納米孔道單分子電化學(xué)信號在線識別與分析研究

王慧鋒 黃飛 顧震 胡正利 應(yīng)佚倫 顏秉勇 龍億濤

摘 要 為實現(xiàn)納米孔道單分子檢測中對微弱電流信號的快速精準(zhǔn)處理，考察了納米孔道實驗數(shù)據(jù)的信號特征，提出了基于雙緩沖數(shù)據(jù)結(jié)構(gòu)和有限沖擊響應(yīng)濾波的實時自適應(yīng)閾值法，并基于這一算法設(shè)計了納米孔道信號在線識別與分析系統(tǒng)，實現(xiàn)了實驗數(shù)據(jù)實時采集存儲和信號在線分析處理的同步進行。為驗證所建立的納米孔道信號在線識別和分析系統(tǒng)性能，采用噪音為20～100 pA和帶寬區(qū)間為3～100 kHz的仿真信號進行信號識別分析。結(jié)果表明，本系統(tǒng)能夠滿足強噪聲、低帶寬、高采樣率（250 kHz）環(huán)境下對實驗數(shù)據(jù)處理的要求。將此系統(tǒng)應(yīng)用于單個poly（dA）4分子的Aerolysin納米孔道分析實驗中，實驗結(jié)果表明，本系統(tǒng)能夠?qū)Υ髷?shù)據(jù)量的納米孔道實驗數(shù)據(jù)進行實時、快速、精準(zhǔn)的分析處理。

關(guān)鍵詞 納米孔道； 實時采集存儲； 在線分析處理； 雙緩沖區(qū)； 自適應(yīng)閾值法

1 引 言

納米孔道檢測技術(shù)是一種快速靈敏、無需標(biāo)記、低成本的單分子分析技術(shù)，具有巨大的應(yīng)用潛力[1～3]。目前，納米孔道已經(jīng)被成功應(yīng)用于DNA[4～6]、RNA[7]、蛋白質(zhì)[8，9]、多肽[10，11]以及金屬離子[12]等物質(zhì)的研究中。納米孔道檢測平臺主要包括納米孔檢測池、數(shù)據(jù)采集裝置及信號處理軟件3個部分。檢測過程中，在外加電場的驅(qū)動下，待測物質(zhì)穿越納米孔道時會改變孔道阻抗，使得流經(jīng)納米孔道的離子電流發(fā)生變化，形成阻斷事件（圖1），這些事件的阻斷幅值、阻斷時間、頻率及形狀等信息是研究被測物質(zhì)組成、結(jié)構(gòu)的重要依據(jù)[13]。因此，通過對待測分析物穿越納米孔道時產(chǎn)生的微弱（pA級別）電流數(shù)據(jù)進行基線分析和事件識別，并完成阻斷事件的提取分析和統(tǒng)計處理（圖1B），能夠?qū)崿F(xiàn)在單分子水平上對待測分析物個體行為信息的解讀[14]。

為了精確地還原和分析待測物質(zhì)的組成和結(jié)構(gòu)等信息，一方面需要采用高精度、低噪聲的電流放大器[15]結(jié)合高速數(shù)據(jù)采集儀器完成實驗數(shù)據(jù)的測量和采集；另一方面需要從復(fù)雜多變的測量數(shù)據(jù)中提取有用的分析信號。現(xiàn)有的納米孔道數(shù)據(jù)分析軟件包括OpenNanopore[16]、Transalyzer[17]、MOSAIC[18]及本課題組研發(fā)的Nanopore Analysis[19～21]。這些軟件需要在數(shù)據(jù)采集完成后才能對數(shù)據(jù)進行阻斷事件檢測、提取和修正等處理[16，17，20]。實驗中，由于高速（采樣頻率>100 kHz）連續(xù)采集獲取的數(shù)據(jù)量巨大（GB級別），上述處理步驟會消耗大量處理時間，降低了納米孔道數(shù)據(jù)的分析效率。因此，研究和開發(fā)納米孔道信號在線識別與分析系統(tǒng)對于納米孔道單分子檢測技術(shù)的發(fā)展和應(yīng)用具有重要意義。

