實時微流控阻抗流式細胞儀

高通量 多參數 非標記 實時無損檢測！

多參數：可獲取細胞活力、數量、濃度等信息，并追蹤細胞分化、衰老、凋亡及癌變等生理狀態

通用性：適用于1-50μm內所有類型的單細胞 (人體、動/植物細胞、細菌、酵母、孢子、藻類、體細胞等)

高效性：實時標準化無損檢測、幾分鐘內獲得結果，通量高、重復性高、精確度高

易用性：無需染色、標記或細胞再培養，操作簡單易上手

靈活性：可根據細胞類型、研究目標自定義測量和分析協議

Ampha X30開創了單細胞分析的新紀元，通過整合微流控技術、電阻抗技術與流式細胞術，能夠在微流體精準參考條件下，實現流動態單細胞的高通量、連續、無損阻抗檢測，實時獲得細胞活力、數量、濃度等信息，并追蹤細胞分化、衰老、凋亡及癌變等生理狀態。與常規細胞分析儀相比，Ampha X30實時微流控阻抗流式細胞分析儀具有非標記、多參數、低污染、檢測速度快、標準化程度高等顯著優勢，是生物學、醫學和藥學等領域中需要的強有力工具。

工作原理：

基于細胞膜的電特性（膜電容和膜電阻），當不同大小和活性的細胞隨懸浮液流經廣頻（0-30 MHz）交流電場時將產生不同的電阻抗信號，經解析獲得細胞的濃度、數量、活性及大小等信息。如下圖所示：A）細胞在不同頻率的交流電場中的檢測結果：低頻電場反映細胞的體積特性即電直徑，高頻電場反映細胞的介電特性即細胞活性；B) 微流控芯片；C）細胞電阻抗信號（藍色實部即電阻信號，綠色虛部即容性電抗信號），細胞膜完整性決定容性電抗的大小，故可通過虛部信號來區分活細胞和死細胞，最終以阻抗相位角-振幅散點圖反映出來。

                                                    Ampha X30信號的采集和轉導

應用領域：

細胞發育研究：細胞分化、衰老、凋亡及癌變等生理狀態

微生物發酵：酒飲品的釀造、生物燃料的生產、奶酪/酸奶的生產、疫苗等藥物的生產

生物醫學：腫瘤診斷、腫瘤機制研究、細胞信號調控、細胞免疫、臨床即時診斷

藥物/毒理分析：毒性/藥性應激反應、藥篩/藥物降解、病毒滴定、材料安全檢測

混濁、不透明或自發熒光介質：牛奶/其他食品基質、乳狀液、金屬工作液、自發熒光介質（如微藻）等。

高精確度：

          圖3. 感染桿狀病毒（BV）后Sf9昆蟲細胞的變化（Ampha X30與Countess™自動細胞計數儀）

應用案例分享：

微生物發酵在線監測

微生物發酵過程中，菌種的生產性能、培養基的配比、原料的質量、滅菌條件、發酵條件等均影響著發酵結果的好壞。在此過程中，密切關注酵母活力和酵母密度是控制和改進發酵過程的關鍵。

?

微生物發酵過程中，利用Ampha X30在線監測酵母細胞濃度和活力隨時間的變化（圖1，細胞濃度-灰色，細胞活力-藍色），能夠間接反映出反應器中發酵條件的變化，結果表明酵母細胞的總體密度隨發酵時間持續增長，但細胞活性卻先逐漸降低后又逐漸升高，其中發酵后的第11個小時活性標準（圖2）。Ampha X30對發酵過程的監測不僅顯示出滯后階段和早期對數階段，而且揭示了酵母細胞在進入指數增長對數階段之前的活力損失。

釀酒酵母活性檢測：

啤酒釀造過程中酵母菌種、酵母接種量、酵母使用代數、發酵工藝條件等都會影響啤酒的風味。Ampha X30能夠在啤酒釀造生產過程，高通量、快速、精準監控啤酒酵母細胞的活力、濃度、代謝、繁殖和健康狀態，實時評估溫度、滲透壓、培養條件等因素對酵母菌的影響，進而及時優化發酵工藝。

