用于过程导向酶筛选的微流控缩小化平台

《Biotechnology and Bioengineering》:Scale-Down Platforms for Process-Oriented Enzyme Screening Using Microfluidics

【字体: 大 中 小 】 时间:2026年09月23日 来源:Biotechnology and Bioengineering 3.9

编辑推荐:

  酶筛选平台通常依据其通量(throughput)与分析性能(analytical performance)进行评价,而非依据其模拟工业规模(large scale)所遇条件的能力。在生物反应器中,由于混合不充分和多相操作,酶会经历底物浓度(substrate

  
酶筛选平台通常依据其通量(throughput)与分析性能(analytical performance)进行评价,而非依据其模拟工业规模(large scale)所遇条件的能力。在生物反应器中,由于混合不充分和多相操作,酶会经历底物浓度(substrate concentration)、氧可用性(oxygen availability)、pH、温度以及界面暴露(interfacial exposure)的梯度变化。这些梯度影响酶的活性和稳定性,却很少被纳入用于选择生物催化剂(biocatalyst)的检测体系中。传统上,酶变体的筛选是基于其在静态、充分混合的实验室条件下的表现,而这些条件并不一定能代表其最终需在实际运行中面对的工艺条件。微流控器件(microfluidic devices)原则上能够在微小尺度上再现工艺相关条件,因为这些器件对流体的流动、停留时间(residence time)和多相接触(multiphase contact)具有精确控制能力。然而,目前大多数平台并非为模拟缩小化(scale-down)过程衍生条件而构建。在此,研究人员根据这些工艺相关条件评估了当前的微流控工具,并阐述了如何将模块化设计组合成序列筛选平台,以在生物反应器中生成相应条件,用于早期生物催化剂筛选。
**1 引言**

在过去二十年中,生物催化在合成问题上的应用已被酶工程、定向进化和机器学习方面的进展所改变。如今,高价值药品通常使用工程酶来催化小分子中间体及越来越多肽类的合成步骤。对于低产量产品,微流控也已被证明是一种有效的生物催化合成途径,通常采用固定化酶进行级联反应。然而,对于低价格产品,挑战更为显著。将工程酶转化为稳健的工业生物催化剂仍然是一个持续难题。例如,在小规模下选择合适的酶,很少在与大规模工业过程相似的条件下进行。

在该文中,研究人员提出将微流控方法作为一种强大技术,可在更小尺度上模拟大型反应器中的条件。最终,这种方法可用于筛选和测试酶,以作为过程开发的有效起点。与当前微流控生物催化过程(其适用于小规模合成及针对给定酶优化条件)不同,研究人员的意图是利用微流控模拟条件,从而筛选酶变体以用于生物过程。此类条件需事先根据大规模反应器要求加以定义。

微流控技术因其试剂消耗低、分析快速、反应条件精确可控且重现性高,在酶筛选中引起了广泛兴趣。当前应用已涵盖高通量动力学表征、基于液滴的区室化筛选和微尺度生物物理测定,表明在微尺度上进行有意义的酶表征是可行的。诸如米氏常数(KM)、抑制常数(Ki)、解离常数(KD)、半衰期(t1/2)和溶剂耐受性(cU50)等参数已被证明是酶适应性的有效描述符。然而,这些参数均可能因过程操作条件而变化。最终,这些条件取决于较大规模的反应器和过程要求。

在该小型综述中,研究人员讨论了当前及新兴的用于酶筛选的微流控技术,特别强调其作为工艺相关缩小化工具的潜力。研究人员认为,此类平台不仅应通过高通量和分析能力来评估,还应通过其再现工业生物过程中所遇操作条件的能力来评估,这一视角转变是改进适用于工业的生物催化剂选择的关键。

**1.1 用于工艺相关酶筛选的微流控方法现状**

微流控系统为在微尺度上再现工艺相关条件提供了独特机会。在大多数微流控系统中,反应在相互连接的通道网络中进行,并集成微泵、混合器、接头和温度控制元件。根据应用不同,反应可在含有游离酶的单相流系统中进行,或在涉及固定化酶、液滴或多相系统的异质构型中进行。先进平台还可集成在线分析技术,如液相色谱-质谱联用(LC-MS)、气相色谱-质谱联用(GC-MS)、荧光检测或光谱监测,从而实时评估反应性能。多项研究已证明,微流控平台可提供明确且高度受控的反应环境,适用于酶筛选和表征。以下示例重点展示了这些系统当前如何用于微型化格式下的酶筛选、动力学及催化性能测定。