本研究建立了能夠?qū)崟r采集、識別、分析以及存儲納米孔道測量數(shù)據(jù)的在線識別與分析系統(tǒng)。此系統(tǒng)實現(xiàn)了納米孔道電流阻斷事件的在線識別和分析，能夠在獲取和存儲實驗數(shù)據(jù)的同時完成實驗數(shù)據(jù)的處理，使得研究人員在實驗過程中即可獲取待測物穿過納米孔道的統(tǒng)計信息。為驗證此系統(tǒng)的實時性和準(zhǔn)確度，采用仿真信號以及實際實驗對系統(tǒng)進行了測試。

2 實驗部分

2.1 實驗設(shè)計

2.1.1 試劑 納米孔道蛋白（Aerolysin，實驗室自制）；正癸烷（≥99%，美國Sigma-Aldrich公司）；1，2-Diphytanoly-sn-glycero-3-phosphocholine（氯仿，≥99%，美國Avanti Polar Lipids 公司）。檢測池中的緩沖液由1 mol/L KCl、10 mmol/L Tris-HCl， 1 mmol/L EDTA配制而成，pH 8.0。所有試劑均為分析純。待測分子poly（dA）4由上海生科公司合成并通過高效液相色譜提純。

2.1.2 仿真信號實驗 采用任意波形函數(shù)發(fā)生器（AFG3052C，Tektronix公司）模擬生成仿真實驗所需的帶寬為3～100 kHz、噪聲為20～100 pA、阻斷時間為150～350 μs的仿真實驗信號，并將信號輸入到本研究組自主研發(fā)的納米孔道單分子電化學(xué)工作站（Cube-D1）[22]，進行實驗信號的采集、調(diào)理和發(fā)送。采用自主研發(fā)的納米孔道信號在線識別與分析系統(tǒng)（SmartNanopore V1.04）通過USB接口完成數(shù)據(jù)的接收與轉(zhuǎn)換，對仿真信號進行在線識別、分析和存儲。仿真實驗的時間均設(shè)置為30 s，Cube-D1的數(shù)據(jù)采樣頻率為250 kHz，事件檢測閾值設(shè)置為基線噪聲標(biāo)準(zhǔn)差的5倍。

2.1.3 納米孔道實驗 首先，將1，2-Diphytanoly-sn-glycero-3-phosphocholine溶解于30 mg/mL正癸烷中，并涂抹在直徑為150 μm的裝有緩沖液的液池孔（美國Warner Instruments公司）上，形成磷脂雙分子層。如圖1A所示，檢測池的兩端分別為cis室和trans室。在cis端注射入Aerolysin蛋白單體。Aerolysin蛋白單體將在磷脂雙分子層上自組裝形成納米尺寸的蛋白孔道結(jié)構(gòu)。隨后，在液池兩端分別置入Ag/AgCl電極，在實驗過程中施加100 mV的偏置電壓。待測分子從cis端注入。使用Cube-D1進行電流信號采集。兩個電極分別連接到的探頭正負(fù)端，由Cube-D1進行電流數(shù)據(jù)的檢測和傳輸。獲取的電流數(shù)據(jù)通過USB接口連接到SmartNanopore上進行分析研究。

2.2 系統(tǒng)總體設(shè)計

納米孔道信號在線識別與分析系統(tǒng)采用面向?qū)ο蠛湍K化設(shè)計思想，結(jié)合Open Graphics Library（OpenGL）圖形接口技術(shù)和Immediate mode graphical user interface （IMGUI）實現(xiàn)模式，運用C/C++混合語言編寫實現(xiàn)。整個系統(tǒng)包含了USB通信模塊、參數(shù)設(shè)置模塊、曲線顯示模塊、信息記錄模塊以及數(shù)據(jù)分析模塊等部分。

