用于组合试剂和用于高含量原位转录组学的系统、装置和方法制造方法及图纸

技术编号:41757404 阅读:16 留言:0更新日期:2024-06-21 21:39
一种微流体系统包括具有多个孔的矩阵结构,每个孔可经由至少一个微流体路径进入,所述微流体路径可经由接口连接到至少一个液滴输入,用于从一个或多个液滴源接收一组或多组液滴,其中液滴基于浮力、重力、流体动力、和/或机械捕获,并且其中特定孔的内容物可基于特定孔在矩阵结构中的位置和对矩阵结构的输入来确定。采用矩阵结构的方法。

【技术实现步骤摘要】
【国外来华专利技术】

本专利技术的各方面涉及液体处理,更具体地,涉及用于分配和组合试剂的微流体液滴平台。本专利技术的其他方面涉及高含量的原位转录组学。


技术介绍

1、一种流体在另一种不混溶流体的连续相中的液滴可以进行化学稳定,从而将乳液收集在包含独立液滴的单个贮液器中。这种乳液已被广泛用于在不相互混合的情况下划分一组不均匀的材料,同时保持它们方便地收集在一起。一个众所周知的例子是将核酸(如细胞rna或基因组dna)划分为多个液滴,通过评估包含感兴趣核酸靶标的液滴数量,实现分子的数字量化。在另一个例子中,可以将单个细胞分离成单独的液滴,以促进单个细胞的转录谱,并且在第三个例子中可以针对感兴趣的靶标在液滴中单独测试抗体分子。虽然使用乳液技术已经成功地分离了大分子,如dna、蛋白质甚至整个细胞,但在乳液中分离小分子是不可能的,因为它们通常可以在相邻的液滴之间自由穿行。

2、高通量药物筛选在药物开发中被广泛应用。筛选出的化合物数量从数千到数百万不等,这取决于药物开发阶段和所使用的检测类型。使用小体积乳液进行高通量筛选的前景可以使大量化合物的快速检测成为可能。然而,这需要一种本文档来自技高网...

【技术保护点】

1.一种微流体系统,包括:

2.根据权利要求1所述的微流体系统,其中所述孔被布置为m列和n行,其中m和n是正整数。

3.根据权利要求2所述的微流体系统,其中m=n。

4.根据权利要求2所述的微流体系统,其中m≠n。

5.根据权利要求2-4中任一项所述的微流体系统,其中m为1至1000并且n为1至1000。

6.根据权利要求2-5中任一项所述的微流体系统,其中,所述列均匀地间隔开,并且所述行均匀地间隔开。

7.根据权利要求2-5中任一项所述的微流体系统,其中所述列和/或行是不均匀间隔的。

>8.根据权利要求1...

【技术特征摘要】
【国外来华专利技术】

1.一种微流体系统,包括:

2.根据权利要求1所述的微流体系统,其中所述孔被布置为m列和n行,其中m和n是正整数。

3.根据权利要求2所述的微流体系统,其中m=n。

4.根据权利要求2所述的微流体系统,其中m≠n。

5.根据权利要求2-4中任一项所述的微流体系统,其中m为1至1000并且n为1至1000。

6.根据权利要求2-5中任一项所述的微流体系统,其中,所述列均匀地间隔开,并且所述行均匀地间隔开。

7.根据权利要求2-5中任一项所述的微流体系统,其中所述列和/或行是不均匀间隔的。

8.根据权利要求1-7中任一项所述的微流体系统,其中,孔允许通过倾斜所述矩阵结构来控制从所述孔释放一定数量的液滴。

9.根据前述权利要求1-8中任一项所述的微流体系统,还包括液滴可以流动并进入孔的区域。

10.根据权利要求9所述的微流体系统,其中,所述区域包括普通腔室或具有结构的腔室。

11.根据权利要求10所述的微流体系统,其中所述结构包括凹槽、通道和/或柱。

12.根据权利要求9-11中任一项所述的微流体系统,其中所述区域包括所述至少一个微流体路径。

13.根据前述权利要求1-12中任一项所述的微流体系统,其中一个或多个液滴通过浮力从所述至少一个微流体路径上升或下沉到具有足够空间的孔中。

14.根据权利要求1-13中任一项所述的微流体系统,其中所述孔的尺寸被设定为捕获和/或保持至少一个、至少两个、至少三个、至少四个、至少五个、至少六个、至少七个、至少八个、至少九个和/或至少十个液滴。

