藻類高通量光合作用測量系統具備葉綠素熒光成像和光合放氧測量的功能，通過測定微藻的葉綠素熒光參數和氣體交換參數，評價其光化學轉化效率和光合速率，全面評估微藻光合作用物質和能量的轉化。系統具備快速、高通量的特點，可同時對96個樣品進行測量。系統廣泛用于藻類光合生理研究、藻類突變體篩選、藻類遺傳改良、藻類養殖、污水處理、生物燃料和生物肥料的制造等研究和應用領域。
藻類葉綠素熒光成像儀及其成像圖
四肩突四鞭藻（綠藻）的光合速率（A）和呼吸速率（B）隨溫度的變化(Bernhardt et al., 2017)
功能特點
· 高通量：近百個樣品同時測量
· 全面評價光合作用：藻類葉綠素熒光參數和光合速率均可測定
· 非侵入性和非破壞性測量
· 系統簡單易用
· 氧氣測量高精度、高可靠性、低功耗、低交叉敏感性、快速響應時間
技術參數
1. 測量參數：Fo, Fo’, Fs, Fm, Fm’, Fp, FtDn, FtLn, Fv, Fv'/ Fm', Fv/ Fm, Fv', Ft,ΦPSII, NPQ_Dn, NPQ_Ln, Qp_Dn, Qp_Ln, qN, qL, QY, QY_Ln, Rfd, ETR等50多個葉綠素熒光參數以及光合速率、呼吸速率
2. 可同時對近百個藻類樣品進行測量
3. 葉綠素熒光成像單元具備完備的自動測量程序（protocol），可自由對自動測量程序進行編輯，包括Fv/Fm、Kautsky誘導效應、熒光淬滅分析、光響應曲線LC。
4. 葉綠素熒光數據分析模式：具備在低信噪比的情況下使用的“信號平均再計算”模式，以過濾掉噪音帶來的誤差，適用于低濃度的藻類樣品。
5. 葉綠素熒光成像分析軟件功能：具Live（實況測試）、Protocols（實驗程序選擇定制）、Pre–processing（成像預處理）、Result（成像分析結果）等功能菜單
6. 葉綠素熒光成像預處理：程序軟件可自動識別多個植物樣品或多個區域，也可手動選擇區域（Region of interest，ROI）。手動選區的形狀可以是方形、圓形、任意多邊形或扇形。軟件可自動測量分析每個樣品和選定區域的熒光動力學曲線及相應參數，樣品或區域數量不受限制（>1000）
7. 氧氣檢測技術：光纖氧傳感器技術。
8. 測量呼吸室：透明聚苯乙烯材質，支持預消毒處理，可重復使用。
9. 氧氣測量主機：單個重670 g，162 x 102 x 32 mm
10. 氧氣主機內置溫度傳感器：0-50°C，分辨率0.012°C，精度±0.5°C
11. 氧氣主機內置壓強傳感器：300-1100mbar，分辨率0.11mbar，精度±6mbar
12. 氧氣蕞大采樣頻率：單通道激活時可達10-20次每秒
13. 氧氣測量精度：±0.1% O2@1% O2或±0.05 mg/L@0.44 mg/L
14. 氧氣測量分辨率：0.01% O2@1% O2或0.005 mg/L@0.44 mg/L
15. 測量通道數：96
應用案例
1. Perin等人采用藻類高通量光合作用測量系統初步篩選微擬球藻（Nannochloropsis gaditana）的高光效突變體。研究小組使用化學引變劑乙基甲烷磺酸鹽(EMS)誘導突變和插入突變兩種方式生成突變體庫，使用葉綠素熒光成像技術檢測其光合活性的可能變化，使用的葉綠素熒光參數包括蕞小熒光F0、蕞大光化學效率Fv/Fm、有效光化學效率ΦPSII、光系統調節能力NPQ（Perin et al., 2015）。
微擬球藻熒光強度篩選
左-F0（紅圈為野生型，白圈為篩選出的、熒光過低或過高的突變體）；右：葉綠素熒光的定量（紅點代表野生型，籃圈代表篩選出的突變體，綠色三角表示平均值±標準差）（Perin et al., 2015）
2. 不列顛哥倫比亞大學生物多樣性研究中心使用了藻類高通量光合作用測量系統評估了全 球變暖對斜生柵藻(Scenedesmus obliquus)光合速率和呼吸速率的影響，發現兩者均對測試溫度表現出一定的可塑性。不同選擇溫度（12℃、18℃）的柵藻光合速率無差異；而高溫選擇（18℃）的柵藻相對低溫選擇（12℃）的柵藻，具有更高的呼吸速率（Tseng et al., 2019）。
不同溫度選擇（12℃、18℃）的斜生柵藻光合速率（左）和呼吸速率（右）隨測試溫度的變化（Tseng et al., 2019）
參考文獻
1. Claudi, R., Alei, E., Battistuzzi, M., Cocola, L., Erculiani, M.S., Pozzer, A.C., Salasnich, B., Simionato, D., Squicciarini, V., Poletto, L., La Rocca, N., 2021. Super-Earths, M Dwarfs, and Photosynthetic Organisms: Habitability in the Lab. Life 11(1): 10
2. Dann, M., Ortiz, E.M., Thomas, M., Guljamow, A., Lehmann, M., Schaefer, H., Leister, D., 2021. Enhancing photosynthesis at high light levels by adaptive laboratory evolution. Nat. Plants 7, 681–695.
3. Gavel, A., Mar?álek, B., 2004. A novel approach for phytotoxicity assessment by CCD fluorescence imaging. Environmental Toxicology 19, 429–432.
4. Herdean, A., Hall, C., Hughes, D.J., Kuzhiumparambil, U., Diocaretz, B.C., Ralph, P.J., 2023. Temperature mapping of non-photochemical quenching in Chlorella vulgaris. Photosynth Res 155, 191–202.
5. Macário, I.P.E., Veloso, T., Frankenbach, S., Ser?dio, J., Passos, H., Sousa, C., Gon?alves, F.J.M., Ventura, S.P.M., Pereira, J.L., 2022. Cyanobacteria as Candidates to Support Mars Colonization: Growth and Biofertilization Potential Using Mars Regolith as a Resource. Front Microbiol 13, 840098.
6. Nowicka, B., 2020. Practical aspects of the measurements of non‐photochemical chlorophyll fluorescence quenching in green microalgae Chlamydomonas reinhardtii using Open FluorCam. Physiologia Plantarum 168, 617–629.
7. Perozeni, F., Stella, G., Ballottari, M., 2018. LHCSR Expression under HSP70/RBCS2 Promoter as a Strategy to Increase Productivity in Microalgae. IJMS 19, 155.
8. Tseng, M., Bernhardt, J.R., Chila, A.E., 2019. Species interactions mediate thermal evolution. Evolutionary Applications 12, 1463–1474.
9. Bernhardt, J.R., Sunday, J.M., O’Connor, M.I., 2017. An empirical test of the temperature dependence of carrying capacity. bioRxiv, 210690.