                            啤酒釀造過程中酵母菌密度、活性及酒精濃度的變化

該案例分析了啤酒釀造過程中，啤酒酵母菌密度、活性及酒精濃度的變化。如圖所示發酵1天后 (紅)，酵母細胞從滯后期進入早期指數(對數)期；第1-2天為發生細胞顯著增殖的指數生長期 (綠)；第3天，由于細胞的劇烈增殖和營養物質的耗盡，高相位酵母群逐漸向低相位移動（紅-綠-藍，活力逐漸降低）。該過程反映了發酵罐中酵母活性及發酵條件的變化，即發酵初期酵母細胞濃度低、活力低且發酵罐中存在大量氧氣，當發酵罐中的氧氣全部消耗完后，酵母細胞轉入厭氧發酵產生乙醇，乙醇濃度迅速增加并逐漸對酵母細胞產生毒性，導致酵母細胞活性降低。

腫瘤細胞凋亡進程：

                                   Staurosporine誘導下BL2細胞的凋亡過程

腫瘤細胞培養是研究癌變機理、抗癌藥檢測、癌分子生物學極其重要的手段，監測藥物對腫瘤細胞的影響對闡明和解決癌癥將起著不可估量的作用。該案例研究了Staurosporine對BL2淋巴瘤細胞的影響。從圖中可以看出，在Staurosporine處理1小時后，BL2細胞活性（藍）顯著下降，而對照組（黑）BL2細胞在10小時內始終保持高活性，之后才逐漸下降。Ampha X30實時微流控阻抗流式細胞儀無需進行細胞的染色、標記或培養，可在腫瘤細胞培養過程中隨時檢測腫瘤細胞生理特性的變化，準確評估腫瘤細胞對凋亡誘導劑、細胞毒劑的劑量反應或分化、凋亡進程。

CHO細胞發育變化

人體和動物細胞，特別是哺乳動物細胞，在藥物研究、藥效表達、臨床診斷等應用中發揮著重要作用。哺乳動物細胞常被用于生產抗體、蛋白質、疫苗、再生醫學等領域，中國倉鼠卵巢細胞（CHO）是目前全球研究較多的一種表達系統，在生物制藥領域中應用較為廣泛。

本案例利用Ampha X30監測了CHO細胞在三周內的發育變化，上圖為第4天（藍色）、9天（紅色）和19天（綠色）的CHO細胞相位角-振幅散點疊加圖，散點圖左下方的小群體代表死亡細胞，而右側的大群體代表活性細胞，從疊加圖中可以看到CHO細胞活性在前9天里并未發生變化，而在第19天，散點圖顯著向較低相位角偏移，這表明由于缺乏底物CHO細胞逐漸失去活性。

Sf9昆蟲細胞BV感染后活性變化

基于昆蟲桿狀病毒表達系統自身的特點和優勢，目前已被廣泛應用于藥物研發、疫苗生產、重組病毒殺蟲劑等眾多領域。Ampha X30實時微流控阻抗流式細胞分析儀可幫助在昆蟲細胞BV感染過程中檢測細胞活力變化、確定多重性感染（MOI）范圍、篩選理想的表達條件并預測BV昆蟲細胞系統中收獲胞內蛋白的最佳時間。

 如案例所示，Sf9昆蟲細胞在感染BV后的數小時（hpi）內，Ampha X30細胞分析儀所獲得的相位-振幅散點圖可明顯分離出三個細胞類群，分為是活細胞（viable）、感染晚期（LPI）和死細胞（dead）類群。感染48hpi后，活細胞的阻抗振幅降低（細胞）且數量逐漸減少，直至99hpi細胞全部死亡。感染晚期（LPI）細胞類群出現在較低相位，這部分細胞在0-60hpi逐漸增加隨后減少直至消失。

腫瘤藥物藥效評估

腫瘤患者來源的異種移植(PDX)是進行藥物敏感性和毒性評估的有效手段，對預測療效十分重要。在藥物處理下分泌到培養基中的亞細胞凋亡小體(ABs)和微泡（MVs），可作為藥物敏感性的標志物。目前，實體瘤的體外藥物敏感性評估主要通過：一、對貼壁細胞進行顯微鏡鏡檢分析ABs細胞的數量和形狀；二、流式細胞儀測量統計凋亡條件下ABs和細胞的數量，并根據熒光染色結果鑒定細胞大小并進行分類。然而由于ABs復雜多樣，很難確定每種AB型的適配熒光染料并預估ABs對不同染料滲透動力學的依賴性，因此利用流式細胞儀量化細胞分解過程存在極大的挑戰。

該研究通過不同方法評估了不同藥物濃度下PDAC細胞系的凋亡變化，結果表明可在不同的腫瘤微環境模型和藥物類型下高通量、非標記、快速無損檢測ABs表型并追蹤細胞凋亡過程，進而準確評估藥物敏感性和毒性，是一個測量單細胞電生理學特性的有效工具，不僅免除了費力耗力的細胞收集和染色標記過程，還可避免因染色不當所造成的細胞凋亡。

