SERS光流控芯片用于病原菌分类计数的研究

Detection of pathogenic bacteria is hampered by the time-consuming enrichment and plating procedures of the traditional readout methods. Whilst the risk of microbial contamination in foods is rising, the need for a fast and accurate detection principle is increasing. Surface-enhanced Raman scattering (SERS) proves to be a powerful analytical technique for rapid identification of pathogenic bacteria Based on their own unique Raman spectral signature. However, the poor reproducibility of SERS detection and the lack reliable automatic readout methods limit its application in this aspect. Optofluidics devices, the combination of optical methods and microfluidic environments, are gaining popularity recently due to the flexibility and ease of optical detection. It has been proved that reliable SERS signal can be reproducibly generated in the microchannel of optofluidics chip. Hence, in this project, we proposes to develop SERS detection method of pathogenic bacteria on an optofluidics platform, since the detection can be both miniaturized and automated, making them faster and more economical. The proposed technique is of great importance in public health laboratories worldwide for rapid identifying pathogens responsible for outbreaks of foodborne illness.

近年来，国内外食品安全事件频发，开发低成本、高通量的病原菌快速检测已刻不容缓。表面增强拉曼散射（SERS）技术利用病原菌自身拉曼光谱指纹进行检测，无需使用抗体和核酸探针，免除生物分子标记步骤，具有高灵敏度、高选择性、低成本等优势，但存在信号重现性差、信号采集方式效率低等问题。本项目拟将光流控芯片作为病原菌SERS检测的自动分析平台，解决以上两大问题。首先，针对病原菌SERS信号稳定性差的问题，在系统研究病原菌SERS信号产生的规律和影响因素的基础上，建立利用光流控芯片获得稳定病原菌SERS信号的理论和方法；其次，结合基于微芯片Coulter粒子计数器检测原理和相关化学计量学算法，建立可对病原菌SERS信号自动采集和分析的芯片系统，最终实现建立快速、低成本、高通量的病原菌分类和计数方法，满足有效预防与控制食源性疾病的需要。

表面增强拉曼散射（SERS）技术利用分析物自身拉曼光谱指纹进行检测，无需使用抗体和核酸探针，免除生物分子标记步骤，具有高灵敏度、高选择性、低成本等优势，但存在信号重现性差、信号采集方式效率低等问题。本项目针对食品安全领域开发病原菌快速检测的迫切需求，利用表面增强拉曼光谱在病原菌快速检测方面具有优势, 并结合光流控芯片技术，提高SERS检测方法的稳定性、自动化程度，最终建立快速、高通量、低成本的病原菌快速检测方法，满足有效预防与控制食源性疾病的需要，重点进行了以下研究: (1)适合生物体的高性能SERS增强基底的制备方法；（2）探索了病原菌SERS信号产生的规律和影响因素，建立了稳定的病原菌SERS信号产生方法，解决SERS检测稳定性差的问题; (3) 建立了适合病原菌检测的光流控芯片设计方法和制备工艺；(4) 结合相关化学计量学算法，建立可对病原菌SERS信号自动采集与分析的芯片系统，实现对病原菌的自动分类与计数，提高了检测的自动化程度。在上述研究过程中，共发表SCI论文7篇（其中IF>5的6篇，IF>10的1篇），申请发明专利1项。在本项目的资助下，项目组成员多次参加国内外学术会议，扩大本学科影响力，1人完成博士后研究，2人获得博士学位并继续从事科研事业，超额完成了任务指标。