DropletFactory CORE - a droplet cytometry and sorting platform for fast and accessible screening in biotechnology

Die Studie stellt die DropletFactory CORE vor, eine kostengünstige Plattform für die Durchflusszytometrie und Sortierung von Tröpfchen, die eine hochdurchsatzfähige Einzelzell-Screening-Methode für Hefezellen auf Basis von Fluoreszenzsignalen ermöglicht und damit die Zugänglichkeit dieser Technologie für die Biotechnologie verbessert.

Das Wesentliche

DropletFactory CORE: Der „Tanzmeister" für winzige Wassertropfen

Stellen Sie sich vor, Sie sind ein Biotechnologe und suchen nach dem perfekten Hefezell-Genie. Sie haben Millionen von Kandidaten, aber jeder ist winzig klein und in einer riesigen Menge an Flüssigkeit versteckt. Wie finden Sie die Nadel im Heuhaufen? Oder besser gesagt: Wie finden Sie den einen perfekten Tropfen in einem Ozean?

Das ist das Problem, das sich die Forscher mit ihrem neuen Gerät, dem DropletFactory CORE, gestellt haben. Hier ist die Erklärung, wie das funktioniert, ohne kompliziertes Fachchinesisch:

1. Das Problem: Der teure Luxus

Bisher gab es zwar schon Maschinen, die solche winzigen Tropfen sortieren können (man nennt sie „Droplet Sorter"), aber die waren so teuer, so komplex und benötigten so viel Expertenwissen, dass sie nur in wenigen Elite-Laboren zu finden waren. Das ist, als ob Sie einen Formel-1-Rennwagen bräuchten, um nur zum Bäcker zu fahren. Es fehlte eine „VW-Golf"-Lösung: günstig, einfach und für jeden zugänglich.

2. Die Lösung: Ein automatischer Schleudertanz

Das neue Gerät funktioniert wie ein extrem schneller, intelligenter Tanzmeister für Wassertropfen.

• Die Bühne (Der Chip): Die Forscher mischen ihre Hefezellen mit Öl, sodass jede Zelle in einem eigenen, winzigen Wassertropfen (etwa so groß wie ein Haarquerschnitt) gefangen ist. Diese Tropfen fließen wie eine kleine Armee durch einen mikroskopisch kleinen Kanal.
• Der Scheinwerfer (Die Optik): An einer bestimmten Stelle leuchtet ein Laser auf die Tropfen. Wenn eine Hefezelle im Tropfen ein grünes Leuchtprotein (GFP) produziert hat – ein Zeichen dafür, dass sie das „richtige" Gen hat – dann leuchtet der Tropfen auf, wie eine kleine Taschenlampe.
• Der Richter (Der Computer): Ein kleiner Computer (ein Raspberry Pi, also so etwas wie ein Mini-PC) schaut sich das Licht an. Er entscheidet in Millisekunden: „Ist das Licht hell genug? Ja? Dann ist das ein Gewinner!"
• Der Schubs (Die Elektroden): Das ist der magische Teil. Wenn der Computer einen Gewinner erkennt, schickt er einen winzigen elektrischen Impuls an die Wände des Kanals. Dieser Impuls wirkt wie ein unsichtbarer Magnet oder ein sanfter Schubser. Er lenkt den leuchtenden Tropfen aus der Hauptstraße in eine Nebenstraße (den „Sammelbehälter").
• Die Verlierer: Die Tropfen, die nicht leuchten (also keine guten Zellen haben), werden nicht gestopft und fließen einfach weiter in den Mülleimer.

3. Warum ist das revolutionär?

Bisher mussten solche Maschinen oft wie ein riesiges, schweres Labor-Orchester aufgebaut werden. Das DropletFactory CORE ist hingegen modular und einfacher.

• Die Analogie: Stellen Sie sich vor, Sie wollen nur die roten Murmeln aus einer Mischung aus roten und blauen Murmeln filtern.
  • Die alte Methode: Sie brauchen einen teuren Roboterarm, der jede Murmel einzeln mit einer Lupe betrachtet und sie dann mit einer Schere in die richtige Schale legt.
  • Die neue Methode (DropletFactory CORE): Sie bauen eine Rutsche. Wenn eine rote Murmel vorbeikommt, wird ein kleiner Elektromagnet aktiviert, der sie sanft in die rote Schale lenkt. Blaue Murmeln fallen einfach geradeaus weiter. Schnell, billig und effizient.

