醫學部生物醫學工程學院李自達助理教授與王毅副教授合作，在單分子基因檢測的方法研究上取得進展，成果報道在學術期刊《Proceedings of the National Academy of Sciences》上，標題為“StratoLAMP: Label-free, multiplex digital loop-mediated isothermal amplification based on visual stratification of precipitate”。該工作以課題組微流控數字化檢測為研究基礎，結合智能圖像分析，實現僅依賴明場圖像的多靶標數字化核酸定量。我院碩士研究生金美池、丁婧怡為論文的共同第一作者，李自達助理教授為通訊作者。

多重核酸檢測在單次反應中同時探測多個基因靶標，提高了檢測效率，具備廣泛應用價值。數字化核酸擴增技術，如數字PCR和數字LAMP等，是一種無需參考標準品、可實現核酸絕對定量的檢測方法。多重數字化核酸檢測可通過設計反應體系，使不同核酸靶標在擴增后表現出不同的熒光波長、熒光強度、熔解曲線、擴增曲線、表面編碼、液滴編碼等特征，通過分析這些特征，推斷每個微小腔室內存在的靶標。然而，當前策略多以熒光為讀取信號，需使用熒光染料或探針，并要求檢測設備配備熒光光路與檢測系統，增加了設備的復雜性和檢測成本。研究無需熒光標記的多重數字化核酸分析方法，有望改變基因分析的舊范式，在分析化學上具有重要意義。

利用LAMP擴增反應過程中生成的明場下可見的沉淀判定數字核酸擴增反應結果，可以有效解決熒光讀取信號中的缺陷，從而降低核酸檢測的成本和復雜度。且LAMP擴增產生的沉淀量與反應深度有關，這為利用沉淀進行多重核酸檢測提供了新思路。因此，該研究設計了一種以LAMP沉淀產量為檢測標志，以明場成像代替熒光信號讀取的無標記多重數字核酸定量方法。該方法將兩種不同核酸靶標引物設置不同的濃度，使不同的靶標的反應深度不同，從而使不同靶標擴增產生的沉淀量不同。在擴增完成后，在明場下對液滴成像，并利用深度學習算法對于明場圖像進行分析，識別液滴中的沉淀產量，從而判斷液滴中包含的靶標類型，根據沉淀產量將液滴分為空、僅含靶標一、僅含靶標二、同時含兩種靶標等4類液滴。最后根據泊松分布計算樣本中每種靶標的濃度。該方法以沉淀分析代替了熒光檢測，實現了無標記的利用明場成像的多重絕對核酸定量，有望發展為一種新型低成本多靶標核酸檢測技術。

本研究中，李自達助理教授與金美池、丁婧怡同學負責實驗設計、數據分析、論文撰寫等工作，王毅副教授與周鈺、陳佳兆同學負責圖像分析和算法研究。該研究得到國家自然科學基金、廣東省自然科學基金和深圳大學新引進教師啟動經費的資助。

原文鏈接：https://doi.org/10.1073/pnas.2314030121

（來源 深圳大學醫學部）