PlatePlan 和 MANTIS液體處理器結合，為高效組合篩選提供新思路
將MANTIS®液體處理器與PlatePlan軟件搭配使用，提高了高組合篩選工作流程的效率，從而提供了新的見解。
組合篩選是識別優(yōu)化方案條件的有效方法。它用于并行研究多個因素，包含旨在評估少數(shù)參數(shù)如何影響可量化指標的相對簡單實驗，比如細菌生長，以及極其復雜的研究，比如留一法 (L1O) 和留二法培養(yǎng)基優(yōu)化。不可避免地，隨著評估因素數(shù)量的增加，設計和進行組合篩選變得更具挑戰(zhàn)性。因此，先進的軟件系統(tǒng)和液體處理器對于簡化組合篩選工作流程和最大程度地降低錯誤風險顯得至關重要。
來自伊利諾伊大學厄巴納-香檳分校的研究人員通過將 MANTIS® 液體處理器整合到已建立的深度表型分析工作流程中，能夠運行以前由于需要大量移液操作而無法實現(xiàn)的組合篩選。將 Jenssen Lab 編寫的 PlatePlan 軟件與 MANTIS® 配對，最大限度地縮短了從實驗設計到得出結果之間的時間。這對于在加快的時間范圍內執(zhí)行 L1O 和 L2O 實驗至關重要。反過來，提高的工作流程效率提供了對共享相同代謝網絡的不同菌株的氨基酸需求的新見解。
組合篩選的復雜性各不相同
根據(jù)所涉及的復雜程度，組合篩選可大致分為兩類。低組合篩選的計劃和執(zhí)行相對簡單，因為它們只需要在測定板的定義孔中添加一些不同的成分。高組合篩選更具挑戰(zhàn)性，通常需要進行數(shù)千種不同的移液操作。
50 種不同小分子的成對篩選是低組合篩選的典型示例，向每個孔添加兩種化合物相當于1225 種不同的條件，或 2450 次移液操作。相比之下，具有 50 種不同成分的生長培養(yǎng)基的 L2O 篩選是高組合篩選；它包括在每個孔中添加 48 種不同的成分，相當于超過58,000 次移液操作（圖 1）。
培養(yǎng)基篩選提出了獨特的挑戰(zhàn)
復雜程度并不是剛剛所描述的兩個示例之間的唯一區(qū)別；所研究材料的性質也是一個重要因素。所提供的小分子通常是以 DMSO 或其他溶劑中的毫摩爾儲備液形式，然后在測定中稀釋至納摩爾濃度。因此，任何溶劑的影響都可以忽略不計，無需為考慮向測定板添加小分子而減少工作體積。
所提供的培養(yǎng)基成分同樣是以毫摩爾儲備液的形式存在。然而，由于它們通常是幫助細胞生長所需的毫摩爾濃度的關鍵代謝物，因此它們占工作體積的比例要大得多。因此，將它們添加到測定板會影響 pH、鹽濃度和其他培養(yǎng)基成分的溶解度，使培養(yǎng)基篩選比篩選小分子更困難（圖2）。
MANTIS® 液體處理器改善了深度表型分析工作流程
伊利諾伊大學厄巴納-香檳分校的研究人員開發(fā)了一種內部深度表型分析工作流程，用于執(zhí)行各種高通量篩選。在 PlatePlan 軟件的支持和 MANTIS® 液體處理器的加入使用下，這一流程得到改善加強，從而能夠輕松執(zhí)行大規(guī)模組合 L2O 培養(yǎng)基優(yōu)化。
簡而言之，深度表型分析工作流程包括四個關鍵步驟：實驗設計；計劃和調度；實驗執(zhí)行；和原始數(shù)據(jù)處理，如圖3所示。
圖3. 伊利諾伊大學厄巴納-香檳分校開發(fā)的深度表型分析工作流程。