其中，USB通信模塊用于數(shù)據(jù)采集裝置與信號在線識別分析系統(tǒng)之間的指令發(fā)送以及數(shù)據(jù)傳輸。參數(shù)設(shè)置模塊用于納米孔道實驗參數(shù)（包括采樣頻率、濾波頻率、命令電壓以及偏移校準(zhǔn)等）的設(shè)置。曲線顯示模塊包含坐標(biāo)設(shè)置、電流曲線以及電壓曲線3個子模塊，用于監(jiān)測實驗過程中納米孔道阻塞情況、納米孔道數(shù)量及物質(zhì)穿孔狀態(tài)等信息。信息記錄模塊用于記錄原始實驗數(shù)據(jù)、阻斷事件信息及阻斷電流數(shù)據(jù)，用戶可以根據(jù)需求選擇需要保存的內(nèi)容。數(shù)據(jù)分析模塊采用基于雙緩沖結(jié)構(gòu)的實時自適應(yīng)閾值法（詳細分析見2.3節(jié)數(shù)據(jù)分析模塊）完成對阻斷事件的檢測，從而獲取局部電流基線、起始位置、終止位置、阻斷幅值、阻斷時間等阻斷事件基本信息[16～18，20，23]。

2.3 數(shù)據(jù)分析模塊

納米孔道測量數(shù)據(jù)的采集實驗呈現(xiàn)頻率快、數(shù)量多、噪音大等特點，給數(shù)據(jù)分析模塊的設(shè)計和實現(xiàn)帶來了挑戰(zhàn)。為了實時精確地完成阻斷事件的識別和分析，數(shù)據(jù)分析模塊在設(shè)計時考慮了實時性、穩(wěn)定性、快速性等原則，其具體的模塊功能結(jié)構(gòu)如圖2所示。首先，本模塊設(shè)計了雙緩沖結(jié)構(gòu)來解決高速采樣數(shù)據(jù)的實時緩存問題。雙緩沖結(jié)構(gòu)借鑒了乒乓緩存（Ping-pong buffers）技術(shù)[24]的工作原理，緩沖區(qū)1與緩沖區(qū)2交替接收來自USB通信模塊的實驗數(shù)據(jù)，同時另一緩沖區(qū)的數(shù)據(jù)用于進行阻斷事件的識別和分析。通過緩沖區(qū)1與緩沖區(qū)2之間的配合和切換，提高實驗數(shù)據(jù)的緩存和處理速度，實現(xiàn)數(shù)據(jù)的無縫傳輸和處理。此結(jié)構(gòu)的使用簡化了阻斷事件識別分析算法的設(shè)計流程，節(jié)約了緩存數(shù)據(jù)的內(nèi)存空間，從而降低了分析模塊對硬件資源的消耗，確保數(shù)據(jù)的實時快速處理。

對于雙緩沖結(jié)構(gòu)中緩存的納米孔道電流數(shù)據(jù)，需要根據(jù)數(shù)據(jù)特征設(shè)計適當(dāng)?shù)姆治鏊惴▉韺崟r完成對阻斷事件的識別、提取和分析。在納米孔道離線分析軟件中，通常采用閾值法[16，17，20]進行阻斷事件識別。然而，傳統(tǒng)閾值法需要預(yù)知電流基線等先驗信息，并且計算復(fù)雜度高、耗時長，無法滿足在線識別的要求。為此，本研究根據(jù)在線處理要求對傳統(tǒng)閾值法進行了改進，引入了有限沖擊響應(yīng)濾波（FIR filter）方法[25]對電流基線進行降噪分析，并據(jù)此設(shè)計了用于阻斷事件在線識別分析的實時自適應(yīng)閾值法。

實時自適應(yīng)閾值法針對測量數(shù)據(jù)的基線、噪聲以及形態(tài)特征進行了定制化改進。文獻[16，17，20]中指出，納米孔道的測量數(shù)據(jù)滿足公式（1）：

所提出的自適應(yīng)閾值法在進行阻斷事件分析時，首先根據(jù)采集的電流基線數(shù)據(jù)計算出基線的平均值，作為FIR法追蹤電流基線變化的初始值Ibaseline（t-1）。此后，所述閾值法根據(jù)式（4）自適應(yīng)跟蹤電流基線變化。當(dāng)檢測到低于設(shè)定閾值的阻斷事件時，所述閾值法會從FIR法分析電流基線過程切換到阻斷事件信息分析過程。在進行阻斷事件信息分析時，阻斷事件的局部電流基線保持事件發(fā)生前的數(shù)值不變，以此來保證電流基線數(shù)據(jù)分析的準(zhǔn)確性。此外，所述閾值法引入了本研究組近期提出的二階差分校正法（DBC）和電流積分法[20]以實現(xiàn)對不同持續(xù)時間的阻斷事件進行分析。