**1.1.1 单相系统中游离酶的表征**

在单相连续流中,酶和底物溶解在单一均匀液体流中,混合通过通道宽度方向的扩散进行,而非通过液滴区室化或固定化到载体上。由于层流下的扩散混合本质上较慢,通常需要专门的混合器设计以获取快速动力学。流动聚焦几何结构通过鞘流将狭窄样品流进行流体动力学约束,可实现数十微秒量级的混合时间。Li及其同事采用了一种不同的主动混合策略,开发了一种3D打印的单相微流控器件,使用压电振动尖端混合器,通过调节三个入口流的相对流速,在芯片上生成完整的底物浓度系列,并在数秒反应时间内确定完整的米氏动力学。这消除了芯片外溶液制备的需求,同时在整个过程中保持酶的天然自由扩散状态。除快速混合外,单相器件也可实现并行化,如Rho等人(2016)开发的微流控器件,可在纳升体积中进行36个平行反应。该器件能够在单次实验中,在底物和辅因子的二维浓度网格上绘制辣根过氧化物酶活性图谱,说明多通道单相架构能够捕获单一浓度系列无法获得的多参数动力学行为。此类单相架构通常针对每次实验的一组固定预设条件进行设计;以下两个小节将描述梯度生成和氧控制设计如何将该原理扩展到特定工艺相关参数。

**1.1.2 梯度生成微流控系统用于酶表征**

梯度生成微流控系统为评估浓度依赖和pH依赖行为提供了传统多孔板测定的有吸引力替代方案,具有试剂消耗更低、操作简单和动态响应快速等优点。例如,Bui及其同事开发了一种微流控器件,能够在简单的T形接头几何结构内生成浓度梯度并进行平行液滴形成,从而对β-半乳糖苷酶催化的水解反应进行动力学分析。Rho等人(2016)采用了不同的架构方法,仅通过通道几何结构生成双试剂梯度。36个平行环状反应器中的每一个均由四条固定长度且反应器特异性的加样通道供料,因此进入环的每种试剂的相对体积仅由通道长度决定,无需主动流速控制。关闭环路并通过蠕动阀门驱动主动混合内容物,在单次加样步骤中产生36种不同的双试剂浓度组合,从而能够在一次实验中绘制辣根过氧化物酶的完整三维米氏曲面。

**1.1.3 用于氧依赖性酶表征的连续流系统**

许多工业相关酶在底物或辅因子可用性受限的条件下运行。氧依赖性酶尤其具有挑战性,因为其中许多酶的氧需求超过0.25 mM,而水溶液中的氧溶解度本质上很低,且在动力学实验中难以精确控制。米氏常数中氧的测定(KMO)已可通过管套管(Tube-in-Tube)反应器实现,该反应器能够精确控制溶解氧浓度,并通过加压实现远超常压条件下(高达50倍)的氧水平。然而,将这些系统扩展到高通量操作需要并行化、自动化、快速序列测试以及使用多个平行操作微通道。在这方面,Szmelter等人(2021)设计的一种3D打印器件为氧依赖性酶和KMO测定提供了一个有前景的近中期应用,该器件以96孔板格式并行提供12种独特氧浓度。尽管该器件是为生物医学应用而设计,但此类格式可用于进一步研究氧依赖性酶的氧亲和力测定。

**1.1.4 液滴微流控用于酶表征**

酶表征和筛选可通过液滴微流控进行。这些器件将水性反应混合物区室化为皮升级液滴,分散在不混溶的载体相中,产生大量隔离的微反应器。该架构允许以远超传统板式测定的通量筛选104至106个变体的酶库,通常通过将基因型和表型耦合至单个液滴内,并应用基于荧光或吸光度的分选。反应条件可通过控制液滴形成和试剂添加进行调整,从而允许明确的底物浓度和短停留时间动力学测量。辅因子结合在定义酶活性和稳定性中也起重要作用,通过参与活性位点组织、底物定位,在某些情况下还参与变构激活。因此,辅因子依赖性酶代表了微流控筛选策略的有吸引力靶标,旨在微缩条件下评估酶稳健性和催化性能。例如,Zachos等人(2022)开发了一种液滴微流控测定法,可在65°C下稳定运行数小时,使用carba-NADP+对嗜热酶进行超高通量筛选。通过结合位点饱和和易错诱变,该平台支持探索辅因子结合位点周围局部和远端突变。

最近进展已将微流控筛选从预定义实验活动扩展到自主实验,一旦目标酶或多酶系统已被定义。CascadeMAP是最早将液滴微流控与贝叶斯优化和多智能体人工智能相结合的平台之一,能够在长时间无人值守操作下自主优化多酶级联。该系统支持酶化学计量、pH、温度和反应条件的同步优化,并根据先前获得的数据自动生成后续实验。然而,这些平台主要优化已定义的操作条件,而非再现大规模工业加工中特有的动态物理化学波动;它们也不是为酶筛选本身而设计,这正是本综述的重点。区别在于任务:CascadeMAP优化固定酶系统的条件,而研究人员保持条件固定(根据工艺要求得知)并筛选酶变体库。在这方面,液滴系统原则上也可配置为引入明确的应激源或孵育步骤,但需考虑液滴稳定性、跨界面传质和时间控制方面的限制。