要使用深度表型分析工作流程執(zhí)行 L2O 培養(yǎng)基優(yōu)化，用戶首先將儲備溶液的濃度和所需的最終濃度以及工作體積、最大分辨率（最小分配體積）、重復次數(shù)/對照、細菌類型、布局方案、機器人配置和生長條件等參數(shù)輸入到 PlatePlan 軟件中 。
PlatePlan軟件然后使用這些信息來進行操作計劃，將儲備溶液濃度轉換為體積，并確定哪些試劑將分配到哪些孔中。接下來，一組技術人員和液體處理機器人在收集數(shù)據(jù)并將其提供給最終用戶進行分析之前執(zhí)行實驗。
在深度表型分析工作流程中，MANTIS®液體處理器的五個關鍵特性是其被選擇的關鍵。
首先，非接觸式液體分配可實現(xiàn)無污染的液體處理，而且多余的塑料耗材要少得多。每次實驗可節(jié)省數(shù)千個移液器吸頭，極大地促進了更加具有生態(tài)和經濟效益的工作流程。
其次，精度對于在廣泛的體積范圍內進行如此多次數(shù)的移液操作至關重要。從任何類型的儲液器中分配離散體積可實現(xiàn)至少100nl的一致液體處理，沒有上限。而MANTIS能夠以 3% 的 CV 分配 100nl的溶液。
第三，由于L2O實驗中使用的儲備溶液種類繁多，該系統(tǒng)必須與多種液體類型兼容。MANTIS®液體處理器通過輕松適應不同液體類別的粘度和溶劑濃度，能夠輕松適應移液條件。
第四，試劑配料提高了工作流程效率。通過使用 MANTIS® 大容量芯片更換器 (LC3)，設置和分配時間顯著縮短，因為可以預加載多達 48 種試劑。這大大降低了操作員失誤的風險。
圖 4. MANTIS® 可以在任一一側使用大容量芯片更換器 (LC3) 進行擴展。一個 LC3 可容納 24 個芯片并包含24 個 15 mL 錐形管的適配器。通過在兩側擴展，MANTIS® 可容納多達 48 種不同的試劑。
最后，MANTIS® 液體處理器具有開放的 API，可輕松與 PlatePlan 或其他設計實驗軟件應用程序集成。這是避免由于軟件重新配置而導致長時間延遲的關鍵所在，并且能夠讓L2O 實驗幾乎即時運行。
工作流程效率的提高幫助獲得新的見解
自從將 MANTIS® 液體處理器集成到深度表型分析工作流程中以來，伊利諾伊大學厄巴納-香檳分校的研究人員每周能夠進行大約3,500次培養(yǎng)基生長測定，相當于大約80,000 次移液操作。這包括在不到 2 周的時間內使用兩種不同的條件對 4 種不同的細菌菌株進行 L1O 和 L2O 氨基酸實驗。
通過提高工作流程效率，MANTIS®液體處理器使研究人員能夠同時研究更多的實驗參數(shù)；這反過來又揭示了新的見解。例如，通過快速生成已知在口腔微生物群中共存的四種不同細菌種類的 L2O 圖譜，研究人員發(fā)現(xiàn)，盡管共享相同的代謝網絡，但這些細菌具有非常不同的氨基酸需求。這可以在圖 5 中看到。
圖 5. 四種不同鏈球菌物種的 L2O 圖譜顯示 S. gordonii 的氨基酸需求量最高，而 S. sanguinus 最少。
總結
生物系統(tǒng)非常復雜，只有考慮到會遇到的大量組合因素才能完整地對其進行研究。研究人員使用 PlatePlan 和 MANTIS® 液體處理器實現(xiàn)深度表型分析等高通量工作流程，能夠輕松、精確地執(zhí)行高組合篩選，例如 L2O 培養(yǎng)基優(yōu)化，并且由于沒有大量移液器吸頭消耗而節(jié)省了大量成本 。這一工作流程揭示了新的見解，而不會因為可能會因孤立地篩選較少的因素而被遺漏。