15.根据权利要求1-14中任一项所述的微流体系统,其中所述孔中的每一个是垂直和/或水平组合的圆柱形、立方体、长方体、圆顶、三角形、六边形或这些形状中的一个或多个。

16.根据权利要求1-15中任一项所述的微流体系统,其中所述孔的形状允许通过翻转或倾斜所述矩阵结构而从所述孔释放液滴。

17.根据权利要求1-16中任一项所述的微流体系统,其中所述孔的形状允许通过翻转或倾斜所述矩阵结构来释放选择性数量的液滴。

18.根据权利要求2-17中任一项所述的微流体系统,包括至少一组上样通道,所述上样通道用于将液滴从所述液滴源提供到所述孔。

19.根据权利要求18所述的微流体系统,其中所述至少一组上样通道集成到所述矩阵结构中。

20.根据权利要求18或19所述的微流体系统,其中所述至少一组上样通道集成到上样模块中,所述上样模块可密封地连接到所述矩阵结构。

21.根据权利要求2-20中任一项所述的微流体系统,包括:两组上样通道,用于将液滴从液滴源提供到孔。

22.根据权利要求21所述的微流体系统,其中所述两组上样通道集成到所述矩阵结构中。

23.根据权利要求21或22所述的微流体系统,其中,所述两组上样通道包括:

24.根据权利要求2-23中任一项所述的微流体系统,其中存在m列和用于所述列的m个上样通道。

25.根据权利要求2-24中任一项所述的微流体系统,其中存在n行和用于所述行的n个上样通道。

26.根据权利要求2-22中任一项所述的微流体系统,其中对于每列都有上样通道。

27.根据权利要求2-26中任一项所述的微流体系统,其中每行都有上样通道。

28.根据权利要求18-23中任一项所述的微流体系统,其中来自所述液滴源的液滴经由所述上样通道进入所述矩阵结构。

29.根据权利要求18-28中任一项所述的微流体系统,其中所述一个或多个液滴源包括:

30.根据权利要求1-29中任一项所述的微流体系统,其中所述一个或多个液滴源提供试剂的液滴。

31.根据权利要求1-30中任一项所述的微流体系统,还包括多个液滴发生器。

32.根据权利要求31所述的微流体系统,其中所述液滴发生器产生体积为至少1pl、至少1nl、至少100nl、至少1μl或至少10μl的液滴。

33.根据权利要求30或31所述的微流体系统,其中,所述液滴发生器中的至少一些液滴发生器产生体积为至少1pl、至少1nl、至少100nl、至少1μl、至少10μl、至少100μl、至少1ml、至少10ml、至少100ml或至少1l的连续乳化试剂。

34.根据权利要求31-33中任一项所述的微流体系统,其中所述液滴发生器可经由管道连接到所述矩阵结构。

35.根据权利要求31-34中任一项所述的微流体系统,其中所述液滴发生器集成到所述矩阵结构中。

36.根据权利要求31-35中任一项所述的微流体系统,其中所述液滴发生器与所述矩阵结构同时操作。

37.根据权利要求31-35中任一项所述的微流体系统,其中所述液滴发生器将储存的试剂进行乳化并在不同时间重新引入矩阵结构中。

38.根据权利要求37所述的微流体系统,其中乳化试剂存储在一个或多个容器中。

39.根据权利要求38所述的微流体系统,其中所述一个或多个容器包括单独或组合的管、管道、多孔板和/或矩阵板中的一个或多个。

40.根据权利要求1-39中任一项所述的微流体系统,其中所述一组或多组液滴包含一种或多种试剂,所述试剂选自:一种或多种药物、一种或多种寡核苷酸、一种或多种细胞、细胞簇、类器官、组织样品、一种或多种染料、一种或多种蛋白质、一种或多种酶、一种或多种缓冲液、一种或多种寡核苷酸、一种或多种抗体、dntp、反转录酶和/或冻干材料。

