激光诱导荧光毛细管电泳联用微型化检测器：实现藻类精准识别与单细胞分析的新工具

《Talanta Open》：Highly sensitive laser-induced fluorescence detector for algal identification by capillary electrophoresis

为了应对有害藻类早期监测的挑战，研究人员开发了一种便携式激光诱导荧光-毛细管电泳系统，成功获取了不同微藻的特征电泳谱图，实现了对藻类的快速识别与单细胞水平的分析，为环境监测和赤潮预警提供了高效、灵敏的新方法。

　　

藻类在地球生态系统中扮演着至关重要的角色，是水体中重要的初级生产者。然而，当某些藻类种群过度繁殖，形成所谓的“有害藻华”（如赤潮）时，会迅速消耗水体中的溶解氧和营养物质，破坏水生生态系统的平衡，甚至可能释放毒素，威胁人类健康和水产养殖。因此，对有害微藻进行快速、准确的早期识别与监测，是预防藻华发生、减少其危害的关键。然而，传统的监测方法各有局限性：依赖形态学的显微观察难以区分外观相似的物种，且不适合现场应用；基于抗原-抗体反应的免疫检测和基于核酸序列的检测技术虽然特异性高，但存在抗体开发耗时长、生物分子识别过程复杂等问题，限制了其广泛应用；现有的一些基于荧光技术的设备（如FlowCAM, Imaging FlowCytobot等）虽然准确，但通常体积庞大、价格昂贵，同样不适合实时现场检测。开发一种兼具高灵敏度、高选择性、便携且成本较低的藻类检测技术，成为了环境科学领域的一项迫切需求。

为此，来自大连海事大学的研究团队在《Talanta Open》上发表了一项研究，他们成功构建了一种微型化、高灵敏度的激光诱导荧光检测器（LIF），并将其与毛细管电泳（CE）技术联用，建立了一套LIF-CE系统。该系统能够通过分析藻类细胞内含物在电场中迁移行为的差异，获得具有“指纹”特征的电泳谱图，从而实现对不同微藻物种的精确区分，其灵敏度甚至达到了单细胞检测的水平。

研究人员主要采用了以下几个关键技术方法：首先是微型化激光诱导荧光检测系统的构建，其核心是使用405纳米激光二极管作为激发光源，通过共聚焦光路设计和单个大数值孔径非球面透镜，在实现高灵敏度的同时将检测器体积大幅缩小至14 × 5.7 × 2.8 cm³。其次是毛细管电泳分离技术，使用内壁经离子液体修饰的熔融石英毛细管，以优化后的硼酸盐缓冲液作为背景电解质，对藻细胞裂解液中的成分进行分离。最后，为了评估系统性能和分析藻类，研究采用了叶绿素a标准品进行校准，并对三种实验室培养的微藻（小球藻、集胞藻和念珠藻）的细胞提取物进行了电泳分析。

3.1. 微型化激光荧光传感系统的性能评估

研究人员首先对光电倍增管（PMT）的偏置电压进行了优化，通过测量低浓度叶绿素a溶液的信噪比（SNR），确定了470 V为最佳工作电压。随后，他们使用不同浓度的叶绿素a溶液进行了校准实验。结果表明，在0.10 到 5.0 μg/L的浓度范围内，荧光信号响应（峰高）与浓度呈良好的线性关系，线性回归方程为 y(mV)=2.19x(μg/L)+0.087，R²=0.999。该检测器对叶绿素a的检测限（LOD）低至40 pM，展现了极高的灵敏度。

3.2. 特征图谱获取

利用优化好的LIF-CE系统，研究人员对三种微藻（小球藻、集胞藻和念珠藻）的细胞内含物提取液进行了分析，获得了它们特征性的电泳谱图。其原理在于，不同藻种的细胞内成分（如蛋白质、核酸、色素、代谢物等）在组成和比例上存在差异。在电场作用下，这些带电生物分子会以不同的速率迁移，从而在电泳图上形成独特的峰形、峰高和迁移时间组合，如同物种的“指纹”。实验结果显示，三种藻类的电泳谱图在峰数量、迁移时间和峰形上均存在显著差异，例如念珠藻在113、123和150秒处有三个强荧光峰，集胞藻在195和218秒处有两个特征峰，而小球藻仅在187秒处有一个特征峰。这些具有高度重现性的特征谱图证实了LIF-CE系统精确区分不同微藻物种的能力。

3.3. 单细胞检测

为了验证所构建系统的单细胞检测能力，研究人员使用稀释的微藻悬液进行了单细胞电泳实验。通过显微镜计数确定细胞浓度并进行高倍稀释后，估算每次电泳进样所引入的平均细胞数仅为个位数。在优化条件下，系统成功捕获到了这些极低丰度样本的荧光信号。检测结果显示，捕获到的信号峰数量与估算的进样细胞数量有良好的对应关系。单个微藻细胞产生的信噪比（SNR）范围在6.36×10²到1.06×10⁴之间，远高于背景噪音，可靠地证实了该LIF-CE系统具备卓越的灵敏度，能够满足单细胞检测的要求，为微藻的单细胞水平分析奠定了基础。

结论与讨论

本研究成功开发了一种用于微藻检测的微型化激光诱导荧光-毛细管电泳（LIF-CE）系统。该系统通过分析基于细胞内含物迁移时间、峰强度和峰形的特征电泳谱图来实现物种识别。其高灵敏度通过了单细胞检测实验的验证，证实了这种基于电泳谱图的分析方法用于微藻识别的可行性。这项技术有望应用于环境监测和藻华预警系统。此外，通过结合实验和理论分析，研究人员验证了该检测器能够检测破碎单细胞的内容物。不过，当前系统的前端分离效率限制了高通量分析，未来与微流控芯片集成有望进一步提升整体系统性能。

总而言之，这项研究提供了一种全新、灵敏且便携的工具，能够基于藻类细胞的“化学指纹”进行快速识别，甚至探测单个细胞的信号，为实时、现场的水体微藻监测和生态风险评估提供了强有力的技术支撑。