdio, J., Passos, H., Sousa, C., Gonçalves, F.J.M., Ventura, S.P.M., Pereira, J.L., 2022. Cyanobacteria as Candidates to Support Mars Colonization: Growth and Biofertilization Potential Using Mars Regolith as a Resource. Front Microbiol 13, 840098.

6. Nowicka, B., 2020. Practical aspects of the measurements of non‐photochemical chlorophyll fluorescence quenching in green microalgae Chlamydomonas reinhardtii using Open FluorCam. Physiologia Plantarum 168, 617–629.

7. Perozeni, F., Stella, G., Ballottari, M., 2018. LHCSR Expression under HSP70/RBCS2 Promoter as a Strategy to Increase Productivity in Microalgae. IJMS 19, 155.

8. Tseng, M., Bernhardt, J.R., Chila, A.E., 2019. Species interactions mediate thermal evolution. Evolutionary Applications 12, 1463–1474.

9. Bernhardt, J.R., Sunday, J.M., O’Connor, M.I., 2017. An empirical test of the temperature dependence of carrying capacity. bioRxiv, 210690.