DeepLAMP:一种深度学习辅助的Hive-Chip集成技术,结合了AuNP增强的比色LAMP技术,用于基于智能手机的非洲猪瘟病毒多重检测

《Sensors and Actuators B: Chemical》:DeepLAMP: Deep learning-assisted Hive-Chip integrated with AuNP-enhanced colorimetric LAMP for smartphone-based multiplex detection of African swine fever virus

【字体: 大 中 小 】 时间:2026年01月02日 来源:Sensors and Actuators B: Chemical 7.7

编辑推荐:

  快速检测非洲猪瘟病毒的多目标核酸检测平台,整合蜂巢状微流控芯片、金纳米颗粒增强LAMP技术和智能手机AI分析,检测限低至5 copies/μL,适用于资源有限场景。|非洲猪瘟病毒|微流控芯片|LAMP技术|智能手机AI|多目标检测|便携式诊断

  
陈宇欣|朱远寿|齐文宝|江卓云|陈彦静|徐希天|黄梦媛|尹子扬|刘静茹|卢峰|孙康永杰|黄立宏|王子峰|陶生策|朱志刚
上海科技大学健康科学与工程学院,中国上海200093

摘要

非洲猪瘟病毒(ASFV)具有庞大且高度变异的基因组;因此,单基因检测方法存在假阴性结果的风险,亟需一种可在现场使用的多目标核酸检测技术。我们提出了DeepLAMP平台,该平台结合了蜂窝状微流控芯片、金纳米粒子增强型环介导等温扩增(LAMP)技术和基于智能手机的深度学习分析,能够同时检测四种保守的ASFV基因(B646L、Q706L、P1192R和B475L)。AuNP催化的微环境显著提高了扩增效率,使得B646L和P1192R的检测限降至5拷贝/μL?1,Q706L和B475L的检测限分别降至25和50拷贝/μL?1;整个检测过程在60分钟内完成。优化的ConvNeXt深度学习模型能够以98.6%的准确率对芯片图像进行分类,自动量化肉眼无法察觉的颜色变化。DeepLAMP正确识别了临床ASFV样本,并且与CSFV、PRRSV或PRV无交叉反应,表现出高特异性和稳定性。该技术无需离心或昂贵设备,可在养猪场等资源有限的环境中实现“样本到结果”的即时检测,为其他人畜共患病和新出现病原体的多基因诊断提供了灵活的即时检测平台。

引言

非洲猪瘟(ASF)是一种毁灭性的出血性疾病,可导致整个猪群死亡,并在全球范围内造成数十亿美元的损失[1]、[2]。其病原体非洲猪瘟病毒(ASFV)拥有一个庞大(170–192 kb)的双链DNA基因组,进化迅速,产生了至少24种基因型和众多亚谱系[3]、[4]、[5]、[6]。这种遗传多样性使得单基因检测方法效果不佳:目标基因中的点突变或缺失可能导致原本敏感的检测结果出现假阴性[5]、[7]。因此,有效的农场监测需要一种多重检测、抗突变且快速、对设备要求低的核酸检测技术。
传统的PCR仍是实验室的金标准,但由于其对热循环仪和专业人员的依赖,在资源有限的环境中难以应用[8]、[9]。等温技术如环介导等温扩增(LAMP)提供了一种便携的替代方案,可在<1小时内完成检测[10]、[11]。LAMP产品的检测主要依赖于电泳、荧光和比色法。然而,电泳需要大型凝胶设备,荧光检测需要专用光源——这些都不适合即时检测(POCT)的需求——而比色法则具有优势[12]。不过仍存在两个问题:首先,比色LAMP在低拷贝数时灵敏度降低,因为pH依赖性的染料变化较为微妙[13]、[14];其次,在一个试管中同时使用多个引物组合常常会引发引物竞争和非特异性扩增,限制了可同时检测的基因数量[15]。
微流控技术和纳米材料的应用提供了互补的解决方案[16]。实际上,微流控芯片具有显著优势,包括高通量、反应体积小以及易于集成。包含多个微通道的设计可以实现单个样本中多个目标的并行检测。据我们所知,目前仅有少数微流控芯片被用于ASFV检测[16]、[17]、[18]。例如,Ji等人开发了一种圆盘芯片,能够区分基因缺失型和野生型ASFV,其检测限分别为ASFV-MGF505–2R/P72和猪细小病毒(PPV)101拷贝/μL?1,ASFV-CD2v和伪狂犬病病毒(PRV)102拷贝/μL?1,以及猪繁殖与呼吸综合征(PRRSV)102拷贝/μL?1。然而,这些现有系统的一个共同局限性是它们依赖于离心来将样本分配到反应单元中,这在资源有限的现场环境中是一个重大挑战。近年来,毛细管因其自驱动的毛细力、不渗透性和化学惯性而被证明是优秀的容器[19]、[20]。与离心微流控芯片相比,毛细管阵列可以物理分离引物组合,使每个基因在仅由毛细作用驱动的独立反应室中扩增——从而无需离心或阀门控制[17]、[18]、[19]、[20]。此外,金纳米粒子(AuNPs)能够吸附和浓缩引物和聚合酶[21],提高局部浓度并改善热传递效率,加速链合成并增强颜色变化,从而在单数字拷贝水平上恢复视觉灵敏度。
结果解读是即时检测技术的最终瓶颈。肉眼观察具有主观性[22]、[23],而RGB应用程序容易受到环境光的影响[24]、[25]。将轻量级的深度学习分类器与智能手机成像相结合可以克服这些问题:网络能够提取微妙的颜色和纹理特征,并在几秒钟内为每个通道输出客观的阳性/阴性结果。
我们提出的DeepLAMP是一种可现场使用的多重检测平台,结合了(i)用于引物分离的多通道毛细管阵列“Hive-Chip”,(ii)AuNP增强型比色LAMP,以及(iii)基于智能手机的AI(人工智能)读数功能。通过全基因组比对,我们选择了四种保守的ASFV基因(B646L、Q706L、P1192R和B475L)以减少突变逃逸的风险。DeepLAMP能够检测到低至5拷贝/μL?1的样本,整个“样本到结果”的检测过程在60分钟内完成,并在六个芯片类别中实现98.6%的分类准确率。总之,DeepLAMP为ASFV的多重检测提供了一个即时检测平台和必要的试剂。除了ASFV,该模块化设计只需更换引物组合,即可用于其他人畜共患病或新出现的人类病原体的检测,为资源匮乏环境中的下一代分子诊断提供了可扩展的解决方案。