**1.1.5 固定化系统中的酶表征**

微流控系统的进一步应用涉及固定化酶筛选研究。例如,HT-MEK本身依赖芯片内酶固定化;在其最初应用于磷酸酶PafA时,该平台执行了超过67万次反应,并确定了多种底物和抑制剂的超过5000个动力学和物理常数。其他研究探索了微流控固定化策略,以评估不同固定化条件下的酶-载体相互作用、活性和操作稳定性。其中,WCμR平台代表了一种用于早期非均相生物催化剂开发的微流控缩小化筛选系统。它允许直接在微反应器格式中平行筛选酶变体和固定化策略,并可无缝过渡到连续流操作,从而在候选选择期间提供工艺相关信息。值得一提的是,固定化酶微反应器已与毛细管电泳等分析技术耦合,以支持在线活性测量和抑制剂筛选。这些系统展示了在连续微流控工作流程中集成反应和分析功能的更广泛潜力。

固定化酶系统也已展示长期操作能力,作为缩小化过程开发平台运行长达17天。类似地,Menegatti等人(2025)证明了微流控在过程开发和连续生物催化中的价值;然而,该研究未将微流控器件确立为筛选平台,因为酶选择是在微反应器实验之前的批处理中完成的。这些示例表明,相关酶性能指标,包括总周转数(TTN)、催化剂寿命、生产率和操作稳定性,可在微流控格式中测量,但这些指标尚未被系统纳入用于生物催化剂选择的筛选平台。两个相关且当前未解决的挑战是连续流下催化剂从载体浸出以及固定化本身可能造成的内在活性损失,这两者最近都被标记为连续流生物催化普遍存在的开放问题;明确将这些指标纳入微流控筛选将加强候选选择与最终过程性能之间的联系。

**1.1.6 双相系统中的酶相互作用**

评估酶性能时另一个需考虑方面是与界面的相互作用。来自Bommarius和Woodley研究组的研究表明,在搅拌槽和泡罩塔等反应器构型中暴露于气-液界面会导致酶逐渐失活,而减少界面形成的反应器改造可提高酶稳定性。尽管这一事实,界面效应在当前用于生物催化剂选择的微流控筛选平台中仍基本缺失。Chen等人(2019)的相关研究描述了气-液-液微流控系统的设计考虑,这些系统可适用于研究生物催化应用中的界面效应;而为蛋白质制剂筛选开发的快速、低体积微泡曝气方法提供了另一种探查小规模空气-水界面应力的可达途径。

重要的是,界面并不总是对酶性能产生负面影响。例如,脂肪酶由于界面激活机制,在液-液界面处表现出增强的催化活性。一个实际例子是微流控段塞流系统,其中三丁酸甘油酯水解速率相对于整体反应器显著增强,突显了液滴尺寸、通道几何结构和内部混合如何影响传质和催化效率。

此外,模块化微流控系统在这方面尤其有前景,因为它们允许独立可调过程元件的顺序集成。梯度发生器、热区、气-液接触区域、液滴段和固定化酶模块可组合以在连续流中再现工艺相关应力序列,该方法在第3节中进一步展开。

**1.2 微流控应力谱分析作为生物催化剂选择的预测性缩小化策略**

在工业生物反应器中,酶不会经历单一固定条件;它随流体循环通过一系列局部环境。这一概念称为“生命线”(lifeline),最初在微生物生物过程工程中用于表征大规模反应器内细胞所经历的波动条件,但相同逻辑直接适用于酶过程。酶经常暴露于由混合不充分和多相操作引起的底物浓度、氧可用性、pH、温度和界面面积波动。因此,理解这些波动的幅度、持续时间和频率对于设计代表性缩小化系统至关重要,而微流控平台凭借其精确的流量控制和模块化架构,非常适合在小尺度上再现此类条件,用于酶活性和稳定性的预测性评估。

研究人员区分了两个日益复杂的实施层级:单应力模块(一次考虑一种主导扰动)和组合、序列模块(串联连接多个扰动以更接近地近似过程生命线)。

**1.2.1 单应力模块**

单个微流控模块一次施加一种主导过程应力,例如:通过管套管或多孔器件实现氧限制,通过段塞流或液滴架构实现界面暴露,或通过梯度发生器实现热和pH偏移。然后,根据该条件下的活性保留率或表观动力学参数对变体进行排名。该层级最接近当前实践,且对现有筛选格式的偏离最小,使其成为没有专门过程开发基础设施的实验室最易实施的起点。