41.根据权利要求40所述的微流体系统,其中所述一组或多组液滴包括一种或多种药物,并且其中使用药物协同预测模型来选择所述一种或多种药物。

42.根据权利要求41所述的微流体系统,其中所述药物协同预测模型使用机器学习来预测来自药物组合的协同反应。

43.根据权利要求41或42所述的微流体系统,其中所述药物协同预测模型使用机器学习来预测来自药物组合的协同反应和/或生成后续实验的假设。

44.一种方法,包括:

45.根据权利要求44所述的方法,其中所述第一液滴包含乳化试剂,所述乳化试剂选自:一种或多种药物、一种或多种寡核苷酸、一种或多种细胞、细胞簇、类器官、组织样品、一种或多种染料、一种或多种蛋白质、一种或多种酶、一种或多种缓冲液、一种或多种寡核苷酸、一种或多种抗体、dntp、反转录酶和/或冻干材料。

46.根据权利要求44或45所述的方法,其中所述第一液滴包括一种或多种药物,并且其中所述一种或更多种药物是使用药物协同预测模型来选择的。

47.根据权利要求46所述的方法,其中所述药物协同预测模型使用机器学习来预测来自药物组合的协同反应。

48.根据权利要求46或47所述的方法,其中所述药物协同预测模型使用机器学习来预测来自药物组合的协同反应和/或生成后续实验的假设。

49.根据权利要求44-48中任一项所述的方法,进一步包括:

50.根据权利要求49所述的方法,其中所述(c)中的合并包括施加电场、声波、热、机械力或化学试剂。

51.根据权利要求49或50所述的方法,其中(c)中所述合并之前将包含试剂的一个或多个附加液滴添加到所述多个孔中的至少一些孔中。

52.根据权利要求51所述的方法,其中所述一个或多个另外的液滴包含乳化试剂,所述乳化试剂选自:一种或多种药物、一种或多种寡核苷酸、一种或多种细胞、细胞簇、类器官、组织样品、一种或多种染料、一种或多种蛋白质、一种或多种酶、一种或多种缓冲液、一种或多种寡核苷酸、一种或多种抗体、dntp、反转录酶和/或冻干材料。

53.根据权利要求41或52所述的方法,其中所述一个或多个额外液滴包括使用药物协同预测模型选择的一种或多种药物。

54.根据权利要求53所述的方法,其中所述药物协同预测模型使用机器学习来预测来自药物组合的协同反应。

55.根据权利要求53或54所述的方法,其中所述药物协同预测模型使用机器学习来预测来自药物组合的协同反应和/或生成后续实验的假设。

56.根据权利要求44-55中任一项所述的方法,其中所述孔被布置成行和列,并且其中所述一个或多个路径包括与所述列对齐的一个或多个通道。

57.根据权利要求56所述的方法,其中每列有一个通道。

58.根据权利要求56或57所述的方法,其中存在n列,并且其中所述一个或多个路径包括n个路径。

59.根据权利要求56-58中任一项所述的方法,其中所述一个或多个路径包括被供给到所述列中的一个或多个公共贮液器。

60.根据权利要求59所述的方法,其中,所述一...

【专利技术属性】
技术研发人员:塔尔·拉兹王霄博里亚娜·热利亚兹科娃·珀斯利大卫·艾伦·韦茨约书亚·塞思·瓦赫曼安东尼·罗伯特·索尔蒂斯艾夫斯塔西奥斯·乔治·埃莱夫瑟里亚迪斯
申请(专利权)人:亨特生物发现公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1