试剂和材料

WarmStart? Colorimetric LAMP 2×Master Mix购自New England Biolabs(美国伊普斯威奇)。AuNPs购自Tomicro(中国上海)。毛细管来自Zhong Cheng Quartz Glass(中国北京)。聚二甲基硅氧烷(PDMS)购自Dow Corning(美国密歇根州),Ultra-Ever Dry涂料购自UltraTech(美国佛罗里达州)。本研究中使用的所有引物均由Sangon Biotech(中国上海)合成。所有质粒均由BGI(深圳)合成。

基于Hive-Chip和AuNPs增强型比色LAMP的智能手机多重检测方法的建立

如图1所示,我们开发了一种快速、便携且多目标可视化的LAMP平台用于ASFV检测。图1A展示了Hive-Chip的布局和物理构造,其中六个微通道用于本研究的ASFV检测。在芯片使用前,需要进行引物固定:准备特定基因的引物并加载到指定的微通道中(图1B)。然后将装有引物的芯片在60°C下烘烤2小时以完成固定。

结论

本研究介绍了DeepLAMP平台,它结合了毛细管阵列Hive-Chip、AuNP增强型比色LAMP和基于智能手机的深度学习技术,满足了资源有限环境中ASFV多重检测的迫切需求。通过检测四种保守基因(B646L、Q706L、P1192R和B475L),该平台降低了突变引起的假阴性风险,能够检测到低至5拷贝/μL?1的样本,并在60分钟内完成整个“样本到结果”的检测流程。

CRediT作者贡献声明

江卓云:软件开发。朱志刚:资金获取。陶生策:写作、审稿与编辑。齐文宝:资源协调。朱远寿:方法学设计。王子峰:数据分析与可视化。卢峰:实验研究。刘静茹:实验研究。陈宇欣:初稿撰写。黄立宏:资源协调。孙康永杰:资源协调。徐希天:数据管理。陈彦静:数据管理。尹子扬:数据可视化。黄梦媛:数据管理。

利益冲突声明

作者声明没有已知的财务利益或个人关系可能影响本文的研究结果。
致谢
我们感谢上海科技大学仪器分析中心提供的设施和科学技术支持。感谢魏建超博士和刘凯博士在收集真实ASFV样本方面的帮助。作者还感谢上海市科学技术委员会的大学能力建设项目(项目编号:21010502800)和广东省基础与应用基础研究重大项目的财政支持。
陈宇欣目前在上海科技大学攻读硕士学位,她的研究方向是非洲猪瘟的可视化多重检测技术。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号