Opentrons与伦敦大学的用户访谈

本期我们采访了我们的来自伦敦大学的三位资深用户，他们在适应性和响应性纳米材料小组(AdReNa Group)项目中使用到了Opentrons OT-2液体处理机器人和Python协议API的开源平台，通过实验室自动化来加速材料创新。

Stefan Guldin, 伦敦大学学化学工程系的副教授，领导适应性和响应性纳米材料小组 Adaptive & Responsive Nanomaterials Group (AdReNa Group)。Alaric Taylor, 伦敦帝国理工学院的物理学家、剑桥大学工程学硕士、伦敦大学电子电气工程学博士；UCL初创公司Vesynta的荣誉研究员和首席技术官。Yann Mamie, 瑞士EPFL材料科学与工程硕士。

Opentrons: 请介绍一下您的专业背景

Alaric Taylor: 我最初是伦敦帝国理工学院的物理学家。然后，我进入了工程学领域，并在剑桥大学获得了硕士学位，随后在伦敦大学学院获得了电子和电气工程博士学位。之后，我加入了AdReNa小组，并与Stefan一起研究在空气 - 水界面上进行纳米材料自组装，担任EPSRC研究员。我受到一位前小组成员（Stuart Ibsen，现在是俄勒冈健康与科学大学教授）的启发，并将我的重点转向生物分析设备开发，希望能够支持癌症患儿。AdReNa是OT-1（以及后来的OT-2）的早期采用者，我们非常信任Opentrons平台，并使用它来实现我们的实验室自动化。

Yann Mamie: 我拥有EPFL（瑞士）的材料科学与工程硕士学位，并与UCL的AdReNa小组合作完成了我的最终研究项目。毕业后，我回到伦敦，重新加入了由伦敦大学学院初创企业Vesynta支持的研究和开发项目，在该项目中，我们正在开发用于治疗药物监测(TDM)的生物样本处理的实验室自动化的创新用途。

Stefan Guldin: 我在卡尔斯鲁厄工业大学和慕尼黑工业大学学习应用物理，专业重点是软物质。攻读博士学位期间，我前往剑桥大学进行有机自组装纳米结构无机材料的研究。随后，我加入了瑞士的EPFL从事博士后研究，研究液晶和纳米颗粒在生物传感应用中的相互作用。在伦敦大学学院，我是化学工程系的副教授，领导AdReNa研究小组，教分子工程和软纳米技术。我也是伦敦大学学院软材料网络的联合负责人，我积极参与变革性制药技术博士培训中心，并且我正在开发一个新的先进材料数字制造硕士课程。

Opentrons: 请介绍一下您的研究项目

Stefan Guldin: 我们正在使用分子自组装来创造能够与环境相互作用的材料——最突出的应用是用于传感化学物质或生物标志物。我们还将研究成果应用于功能性涂料，如自清洁应用，以及具有光学特性的涂料。高通量样品制备、材料表征和分析能力的提高推动了我们的工作。

Opentrons: 您如何使用OT-2来融入工作流？

Yann Mamie: 我们正在通过跟踪容器中的液体体积和液体高度来扩展Opentrons OT-2的移液功能。通过使用我们的自定义函数，我们可以跟踪液体的弯月面和确定吸液深度。有了这种一致性和可重复性的数据结果，我们可以推动高级协议的实现。我们也在使用特定为OT-2设计和制造的实验室设备。

Stefan Guldin: 自定义移液有助于更迅速地分散化合物或使其更易溶解。水相两相系统是一个热门话题，定制化移液对这些双相混合物非常有用，您可以在其中一相中吸取并分散在另一相中。我们还检查了移液的准确性作为位置测量：我们发现 Opentrons OT-2 是准确的，如果您处理常规粘度的溶液，移液器在孔中的位置对准确性并不那么重要。

Alaric Taylor: 感恩我们的前辈和同行的开源开发意愿是非常重要的。我希望我们的发展比我们当前的应用程序更长久，并且有可能为地球另一端的人们带来更多研究动力。