基于雙緩沖結(jié)構(gòu)和FIR法的自適應(yīng)閾值法能夠?qū)崟r掃描緩沖區(qū)中的實驗電流數(shù)據(jù)并跟隨基線的波動，當(dāng)出現(xiàn)低于設(shè)定閾值的阻斷事件時，能立即從原始實驗數(shù)據(jù)中定位、識別、回溯和追蹤得到完整的阻斷事件數(shù)據(jù)，并同步進行阻斷事件基本信息的分析和記錄。

3 結(jié)果與討論

3.1 仿真信號的產(chǎn)生

首先采用仿真信號進行性能測試。生物納米孔道實驗獲取的阻斷事件的阻斷幅值（ΔI）通常為101～102 pA，阻斷時間（Δt）在102 μs級別。因此，在仿真實驗時，本研究采用ΔI=100 pA， Δt分別為150、200、250、300及350 μs的仿真信號進行測試。為了更真實地模擬實際實驗信號，在生成仿真信號時考慮了噪聲以及帶寬對信號形態(tài)的影響。噪聲的影響會造成阻斷事件電流幅值上的變化，圖3A為5種不同電流噪音峰-峰值（Ip-p）的仿真信號（Δt=300 μs），其附加的噪聲均為高斯白噪音。5種噪音的譜密度曲線如圖3B所示，由于未進行低通濾波，在大于1 kHz的高頻區(qū)域噪音具有較高能量，且噪音越大，在頻域的能量越高，相比實際實驗系統(tǒng)有更高的噪音[15，26]。帶寬（fC）的影響會導(dǎo)致阻斷事件波形上升沿和下降沿的變化（圖3C所示，Ip-p=40 pA， Δt=300 us）， 系統(tǒng)帶寬越低，事件波形的畸變程度越大。

3.2 噪聲對系統(tǒng)性能的影響

納米孔道采集的實驗信號為pA級微弱電流，易受檢測裝置及其周圍環(huán)境的影響而引入噪聲。噪聲的增加會給阻斷事件的識別與分析帶來困難。為檢驗所述系統(tǒng)在噪聲干擾下的準(zhǔn)確度，采用函數(shù)發(fā)生器分別生成圖3A所示的不同噪音（20～100 pA）下的阻斷事件（fC=10 kHz， Δt為150～350 μs）各3000個進行實驗。采用本系統(tǒng)進行數(shù)據(jù)采集和信號分析，分析結(jié)果以文件的形式實時存儲在計算機中。對系統(tǒng)識別的阻斷事件信息進行統(tǒng)計分析，得出噪聲影響下阻斷事件檢出數(shù)、電流基線以及阻斷幅值的誤差率結(jié)果，如圖4所示，其誤差率均采用公式（5）計算得出：

Error rate=|ValueR-ValueI|ValueI×100%（5）

其中，ValueR表示由數(shù)據(jù)分析模塊得出的阻斷事件信息的實際值， ValueI表示阻斷事件信息的理想值。

由圖4A可見，當(dāng)Ip-p≤60 pA時，事件檢出數(shù)誤差率<0.2%。隨著噪聲增加到100 pA，阻斷事件檢出數(shù)誤差率會由于誤檢測事件數(shù)的增加而上升，但始終維持在1%以下。仿真實驗的電流基線Ibaseline理想值為100 pA。實驗時，為了濾除噪聲對基線的影響，電流基線是通過對FIR法分析出的阻斷事件局部電流基線進行高斯擬合得出的。噪聲對電流基線的影響如圖4B所示，信號中噪聲強度的增加會使基線檢測誤差增大。比較圖4B中Δt為150～350 μs的仿真信號實驗結(jié)果可知，Δt=350 μs的阻斷事件受噪聲影響程度最小，在Ip-p=100 pA時其誤差率僅為0.4%；Δt=150 μs的事件受噪聲影響程度最大，但在Ip-p=100 pA時其誤差率也僅為1.1%。通過對不同噪聲環(huán)境下阻斷幅值的實際值和理想值進行分析，進一步得出了阻斷幅值檢測的誤差結(jié)果，如圖4C所示，系統(tǒng)對阻斷幅值的檢測會受到噪聲的影響，噪聲越大，檢測誤差越大，其最大誤差≤3%。綜合圖4的研究結(jié)果可知，在實際實驗條件下（Ip-p≤40 pA），本系統(tǒng)能夠?qū)⒄`差控制在1.5%以內(nèi)。

