基于微流控液滴与纹理分析的高通量细菌聚集检测新方法

《Scientific Reports》：High-throughput bacterial aggregation analysis in droplets

本研究针对细菌聚集性研究缺乏标准化分析方法的瓶颈，开发了一种结合微流控液滴技术与纹理特征分析的创新平台。研究人员利用开源软件CellProfiler?建立了自动化图像分析流程，在单分散和多分散液滴中实现了对细菌聚集状态的精准识别（准确率>90%）。实验发现亚抑菌浓度抗生素可诱导聚集，而微塑料珠与金属污染物则显著抑制该现象，为抗菌耐药性（AMR）研究提供了高效技术工具。

　　

在全球抗菌耐药性（AMR）危机日益严峻的背景下，细菌通过聚集形成生物膜（biofilm）的能力已成为威胁公共卫生的核心因素。这种多细胞矩阵结构不仅为细菌提供了抵御抗生素的物理屏障，还成为基因水平转移的温床，使得传统抗生素疗法效果急剧下降。然而，当前研究细菌聚集的主流方法如沉降实验和流式细胞术存在耗时长、成本高、通量低等局限，更缺乏标准化分析流程，导致不同研究数据难以比较。

为解决这一技术瓶颈，Tallinn University of Technology的Merili Saar-Abroi团队在《Scientific Reports》上发表了创新性研究，开发了一套集微流控液滴技术与图像纹理分析于一体的高通量细菌聚集检测平台。该研究巧妙地将细菌封装在油包水液滴中，形成纳升级的独立微反应器，并通过开源软件CellProfiler?对液滴内细菌的纹理特征进行量化分析，实现了对“无生长”“均匀生长”和“聚集生长”三种状态的自动分类。

研究方法的核心在于利用灰度共生矩阵（GLCM）计算纹理特征值——纹理和方差（sum variance），该指标能有效捕捉细菌聚集导致的像素强度空间变异。当细菌均匀分布时，液滴内像素强度差异小；而形成聚集时，细菌迁移或死亡留下的空白区域与高密度聚集区形成强烈对比，使纹理值显著升高。团队通过优化分析流程，使单次处理30张2048×2048像素图像仅需55秒，即使增加微塑料颗粒检测模块也仅延长至2分钟，展现出卓越的计算效率。

在结果部分，研究团队通过多组实验验证了方法的可靠性与应用价值：

• •
  分析方法验证：与人工判读相比，纹理分析在单分散液滴中准确率达94.2%，精密度为80.7%；在多分散液滴中更分别提升至96.9%和89.3%。纹理和方差值与聚集程度呈现明显正相关，证明其作为量化指标的敏感性。
• •
  抗生素效应解析：在亚抑菌浓度抗生素暴露实验中，核酸靶向抗生素环丙沙星（CPFX）和甲氧苄啶（TMP）显著促进聚集，可能与细菌释放胞外DNA有关；而30S核糖体靶向抗生素多西环素（DOXY）也诱导聚集，50S靶向氯霉素（CHL）则无此效应，揭示不同作用机制的抗生素对聚集行为的差异化影响。
• •
  环境污染物作用：微塑料珠的存在普遍抑制细菌聚集，并在特定浓度下增强细菌对头孢噻肟（CTX）的敏感性，研究者推测与微塑料诱导的氧化应激有关。金属污染物（CuSO₄、LiCl、ZnCl₂）则显著降低聚集水平及细菌存活率，凸显环境污染物对细菌防御策略的干扰。

研究结论强调，这种基于纹理分析的液滴平台不仅为细菌聚集研究提供了标准化、高通量的解决方案，更通过用户友好的界面降低了生物医学研究者的技术门槛。该方法可扩展至细胞聚集、蛋白质聚集等研究领域，其计算原理也适用于ImageJ、Python等常用分析工具。研究者建议未来可开发聚集体形态量化功能，并结合机器学习分类器提升对微聚集现象的检测能力，进一步深化对细菌适应性行为机制的理解。

这项研究的创新之处在于将成熟的图像纹理分析算法与微流控技术创造性结合，既克服了传统方法的局限性，又为AMR研究提供了可广泛推广的技术框架。随着耐药菌威胁的持续加剧，此类高效、低成本的技术平台有望在临床检测、环境监测和新药研发中发挥关键作用。