4. Was haben die Forscher getestet?

Sie haben das Gerät mit Hefezellen getestet, die so programmiert waren, dass sie grün leuchten.

• Der Test mit Farbe: Zuerst haben sie Tropfen mit einfachem grünen Farbstoff genommen, um zu sehen, wie empfindlich das Gerät ist. Es funktionierte gut, auch bei sehr schwachem Licht.
• Der Test mit echten Zellen: Dann kamen die Hefezellen. Das Gerät konnte erfolgreich die Tropfen mit den hell leuchtenden Zellen von denen mit schwach leuchtenden oder gar keinen Zellen trennen.

Fazit

Das DropletFactory CORE ist wie ein „Open-Source"-Projekt für die Biotechnologie. Es nimmt eine hochkomplexe Technologie (das Sortieren von Millionen winziger Tropfen) und macht sie so einfach und günstig, dass auch kleinere Labore oder Start-ups damit arbeiten können.

Es ist ein großer Schritt, um die Suche nach neuen Medikamenten, besseren Enzymen oder effizienteren Hefestämmen für die Industrie zu demokratisieren. Statt dass nur die Reichen und Schönen die besten Werkzeuge haben, wird diese Technologie nun für alle zugänglich – wie ein Werkzeugkasten, den jeder in seiner Garage nutzen kann, um die Zukunft der Biotechnologie zu bauen.

Technische Zusammenfassung

Technische Zusammenfassung: DropletFactory CORE – Eine zugängliche Plattform für das Droplet-Screening

1. Problemstellung

Die Fluoreszenz-aktivierte Tropfensortierung (FADS) gilt als State-of-the-Art-Verfahren für das Hochdurchsatz-Screening von Einzelzellen in picoliter- bis nanolitergroßen Tröpfchen. Sie ermöglicht die massive Parallelisierung von Experimenten in der Biotechnologie (z. B. gerichtete Evolution von Enzymen, Optimierung von Zellfabriken).
Trotz ihres Potenzials bleibt die Technologie jedoch für ein breiteres Publikum unzugänglich. Herkömmliche Systeme sind oft komplex, erfordern präzise optische Ausrichtung, spezialisierte Hardware und erhebliches operatives Fachwissen. Dies schränkt die Anwendung auf spezialisierte Labore ein. Es besteht ein dringender Bedarf an erschwinglichen, einfacheren und skalierbaren Droplet-Sortierplattformen, die dennoch eine hohe analytische Leistungsfähigkeit bieten.

2. Methodik

Die Autoren stellen die DropletFactory CORE vor, eine modulare FADS-Plattform, die optische Fluoreszenzerkennung, Echtzeit-Signalverarbeitung und dielektrische Tropfen-Umlenkung integriert.

• Systemarchitektur:

  • Mikrofluidik: Tropfen werden mittels Flow-Focusing-Chips erzeugt. Die kontinuierliche Phase besteht aus HFE 7500 Fluorcarbon-Öl mit einem PEG-PFPE-Triblock-Tensid. Die dispergierte Phase enthält entweder fluoreszierende Farbstoffe oder Hefezellen in Wachstumsmedium.
  • Optische Detektion: Ein 488 nm Laser (über Lichtleiter eingekoppelt) regt Fluoreszenz in den vorbeiziehenden Tropfen an. Das emittierte Licht wird von einem Photomultiplier-Tube (PMT) detektiert und in ein elektrisches Signal umgewandelt.
  • Signalverarbeitung & Sortierung: Ein Raspberry Pi-basiertes Datenerfassungssystem verarbeitet die Signale in Echtzeit. Überschreitet ein Signal einen definierten Schwellenwert, wird ein Trigger-Puls an einen Funktionsgenerator und einen Hochspannungsverstärker gesendet.
  • Aktive Sortierung: Nach einer verzögerten Zeit (entsprechend der Laufzeit des Tropfens) wird ein elektrischer Feldpuls (AC-Quadratwelle) an die Sortierelektroden angelegt. Dies erzeugt eine dielektrische Kraft, die den Ziel-Tropfen in den Sammelkanal umlenkt, während nicht-zielgerichtete Tropfen über einen Bias-Kanal in den Abfallkanal fließen.