3.3 帶寬對系統(tǒng)性能的影響

在納米孔道檢測實驗中，為了濾除檢測數(shù)據(jù)中高頻噪聲的干擾，通常會在數(shù)據(jù)采集裝置中加入不同截止頻率的低通濾波器，其濾波頻率一般設(shè)置為3、5、10及100 kHz等。低通濾波會導(dǎo)致阻斷事件的上升時間Tr發(fā)生變化[20，23]，這一變化導(dǎo)致的波形畸變會對阻斷事件的分析產(chǎn)生影響。為了研究本系統(tǒng)在不同帶寬下的性能，對圖3C所示的5種帶寬下的仿真信號進行了采集和處理實驗，結(jié)果如圖5所示。

由圖5A可見，帶寬會對阻斷事件檢出數(shù)產(chǎn)生影響。帶寬越低，事件受帶寬影響產(chǎn)生的畸變越大，阻斷事件檢出數(shù)誤差率越高。當(dāng)帶寬>10 kHz時，阻斷事件檢出數(shù)誤差率≤0.1%。為了評估不同帶寬對阻斷時間的影響，本研究計算了阻斷時間平均相對誤差率（Mean relative error rate，MRER）：

其中，N為一次實驗中相同阻斷時間的阻斷事件檢出數(shù)，ΔtR為系統(tǒng)分析得出的阻斷時間，ΔtI為阻斷時間的理想值。不同帶寬對阻斷時間檢測的影響如圖5B所示，帶寬越低，系統(tǒng)檢測阻斷時間的誤差越大，帶寬為3 kHz時，MRER的最大值約為6%。隨著帶寬的增大，MRER會逐漸降低。這一結(jié)果說明帶寬降低導(dǎo)致的阻斷事件上升時間Tr的增加會對系統(tǒng)的檢測性能產(chǎn)生影響。同時，對比圖5B中阻斷時間不同的事件的分析結(jié)果可知，時間越短的事件受帶寬影響產(chǎn)生的誤差越大，反之時間越長的事件受帶寬影響越小。圖5表明，在實際實驗帶寬下（3～10 kHz），系統(tǒng)檢測性能受帶寬影響程度較大，但其誤差均在6%以內(nèi)。綜合圖4和圖5的分析結(jié)果可知，本系統(tǒng)能夠滿足實驗環(huán)境下對納米孔道測量數(shù)據(jù)的實時分析要求。

3.4 Aerolysin納米孔道信號在線識別與分析

為了測試納米孔道信號在線識別與分析系統(tǒng)在采集和分析實際實驗數(shù)據(jù)時的性能，本研究采用Aerolysin納米孔進行了poly（dA）4分子的納米孔道分析實驗。 Cube-D1的截止頻率設(shè)置為10 kHz，采樣頻率設(shè)置為250 kHz，系統(tǒng)檢測閾值設(shè)置為基線噪音標(biāo)準(zhǔn)差的5倍。實驗中采集的原始電流數(shù)據(jù)、系統(tǒng)數(shù)據(jù)分析模塊識別的阻斷事件數(shù)據(jù)以及分析得出的阻斷事件信息均保存在計算機的硬盤中。

圖6A是poly（dA）4分子的Aerolysin納米孔道分析實驗中采集到的一段時間為4 s的原始電流數(shù)據(jù)，其基線數(shù)據(jù)的噪音譜密度曲線如圖6B所示，對比圖3B可知，實驗信號的噪音在高頻區(qū)域的能量低于仿真信號，因此本研究所述算法能夠滿足實驗噪聲下的分析要求。在采集原始電流數(shù)據(jù)的同時，系統(tǒng)的數(shù)據(jù)分析模塊實時對原始數(shù)據(jù)的基線進行分析，

