2021/08/25 @國際
利用電腦視覺技術搭配特製微針自動從特定植物細胞中提取代謝物,取代傳統以機械性研磨分離及溶劑萃取的破壞性方法,本研究於2021年5月16日發表於Plant Physiology期刊。
示意圖
植物特有的代謝物包括多種化學物質,如萜烯、酚類化合物和生物鹼等,許多這些天然產品具有重要的商業價值,可應用在製造香水、食用香料、藥物和生物燃料等多項領域。大多數植物代謝物存在於單獨的細胞內,因此提取會顯著破壞組織,所以選擇合適的提取方法至關重要,將會影響產品的純度和產量。現已有許多方法可用於提取和加工高純度的植物衍生產品:如研磨、離心、過濾等,但依然需去除其他細胞雜質污染問題且加工成本較高。非機械方法如酵素分解、超音波處理和凍融循環雖已被視為替代方案,但尚無法達到工業化的規模。
許多植物將特殊的代謝物儲存在特化的結構中,例如腺毛(glandular trichomes)或乳汁管(體)(laticifers)等,因此可將其作為直接收穫代謝物的目標,因為選擇性的破壞局部組織對植物的傷害有限,可不必採取整株植物或枝葉部位萃取,也能減少其他非目標細胞的參雜與複雜的加工過程導致的成分破壞,進而提高收穫純度。然而,腺毛和乳汁管細胞都相對較小(0.1 mm),需要較高的技術來識別正確細胞及取得細胞內容物。
該研究以草本植物迷迭香 ( Rosmarinus officinalis )為實驗對象,利用機器學習輔助的電腦視覺技術,識別特定細胞類型以找出目標細胞位置,並以安裝於自動顯微操縱器的精密微型探針刺進細胞提取細胞液,成功的將所需的液體抽出,自動抽取過程的產量為 0.48 ± 0.08 nL/腺體,收集速度則約為人工操作的4倍。
然因植物種類繁多,腺體細胞的型態各異,若目標為更微小的細胞,在針尖的大小及定位準確度等方面將會更有挑戰性,且本研究的植物葉面相對平坦,機器以平面式的移動為主,若要應用至不同的植物上將需要更多的研究與技術強化。未來,該技術預計將繼續挑戰進入韌皮部等內部組織,及以進行以單一細胞刺激來研究基因或蛋白質表現功能相關的應用。【延伸閱讀】以機器學習揭露植物功能性基因的秘辛
資料來源
文章摘譯