組合篩選是識別優(yōu)化方案條件的有效方法。它用于并行研究多個因素，包含旨在評估少數(shù)參數(shù)如何影響可量化指標的相對簡單實驗，比如細菌生長，以及極其復雜的研究，比如留一法 (L1O) 和留二法培養(yǎng)基優(yōu)化。不可避免地，隨著評估因素數(shù)量的增加，設計和進行組合篩選變得更具挑戰(zhàn)性。因此，先進的軟件系統(tǒng)和液體處理器對于簡化組合篩選工作流程和最大程度地降低錯誤風險顯得至關重要。
來自伊利諾伊大學厄巴納-香檳分校的研究人員通過將 MANTIS® 液體處理器整合到已建立的深度表型分析工作流程中，能夠運行以前由于需要大量移液操作而無法實現(xiàn)的組合篩選。將 Jenssen Lab 編寫的 PlatePlan 軟件與 MANTIS® 配對，最大限度地縮短了從實驗設計到得出結果之間的時間。這對于在加快的時間范圍內執(zhí)行 L1O 和 L2O 實驗至關重要。反過來，提高的工作流程效率提供了對共享相同代謝網絡的不同菌株的氨基酸需求的新見解。
組合篩選的復雜性各不相同
根據(jù)所涉及的復雜程度，組合篩選可大致分為兩類。低組合篩選的計劃和執(zhí)行相對簡單，因為它們只需要在測定板的定義孔中添加一些不同的成分。高組合篩選更具挑戰(zhàn)性，通常需要進行數(shù)千種不同的移液操作。
50 種不同小分子的成對篩選是低組合篩選的典型示例，向每個孔添加兩種化合物相當于1225 種不同的條件，或 2450 次移液操作。相比之下，具有 50 種不同成分的生長培養(yǎng)基的 L2O 篩選是高組合篩選；它包括在每個孔中添加 48 種不同的成分，相當于超過58,000 次移液操作（圖 1）。
圖 1. 低組合篩選 VS 高組合篩選。
培養(yǎng)基篩選提出了獨特的挑戰(zhàn)
復雜程度并不是剛剛所描述的兩個示例之間的唯一區(qū)別；所研究材料的性質也是一個重要因素。所提供的小分子通常是以 DMSO 或其他溶劑中的毫摩爾儲備液形式，然后在測定中稀釋至納摩爾濃度。因此，任何溶劑的影響都可以忽略不計，無需為考慮向測定板添加小分子而減少工作體積。
所提供的培養(yǎng)基成分同樣是以毫摩爾儲備液的形式存在。然而，由于它們通常是幫助細胞生長所需的毫摩爾濃度的關鍵代謝物，因此它們占工作體積的比例要大得多。因此，將它們添加到測定板會影響 pH、鹽濃度和其他培養(yǎng)基成分的溶解度，使培養(yǎng)基篩選比篩選小分子更困難（圖2）。
圖 2. 小分子篩選 VS 培養(yǎng)基篩選。
MANTIS® 液體處理器改善了深度表型分析工作流程
伊利諾伊大學厄巴納-香檳分校的研究人員開發(fā)了一種內部深度表型分析工作流程，用于執(zhí)行各種高通量篩選。在 PlatePlan 軟件的支持和 MANTIS® 液體處理器的加入使用下，這一流程得到改善加強，從而能夠輕松執(zhí)行大規(guī)模組合 L2O 培養(yǎng)基優(yōu)化。
簡而言之，深度表型分析工作流程包括四個關鍵步驟：實驗設計；計劃和調度；實驗執(zhí)行；和原始數(shù)據(jù)處理，如圖3所示。
圖3. 伊利諾伊大學厄巴納-香檳分校開發(fā)的深度表型分析工作流程。