得出平穩(wěn)的局部電流基線（圖6A中白色曲線所示）。根據(jù)局部基線和設(shè)定的閾值，本系統(tǒng)能夠在采集存儲數(shù)據(jù)時同步進行阻斷事件識別分析。在圖6A所示的這段原始數(shù)據(jù)中， 共檢測到30個阻斷事件（紅色標(biāo)記）。圖6C中藍色曲線示出了圖6A中檢測到的第10個阻斷事件（典型阻斷事件），系統(tǒng)分析模塊得出其局部電流基線值為45.71 pA，阻斷幅值為23.81 pA，阻斷時間為5.764 ms。對比原始電流數(shù)據(jù)（藍色）和算法分析結(jié)果（紅色）可知，系統(tǒng)能夠準(zhǔn)確分析出這類事件的阻斷基本信息。圖6D是系統(tǒng)檢測到的阻斷時間較短的阻斷事件（藍色），由于實驗儀器的低通濾波影響，這些短事件波形會發(fā)生畸變[20]。系統(tǒng)的數(shù)據(jù)分析模塊實時采用二階差分校正法和電流積分法分別對其阻斷時間和阻斷幅值進行了校正，校正后得到的分析結(jié)果如圖6D中紅色曲線所示。最后，根據(jù)系統(tǒng)在10 min內(nèi)采集和分析得到的阻斷事件基本信息進行了統(tǒng)計處理，得出阻斷時間-阻斷電流散點圖（圖6E），處理結(jié)果與文獻＼[3＼]中采用MOSAIC軟件分析出的實驗結(jié)果基本一致。

圖6表明，本研究所提出的在線識別與分析系統(tǒng)能夠在實驗數(shù)據(jù)采集記錄的同時，實時分析得出阻斷事件及其相關(guān)信息，顯著提高了納米孔道電流信號的處理效率。

4 結(jié) 論

設(shè)計了一種基于實時自適應(yīng)閾值法的納米孔道信號在線識別與分析系統(tǒng)。相比于傳統(tǒng)的納米孔道數(shù)據(jù)離線分析軟件，本系統(tǒng)能夠在采集納米孔道實驗數(shù)據(jù)的同時完成對阻斷事件的識別和分析，顯著提高了實驗數(shù)據(jù)的分析處理效率。仿真實驗和實際實驗結(jié)果表明，系統(tǒng)性在高噪聲和低帶寬環(huán)境下能夠保持穩(wěn)定，滿足實驗數(shù)據(jù)處理的精度要求。本研究為納米孔道數(shù)據(jù)分析處理系統(tǒng)的研究提供了新思路，對于納米孔道單分子檢測技術(shù)的發(fā)展具有促進作用。