Opentrons: 您是否考虑过使用其他自动化？

Yann Mamie: 我们正在对方案的每个移液器行程进行自动误差传播计算，以便在创建优化的移液方案时将错误降至最低。如果我们知道移液存在一定的不确定性，我们可以跟踪每个孔中包含的液体容积以及从一个孔转移到另一个孔的液体容积的不确定性。通过协议内的简单设置，我们可以直观地查看所有孔槽的液体容积和浓度。

Opentrons: 请介绍一下您的研究项目

Stefan Guldin: 我们将OT-2与qTLC 结合使用——我们的网络应用程序通过薄层色谱法对化合物进行量化。它已在六大洲的37个国家/地区使用，以非常简单的方式支持分析化学。用户遵循分离分子的协议，从他们的智能手机拍摄图像并将其上传到服务器，然后我们帮助他们分析和量化他们的化合物。

Alaric Taylor: 在OT-2等用户友好、代码灵活的平台上自动处理液体的能力支持了我们实验室的许多原理验证研究。应用范围从受控和可重复的生物分析样品制备到筛选反应的化学成分。基于这些能力，该学院系、整个大学和其他研究机构经常要求我们与他们合作。

Opentrons: 您还会用OT-2做什么？

Stefan Guldin: 我们正在领导一个名为ChromaDose的NIHR资助项目，项目目标是建立一种评估液体中化疗药物浓度的新方法。目前的肿瘤学给药是基于体表面积，但这与个人新陈代谢无关。这意味着患者体内的额外浓度变化很大，尤其是儿童。这是一个巨大的问题，因为它会导致严重的副作用和较低的功效。我们正在尝试使用Opentrons在相对较短的时间内自动分析血液样本，然后进行量化。这有助于医生评估患者化疗药物的浓度，从而获得更准确的剂量。Opentrons平台对我们实现程序自动化很重要，它为我们提供了很好的原型设计服务。

Yann Mamie: 我们还创建了一个调试器来模拟Opentrons协议并创建易于阅读的日志。此外，它还提供了有关实验室器具要求及其各自定位和内容的指导。用户只需输入相应移液协议的文件和任何自定义实验室器具定义的文件夹。下面是使用这个调试器获得的两个打印输出示例:

Opentrons: 让您的OT-2启动运行是什么感觉？

Yann Mamie: 当我在2020年9月来到这里时，OT-2 已经在这了。我开始使用它并使用Opentrons Python API弄清楚协议的编码。我一直在开发自定义功能，例如弯月面跟踪、视频、混合或传输功能类型，还为我们自己的容器设计了一些自定义实验室器具。

Opentrons: 您在使用OT-2时遇到过的挑战是什么？

Alaric Taylor: OT-1是我们的第一个移液机器人，我们喜欢它！但当OT-2出现时，我们意识到所有的工程都在改善用户体验，从机械部件到软件都有所升级。更新Opentrons Python API对我们来说是一个挑战，因为我们要识别和调试以前的协议中存在的错误。我们知道这是因为我们正在使用一个积极开发的工具，我们很感激这些API更新带来的增强OT-2的一般功能。

Opentrons: 您所属大学的学生们会使用OT-2吗？

Stefan Guldin: 在我们新的先进材料数字制造硕士课程中，我们希望向新一代工程师传授一种整体方法，将材料制造与高通量表征和数据分析相结合。我们将在我们的实验室中置办八台Opentrons机器人，学生们将以完全集成的方式解决问题。他们将致力于设计和计划实验内容；使用 Opentrons 机器人生成大量样本；通过高通量表征收集数据；应用包括机器学习在内的统计方法来分析数据；并以循环迭代的方式来绘制实验领域。

Opentrons: 您能分享一下对开源共享的看法吗

Stefan Guldin: 我们认为我们可以通过分享我们的工具对这个领域产生最大的正面影响。我们正在尝试创建对我们有用的东西，然后与社区进行交流和检查。我们坚定地致力于把我们集团的硬件和软件开发开源化。这就是我们在 GitHub平台上分享我们所有工作的原因。最终，使用、采纳和分享经验可以帮助我们所有人进步——而且由于Opentrons相信这一点并提供工具来帮助实现这一点，我们真的很喜欢它。