论文部分内容阅读
数字PCR由于其无需建立标准曲线即可实现核酸精确定量的优点,已经成为生物研究领域越来越受欢迎的核酸检测技术。然而,现有的商业化数字PCR仪器体积庞大、集成度低、价格昂贵,需要专业技术人员操作和维护,因而并不适用于资源有限地区以及需要即时现场检测的场合。为了实现上述场景的核酸精准定量分析,本课题开发了一台基于智能手机的手持式数字PCR装置并对相关技术进行了研究。此外,为了提高对数字PCR荧光图片的处理效果,本文提出了一种基于机器学习的图像处理方法。本文的具体研究工作和成果主要包括以下几个方面:(1)开发了适合于手持式数字PCR仪的微型温控热循环系统,分别从硬件和温度控制算法上进行了设计和优化,并验证了其性能。(2)基于所采用的Taqman探针的荧光检测原理,搭建了适合于手持式数字PCR仪的荧光检测系统,实现了良好的荧光成像效果,开发了运行于智能手机的图像处理软件对荧光图像进行处理。(3)结合微型温控循环系统、荧光检测系统和微流控芯片,成功搭建了一台手持式数字PCR仪,所有功能单元均采用自主开发的Android软件自动控制。仪器的三维尺寸仅为90 mm×90 mm × 100 mm,重约500 g,成本除智能手机外仅需约2000元,远低于商业化数字PCR仪的价格。对该仪器进行数字PCR验证实验,结果显示其能对低拷贝数的核酸分子进行精确定量,且检测精度与Life Technologies公司开发的QuantStudioTM 3D dPCR系统相当。(4)为了克服传统的阈值分割法在处理数字PCR芯片荧光图像时的不足,提出了一种基于机器学习的图像自动分析方法,并将其应用于芯片式的数字PCR图像的分析中,其检测准确度可达97.78%。本文所开发的装置是已知的最小的数字PCR仪,不仅结构简单,成本低廉,并且能提供很高的检测精度。加上新建立的基于机器的荧光图像处理算法,该装置的性能将会进一步被提升,具有强大的作为即时现场检测工具的潜能。