References

1 Kasianowicz J J， Brandin E， Branton D， Deamer D W. Proc. Natl. Acad. Sci. USA， 1996， 93（24）： 13770-13773

2 Clarke J， Wu H C， Jayasinghe L， Patel A， Reid S， Bayley H. Nat. Nanotechnol.， 2009， 4（4）： 265-270

3 Cao C， Ying Y L， Hu Z L， Liao D F， Tian H， Long Y T. Nat. Nanotechnol.， 2016， 11（8）： 713-718

4 Simpson J T， Workman R E， Zuzarte P C， David M， Dursi L J， Timp W. Nat. Methods， 2017， 14（4）： 407-410

5 Loose M， Malla S， Stout M. Nat. Methods， 2016， 13（9）： 751-754

6 Ying Y L， Long Y T. Sci. China Chem.， 2017， 60（9）： 1187-1190

7 Ayub M， Hardwick S W， Luisi B F， Bayley H. Nano Lett.， 2013， 13（12）： 6144-6150

8 Hsu W L， Daiguji H. Anal. Chem.， 2016， 88（18）： 9251-9258

9 YING Yi-Lun， ZHANG Xing， LIU Yu， XUE Meng-Zhu， LI Hong-Lin， LONG Yi-Tao. Acta Chim. Sin.， 2013， 71（1）： 44-50

應(yīng)佚倫， 張 星， 劉 鈺， 薛夢竹， 李洪林， 龍億濤. 化學(xué)學(xué)報， 2013， 71（1）： 44-50

10 Ying Y L， Li D W， Liu Y， Dey S K， Kraatz H B， Long Y T. Chem. Commun.， 2012， 48（70）： 8784-8786

11 Asandei A， Schiopu I， Chinappi M， Chang H S， Park Y， Luchian T. ACS Appl. Mater. Interfaces， 2016， 8（20）： 13166-13179

12 Mayne L J， Christie S D， Platt M. Nanoscale， 2016， 8（45）： 19139-19147

13 Ying Y L， Cao C， Long Y T. Analyst， 2014， 139（16）： 3826-3835

14 CAO Chan， LIAO Dong-Fang， YING Yi-Lun， LONG Yi-Tao. Acta Chim. Sin.， 2016， 74（9）： 734-737

曹 嬋， 廖冬芳， 應(yīng)佚倫， 龍億濤. 化學(xué)學(xué)報， 2016， 74（9）： 734-737

15 YAN Bing-Yong， GU Zhen， GAO Rui， CAO Chan， YING Yi-Lun， MA Wei， LONG Yi-Tao. Chinese J. Anal. Chem.， 2015， 43（7）： 971-976

顏秉勇， 顧 震， 高 瑞， 曹 嬋， 應(yīng)佚倫， 馬 巍， 龍億濤. 分析化學(xué)， 2015， 43（7）： 971-976

16 Raillon C， Granjon P， Graf M， Steinbock L J， Radenovic A. Nanoscale， 2012， 4（16）： 4916-4924

17 Plesa C， Dekker C. Nanotechnology， 2015， 26（8）： 1-7

18 Forstater J H， Briggs K， Robertson J W F， Ettedgui J， Marie-Rose O， Vaz C， Kasianowicz J J， Tabard-Cossa V， Balijepalli A. Anal. Chem.， 2016， 88（23）： 11900-11907

19 Zhang N， Hu Y X， Gu Z， Ying Y L， He P G， Long Y T. Chin. Sci. Bull.， 2014， 59（35）： 4942-4945

20 Gu Z， Ying Y L， Cao C， He P G， Long Y T. Anal. Chem.， 2015， 87（2）： 907-913

21 Gu Z， Ying Y L， Cao C， He P G， Long Y T. Anal. Chem.， 2015， 87（20）： 10653-10656

22 Gu Z， Wang H F， Ying Y L， Long Y T. Sci. Bull.， 2017， 62（18）： 1245-1250

23 Pedone D， Firnkes M， Rant U. Anal. Chem.， 2009， 81（23）： 9689-9694

24 Swaminathan K， Lakshminarayanan G， Ko S B. IEEE ISED， 2012： 72-76

25 Morales L J， Shmaliy Y. IEEE Lat. Am. T.， 2010， 8（1）： 9-16

26 Gao R， Ying Y L， Yan B Y， Long Y T. Chin. Sci. Bull.， 2014， 59（35）： 4968-4973

Abstract To achieve fast and accurate analysis of weak current signal of nanopore-based single molecule detection， we designed a real-time adaptive threshold data processing algorithm with data buffering technique and finite impulse response filtering. The system， which is designed based on the data processing algorithm， could realize real-time recognition and analysis of nanopore events during the data recording process. In order to verify the performance of the system， the ideal signals with different noise level （20-100 pA） and recording bandwidth （3-100 kHz） was generated. The results showed that the system was stable to analyze the generated signals even at high noise. In addition， the system was also suitable for the data recording conditions of low bandwidth and high sampling rate （250 kHz）. The proposed nanopore data processing system was further applied in the Aerolysin nanopore experiment for the detection of poly（dA）4 molecules. The results showed that the data processing system could be applied in real nanopore recording system with high accuracy and speed.

Keywords Nanopore； Data acquisition and storage； Real-time data analysis and processing； Data buffering； Adaptive threshold algorithm

（Received 4 December 2017； accepted 27 December 2017）