納米材料毒性評估

納米材料廣泛應用于工業、農業、食品、日用品、醫藥等各個領域的同時，已不可避免的給我們的環境和健康帶來不利影響。因此，為確保納米材料的安全性，促進納米技術的發展，進行納米材料毒性評估十分必要且緊迫。Ampha X30可以非標記、高通量、快速評估納米材料的毒性，避免假陰性或假陽性的檢測結果，是一種可靠且經濟高效的檢測方法。

微藻培養生產脂肪酸

微藻培養生產脂肪酸是一個復雜但有前景的生物技術過程。與其他類型的細胞相比，微藻細胞體積較小且具有自發熒光，傳統光學分析方法難度極大。Ampha X30基于細胞本身的電特性，不受自身熒光或細胞大小的影響，可以有效監測生物反應器中脂肪酸的過生產過程，幫助篩選合適的微藻種類、優化培養條件（如光照、溫度、營養鹽濃度等）以實現高效、可持續的脂肪酸生產。

參考文獻：

1. Vembadi A, Menachery A, Qasaimeh M A. Cell cytometry: Review and perspective on biotechnological advances[J]. Frontiers in bioengineering and biotechnology, 2019, 7: 147.

2. Opitz C, Schade G, Kaufmann S, et al. Rapid determination of general cell status, cell viability, and optimal harvest time in eukaryotic cell cultures by impedance flow cytometry[J]. Applied microbiology and biotechnology, 2019, 103: 8619-8629.

3. Ostermann M, Sauter A, Xue Y, et al. Label-Free Impedance Flow Cytometry for Nanotoxicity Screening. Sci. Rep. 2020, 10, 142[J].

4. Tadini-Buoninsegni F, Palchetti I. Label-free bioelectrochemical methods for evaluation of anticancer drug effects at a molecular level[J]. Sensors, 2020, 20(7): 1812.

5. Honrado C, Michel N, Moore J H, et al. Label-free quantification of cell cycle synchronicity of human neural progenitor cells based on electrophysiology phenotypes[J]. ACS sensors, 2020, 6(1): 156-165.

6. Moore J H, Salahi A, Honrado C, et al. Quantifying bacterial spore germination by single-cell impedance cytometry for assessment of host microbiota susceptibility to Clostridioides difficile infection[J]. Biosensors and Bioelectronics, 2020, 166: 112440.

7. Honrado C, Adair S J, Moore J H, et al. Apoptotic bodies in the pancreatic tumor cell culture media enable label‐free drug sensitivity assessment by impedance cytometry[J]. Advanced biology, 2021, 5(8): 2100438.

8. Salimi E, Bergin A, Thomson D, et al. Radio Frequency Electrical Impedance Spectroscopy of Chinese Hamster Ovary Cells[J]. URSI GASS 2021, Rome, Italy, 28 August - 4 September 2021

9. Bergin A. The use of Process Analytical Technologies to examine the viability of CHO cells[D]. University College Dublin. School of Chemical and Bioprocess Engineering, 2022.

10. Moore J H, Salahi A, Honrado C, et al. Correlating Antibiotic-Induced Dysbiosis to Clostridioides difficile Spore Germination and Host Susceptibility to Infection Using an Ex Vivo Assay[J]. ACS Infectious Diseases, 2023, 9(10): 1878-1888.

11. Mermans F, Mattelin V, Van den Eeckhoudt R, et al. Opportunities in optical and electrical single-cell technologies to study microbial ecosystems[J]. Frontiers in Microbiology, 2023, 14.

12. Salahi A, Honrado C, Moore J, et al. Supervised learning on impedance cytometry data for label-free biophysical distinction of pancreatic cancer cells versus their associated fibroblasts under gemcitabine treatment[J]. Biosensors and Bioelectronics, 2023, 231: 115262.

13. Torres‐Castro K, Jarmoshti J, Xiao L, et al. Multichannel Impedance Cytometry Downstream of Cell Separation by Deterministic Lateral Displacement to Quantify Macrophage Enrichment in Heterogeneous Samples[J]. Advanced Materials Technologies, 2023, 8(8): 2201463.

14. Ding L, Oh S, Shrestha J, et al. Scaling up stem cell production: harnessing the potential of microfluidic devices[J]. Biotechnology Advances, 2023: 108271.

15. Mengers H G. Exploring and Exploiting Yeast Volatile Metabolites[M]. Apprimus Verlag, 2023.