要使用深度表型分析工作流程執(zhí)行 L2O 培養(yǎng)基優(yōu)化，用戶首先將儲備溶液的濃度和所需的最終濃度以及工作體積、最大分辨率（最小分配體積）、重復次數(shù)/對照、細菌類型、布局方案、機器人配置和生長條件等參數(shù)輸入到 PlatePlan 軟件中 。
PlatePlan軟件然后使用這些信息來進行操作計劃，將儲備溶液濃度轉換為體積，并確定哪些試劑將分配到哪些孔中。接下來，一組技術人員和液體處理機器人在收集數(shù)據(jù)并將其提供給最終用戶進行分析之前執(zhí)行實驗。
在深度表型分析工作流程中，MANTIS®液體處理器的五個關鍵特性是其被選擇的關鍵。
首先，非接觸式液體分配可實現(xiàn)無污染的液體處理，而且多余的塑料耗材要少得多。每次實驗可節(jié)省數(shù)千個移液器吸頭，極大地促進了更加具有生態(tài)和經濟效益的工作流程。
其次，精度對于在廣泛的體積范圍內進行如此多次數(shù)的移液操作至關重要。從任何類型的儲液器中分配離散體積可實現(xiàn)至少100nl的一致液體處理，沒有上限。而MANTIS能夠以 3% 的 CV 分配 100nl的溶液。
第三，由于L2O實驗中使用的儲備溶液種類繁多，該系統(tǒng)必須與多種液體類型兼容。MANTIS®液體處理器通過輕松適應不同液體類別的粘度和溶劑濃度，能夠輕松適應移液條件。
第四，試劑配料提高了工作流程效率。通過使用 MANTIS® 大容量芯片更換器 (LC3)，設置和分配時間顯著縮短，因為可以預加載多達 48 種試劑。這大大降低了操作員失誤的風險。
圖 4. MANTIS® 可以在任一一側使用大容量芯片更換器 (LC3) 進行擴展。一個 LC3 可容納 24 個芯片并包含24 個 15 mL 錐形管的適配器。通過在兩側擴展，MANTIS® 可容納多達 48 種不同的試劑。
最后，MANTIS® 液體處理器具有開放的 API，可輕松與 PlatePlan 或其他設計實驗軟件應用程序集成。這是避免由于軟件重新配置而導致長時間延遲的關鍵所在，并且能夠讓L2O 實驗幾乎即時運行。
工作流程效率的提高幫助獲得新的見解
自從將 MANTIS® 液體處理器集成到深度表型分析工作流程中以來，伊利諾伊大學厄巴納-香檳分校的研究人員每周能夠進行大約3,500次培養(yǎng)基生長測定，相當于大約80,000 次移液操作。這包括在不到 2 周的時間內使用兩種不同的條件對 4 種不同的細菌菌株進行 L1O 和 L2O 氨基酸實驗。
通過提高工作流程效率，MANTIS®液體處理器使研究人員能夠同時研究更多的實驗參數(shù)；這反過來又揭示了新的見解。例如，通過快速生成已知在口腔微生物群中共存的四種不同細菌種類的 L2O 圖譜，研究人員發(fā)現(xiàn)，盡管共享相同的代謝網絡，但這些細菌具有非常不同的氨基酸需求。這可以在圖 5 中看到。
圖 5. 四種不同鏈球菌物種的 L2O 圖譜顯示 S. gordonii 的氨基酸需求量最高，而 S. sanguinus 最少。
總結
生物系統(tǒng)非常復雜，只有考慮到會遇到的大量組合因素才能完整地對其進行研究。研究人員使用 PlatePlan 和 MANTIS® 液體處理器實現(xiàn)深度表型分析等高通量工作流程，能夠輕松、精確地執(zhí)行高組合篩選，例如 L2O 培養(yǎng)基優(yōu)化，并且由于沒有大量移液器吸頭消耗而節(jié)省了大量成本 。這一工作流程揭示了新的見解，而不會因為可能會因孤立地篩選較少的因素而被遺漏。