• Biologische Vorbereitung:

  • Es wurden Hefestämme (Saccharomyces cerevisiae) verwendet, die GFP exprimieren.
  • Die Stämme wurden mittels CRISPR-Cas9 und dem Yeast Modular Cloning (MoClo) Toolkit konstruiert, um GFP unter verschiedenen Promotoren (PGK1, TEF2, CYC1) mit unterschiedlicher Expressionsstärke (niedrig, mittel, hoch) zu integrieren.
  • Die Zellen wurden in Mikrofluidik-Tropfen verpackt, über Nacht inkubiert und anschließend sortiert.

3. Wichtige Beiträge

• Entwicklung einer zugänglichen Plattform: Die DropletFactory CORE demonstriert ein modulares Design, das komplexe FADS-Funktionalitäten in einem System vereint, das auf Standardkomponenten (z. B. Raspberry Pi, kommerzielle Laser/PMTs) basiert und somit kostengünstiger und einfacher zu bedienen ist als viele etablierte Systeme.
• End-to-End-Workflow: Das Paper liefert einen vollständigen Workflow von der genetischen Konstruktion der Hefestämme über die Mikrofluidik-Tropfenerzeugung bis hin zur aktiven Sortierung und Validierung.
• Charakterisierung der Empfindlichkeit: Systematische Tests mit FITC-Farbstoff-Dilutionen wurden durchgeführt, um das Verhältnis zwischen Verstärkung (DAC-Spannung), Empfindlichkeit und dynamischem Bereich zu analysieren.

4. Ergebnisse

• Empfindlichkeitsanalyse (Farbstoff-Tropfen):
  • Das System konnte Fluoreszenzunterschiede über einen weiten Konzentrationsbereich zuverlässig detektieren.
  • Es wurde ein Trade-off zwischen Empfindlichkeit und dynamischem Bereich beobachtet: Niedrigere DAC-Spannungen (Verstärkung) erlaubten die Detektion sehr schwacher Signale, erhöhten aber das Rauschen. Höhere Spannungen verbesserten die Signal-Trennschärfe, reduzierten aber den dynamischen Bereich durch Sättigungseffekte.
• Fluoreszenzanalyse (Hefe-Tropfen):
  • Die Signalverteilungen zeigten eine breite Streuung, bedingt durch biologische Variabilität (Zellzahl pro Tropfen, Wachstumszustand) und technische Faktoren.
  • Leere Tropfen ließen sich klar von Tropfen mit Zellen unterscheiden.
  • Bei gemischten Proben mit Stämmen ähnlicher Fluoreszenzintensität gab es jedoch Überlappungen in den Signalverteilungen, was die Trennschärfe bei rein fluoreszenzbasierten Kriterien einschränkt.
• Proof-of-Concept Sortierung:
  • Die Sortierung funktionierte erfolgreich: Tropfen, die den Fluoreszenzschwellenwert überschritten, wurden durch dielektrische Kräfte in den Sammelkanal umgelenkt.
  • Die sortierte Fraktion zeigte eine Anreicherung fluoreszierender Tropfen im Vergleich zum Abfall und zum Eingangs-Sample.
  • Die Genauigkeit wurde durch die oben genannten Signalüberlappungen begrenzt, aber der End-to-End-Betrieb des Systems wurde erfolgreich demonstriert.

5. Bedeutung und Ausblick

Die DropletFactory CORE stellt einen wichtigen Schritt hin zur Demokratisierung der Droplet-Mikrofluidik dar. Durch die Bereitstellung einer kosteneffizienten, modularen und dennoch leistungsstarken Plattform wird Hochdurchsatz-Screening für mehr Forschungseinrichtungen und Biotech-Unternehmen zugänglich.
Das System ist besonders geeignet für:

• Die Entwicklung von Zellfabriken.
• Das Screening von Zellbibliotheken.
• Die gerichtete Evolution von Enzymen.

Obwohl die aktuelle Version noch durch Signalüberlappungen bei ähnlichen Phänotypen limitiert ist, bietet die Plattform eine solide Basis für zukünftige Optimierungen (z. B. Multiparameter-Erkennung oder verbesserte Signalverarbeitung), um die Sortiergenauigkeit weiter zu steigern. Die Arbeit unterstreicht, dass komplexe biotechnologische Screening-Workflows auch mit weniger spezialisierten, aber gut integrierten Systemen realisiert werden können.