细菌内脏对威胁生命的营养缺乏症进行了测试

在一个偏僻的村庄里，一名救助人员在一个生病的小孩的指尖上扎针，就像其他大多数孩子的血液样本一样，它使试纸变黄。这就是用细菌的内脏进行的营养不良试验的方法，有一天可以有效地暴露出普遍存在的锌缺乏症，这被归咎于每年约有一百万人死亡。

这些内脏包括质粒，它们是DNA的环。它们不是生殖和细胞构建背后的同一条DNA链，而是像具有通常指导细菌细胞过程的遗传程序的纳米器官一样起作用。在由佐治亚理工学院领导的一项研究中，研究人员设计了自己的质粒，以指导从细菌中提取的其他部分，从而使血液测试起作用。

这项新技术显示出很高的潜力，可作为在该领域进行的廉价，简单的营养不良测试的基础，该测试可以扩展到包括许多重要营养素和其他健康指标。

新的实验测试被冷冻干燥成粉末，并保持在日常温度下，可以在现场读取，并且可能适用于适用的智能手机应用程序进行精确分析。它可以克服其他测试的临床和后勤方面的麻烦，包括冷藏运输到野外或返回实验室以及浪费的时间。

该测试不仅可以检测锌，还可以量化其临床相关水平，这是检测营养不良所必需的，并且是新测试的主要创新之一。援助机构可以使用现场测试的形式来获取即时信息，以快速影响有关营养干预措施的政策决定。

隐藏的饥饿

根据疾病控制与预防中心的数据，全世界有20亿人患有微量营养素缺乏症，每年造成数百万人的生命死亡。根据《欧洲临床营养学杂志》的一项研究，仅锌缺乏症就在2009年导致了45万多人死亡。

但是，发现营养不良是棘手的。

“在当今的发展 家，许多人可能会摄取足够的卡路里，但却错过了很多营养素。您可以看着某人，告诉他们是否摄取了足够的卡路里，但并不能知道他们是否摄取了足够的对发展具有重要意义的营养素，领导这项研究的佐治亚理工大学化学与生物分子工程学院副教授马克·斯蒂钦斯基说。

他说：“对怀孕的母亲和5岁以下的孩子来说，影响最大，这是他们的死亡率最高的时候。”

该研究团队包括来自西北大学的合作者，于2019年9月25日在《科学进展》杂志上发表了他们的研究。该研究由美国国立卫生研究院，美国 科学基金会，空军研究实验室，美国国防高级大学资助研究计划局，戴维和露西尔·帕卡德基金会以及卡米尔·德雷福斯的教师-学者计划。

小就是大

细菌内在工程至少已有25年的历史，在过去十年中，研究也在加速发展。但是这项新的测试标志着另一个小创新，即锌或碘之类的小分子。

在这项特殊研究中，锌离子的定量化是计划测量许多与现场测试相关的小分子的概念证明。研究人员可以迅速扩展该测试，以评估与营养田间工作高度相关的六种重要的小分子营养素，微量营养素的水平。

Styczynski说：“我们也许能够合理快速地对铁，B12，叶酸，碘和维生素A进行新的测试。” “我们还可以量化更大的分子，例如DNA和蛋白质，以帮助确定病毒爆发的严重程度。”

“检测诸如埃博拉病毒或怀孕之类的东西的存在或缺乏是很重要的。但是，缺乏能够在野外拖拉设备来说出你所拥有的某种东西(如营养素或病毒)的能力就很缺乏。这样做的能力可以为诊断和治疗打开很多大门，” Styczynski说。

去除细菌

实验性锌测试的易用性与进行工程设计所需的劳动形成鲜明对比。研究人员开始使用活细菌，这些细菌会改变与锌的反应颜色，但这种方法会遇到障碍。

Styczynski说：“测试花费了太长时间，而且我们需要的血液和细菌的数量还不清楚。” “因此，我们变得无细胞了。您将细菌带走，并去除了外部和基因组(主要的DNA)，然后剩下的是这种富含高反应活性部分的混合物，您可以在其中添加自己的遗传程序。质粒“。

无细胞方法允许在化学反应中像化合物一样对细菌内脏进行计量，从而使测试可预测，可靠并适合标准化。研究人员构建了两个质粒来驱动测试过程。

Styczynski说：“一个基因是从大肠杆菌中获得的一种酶，该酶可以将大糖分解成较小的糖。另一个可以控制响应锌含量而打开多少调节基因。”

变成紫色

该测试使用的信号分子部分是大糖，开始是黄色，但是一旦质粒产生了一种酶，该酶可以切割糖，该分子就会变成紫色。锌含量决定着酶的含量-锌含量越高，酶越多，紫色越多。如果测试结果仍为黄色，则锌含量极低。

当在血清(即血液)中进行测试时，其丰富的生物学特性会使反应变得混乱，在现实世界中，该混乱因人而异，并且会因患者而异。

研究人员使用化学技巧解决了这一问题，从而制造出能够以这种偏斜流动的校准系统。在实际测试中，锌调节了质粒改变颜色的方式，但该研究的第一作者莫妮卡·麦克纳尼(Monica McNerney)将校准品翻转了。

为了作为参考点，她最大化了锌的含量，并逐点改变了质粒的含量，从而产生了一定程度的颜色。

测试和质粒变化的校准点都接收了要测试的血清，并且混乱使测试和校准点以相同的方式移动。可以将测试后更改后的颜色与校准点的颜色进行准确比较，以确定锌含量。

颜色在可见范围内，而不是荧光色，因此不需要读取任何设备。颜色变化的速度可能会通过分析测试中拍摄的智能手机视频来揭示有关营养水平的更多细节。