An open-source semi-automated workflow for multi-omics sample extraction
Dit artikel introduceert OpenMPLEx, een open-source, semi-automatische workflow die gebruikmaakt van goedkope Opentrons vloeistofhanders en een aangepaste eiwit-pelletisering-chemie om efficiënt metabolieten, lipiden en eiwitten uit enkelvoudige monsters te extraheren met prestaties die vergelijkbaar zijn met handmatige methoden, terwijl de handmatige tijd aanzienlijk wordt verminderd en hoogwaardige verwerking mogelijk wordt gemaakt.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer
Om te begrijpen hoe een levende cel werkt, proberen wetenschappers deze vaak uit elkaar te halen en tegelijkertijd naar de vele verschillende onderdelen ervan te kijken. Een enkele cel bevat duizenden eiwitten die fungeren als de machines, vetten die de wanden bouwen, en kleine moleculen die energie of signalen transporteren. Om deze onderdelen samen te bestuderen, moeten onderzoekers ze allemaal uit dezelfde minuscule monster van cellen extraheren. De standaardmanier om dit te doen, houdt in dat de cellen worden gemengd met een specifieke blend van vloeistoffen die zich splitsen in drie duidelijke lagen, zoals olie en water. Eén laag bevat de vetten, een andere bevat de kleine energiemoleculen, en de eiwitten raken gevangen in een dikke, geleiachtige laag die tussen hen in is gesandwiched. Hoewel deze methode uitstekend is voor het verkrijgen van alle drie de typen moleculen, is het ongelooflijk moeilijk om dit met de hand uit te voeren. De geleiachtige eiwitlaag is fragiel; als een wetenschapper probeert de vloeistoflagen met een pipet naar buiten te trekken, schept hij vaak per ongeluk ook de eiwitlaag op, waardoor het monster wordt verpest. Vanwege deze delicate balans vereiste het proces altijd een zeer bekwame menselijke operator die de lagen nauwlettend in de gaten hield en langzaam werkte, wat het onmogelijk maakte om grote aantallen monsters snel of consistent te verwerken.
Een team van onderzoekers bij het Pacific Northwest National Laboratory heeft nu een manier ontwikkeld om dit moeilijke proces te automatiseren met behulp van een goedkope, open-source robot. Ze hebben een nieuwe workflow ontwikkeld genaamd OpenMPLEx, die een kleine verandering in de chemie gebruikt om het probleem van de fragiele gelei-laag op te lossen. In plaats van te proberen de vloeibare lagen naar buiten te trekken terwijl het eiwit erin vastzit, voegt de robot een tweede dosis van een specifiek oplosmiddel toe die het eiwit dwingt om als een solide, compact pellet naar de onderkant van de buis te zakken. Dit laat de vloeibare lagen schoon bovenop drijven, vrij van enige gelei. De robot kan vervolgens veilig en snel de vloeibare lagen opzuigen zonder ooit het eiwit aan te raken. Door deze nieuwe methode te testen op de bacterie Pseudomonas putida, ontdekten de onderzoekers dat de robot resultaten produceerde die even nauwkeurig waren als die van een menselijke expert die met de hand werkt. De robot identificeerde dezelfde eiwitten en mat dezelfde verschillen tussen de groeicondities van de bacteriën, wat bewees dat de chemische truc perfect werkt.
De ware kracht van deze nieuwe methode werd duidelijk toen het team het opschaalde om een groot experiment aan te kunnen. Ze stelden de robot in om 80 monsters tegelijk te verwerken, een taak die een menselijke wetenschapper meerdere dagen van continu, zorgvuldig werk zou hebben gekost. Met het nieuwe geautomatiseerde systeem was een enkele operator in staat om 80 bevroren monsters uit de vriezer te halen, ze door het hele extractieproces te leiden en ze klaar te maken voor analyse in slechts één werkweek. De mens hoefde slechts ongeveer drie uur daadwerkelijk de monsters aan te raken; de rest van de tijd werkte de robot onbeheerd. Uiteindelijk mat het systeem succesvol ongeveer 3.900 verschillende eiwitgroepen van de bacteriën. Deze prestatie betekent dat wetenschappers nu grote groepen biologische monsters kunnen bestuderen met dezelfde precisie als voorheen, maar met een fractie van de inspanning en tijd, wat de deur opent naar veel grotere en gedetailleerdere studies naar hoe levende wezens functioneren.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.