**1.2.2 组合、序列应力模块**

组合和序列应力筛选模块串联连接,其顺序和停留时间在可用情况下依据生命线数据确定,以近似变体在原位会遇到的扰动序列。实现该方法将需要标准化方法来定义和报告停留时间分布和应力大小,从而能够在不同模块配置和实验室之间进行有意义的比较。作为具体示例,变体可能首先通过一个生成明确底物波动的梯度发生器,然后进入一个设定在其氧米氏常数以下的氧控制通道,接着通过一个在两个设定点之间循环的热区,其中每个模块的停留时间在可用情况下根据生命线数据设定;然后,整个序列上的活性保留率(而非任何单一条件下的保留率)将对变体进行排名。

**1.2.3 局限性**

尽管存在这些可能性,若干挑战仍限制微流控系统作为工业生物催化预测性缩小化平台的实施。一个主要问题是微尺度与批量尺度条件之间的可比性有限。微通道中的流体行为受层流、扩散驱动传输和表面相互作用支配,而工业反应器通常涉及湍流混合和非均相环境。因此,芯片上确定的表观动力学和稳定性参数可能无法直接转化为较大规模系统。

目前大多数微流控平台也仍针对短停留时间动力学测量进行优化,因此不太适合研究工艺相关条件下的长期酶失活,其中操作半衰期可能延长至数小时或数天。捕获停留时间依赖性失活对可溶性酶尤其具有挑战性,因为再现延长过程暴露可能需要再循环或固定化策略,而这些策略在当前微流控平台中并未常规实施。基于高温或非等温操作的加速失活策略有可能被适应到微流控系统,以在实验可获取的时间尺度上估计酶半衰期,尤其是当直接寿命测量变得不切实际地长时。然而,此类方法需要仔细验证,因为加速热失活可能无法完全再现工业操作条件。

额外挑战包括停留时间分布的现实模拟、稳定浓度梯度的维持,以及在引入死体积或样品损失的情况下集成多个过程模块。当试图在模块化连续流系统中重现序列过程应力时,这些限制变得尤为相关。

因此,针对实验室和试点规模数据的验证仍然至关重要。尽管几项研究报告了微流控与常规反应器系统之间令人鼓舞的一致性,但系统性的相关性研究(涉及酶稳定性和过程稳健性)仍然有限,尤其是当多个过程参数同时波动时。解决这些限制不仅需要微流控设计的技术改进,还需要一种更系统的方法来定义工艺相关条件并将其纳入筛选工作流程。除了手动组合模块之外,以已证明用于单条件优化的方式,闭合模块排序、实时读数与自动决策之间的回路,将构成另一个实施层级;研究人员在下面回到这一可能性。

**1.3 未来展望**

微流控生物催化的未来发展很可能超越孤立的活性测量,转向能够从动态工艺相关环境再现条件的集成平台。可设计定制芯片来评估特定条件,如氧限制、界面暴露、温度波动或辅因子-酶相互作用。这些类型的系统最终可能作为预测性缩小化平台,能够为早期过程开发识别稳健的酶变体。通过将受控应力暴露与自动化动力学分析相结合,这些器件可加速酶选择,同时降低实验成本和材料消耗。尽管如此,仍需仔细验证以确保微尺度观察结果与常规过程条件下的酶行为一致。

实现模块化微流控架构的全部潜力将不仅需要单个过程元件的技术集成,还需要就如何在平台间定义、应用和报告代表性应力条件达成一致,以便微尺度生成的数据能在较大尺度上进行有意义的比较和解释。最后,将微型化反应器数据与机器学习集成,以及在各尺度上进行持续数据验证,将能够实现一个更系统化和预测性的框架,用于高效和可持续的酶设计。机器学习模型通过自动化动力学拟合和多变量分析,能够快速识别具有改进催化效率和稳定性的变体,而持续的数据训练逐步提高其预测能力。然而,如果没有标准化的机器可读数据报告,此类数据难以解释、比较或转化到更大规模过程,尤其是考虑到生成信息的数量和复杂性。在这方面,STRENDA数据库(酶学数据报告标准)及其通过EnzymeML(一种标记语言)的数字实施,促进了跨平台动力学和稳定性测量的可重复性、可解释性和可比性。

**2 结论**

微流控系统已成为小规模酶筛选和表征的有力工具。然而,它们作为筛选工具的发展将取决于筛选条件能否有意义地与过程环境中的酶性能相关联。界面效应、梯度、停留时间分布和多相相互作用在当今许多平台中仍未得到充分体现。这里讨论的示例表明,虽然个体过程扰动已经可以在微尺度上重现,但将多种条件集成到序列化、验证的工作流程中仍是关键挑战。

未来的发展应越来越多地将自主实验和机器学习引导优化的显著进展与系统模拟工业过程异质性相结合。整合这些互补能力为预测性过程导向酶筛选提供了一条有前途的途径。
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