MC1000 8通道藻類培養(yǎng)與在線監(jiān)測(cè)系統(tǒng)由8個(gè)100ml藻類培養(yǎng)試管、水浴控溫系統(tǒng)、LEDs光源控制系統(tǒng)及光密度和溶解氧（選配）在線監(jiān)測(cè)系統(tǒng)等組成，可用于藻類培養(yǎng)與控制實(shí)驗(yàn)、梯度對(duì)比實(shí)驗(yàn)等，適于水體生態(tài)毒理學(xué)研究檢測(cè)、藻類生理生態(tài)研究、水生態(tài)研究等，MC1000 8通道藻類培養(yǎng)與在線監(jiān)測(cè)系統(tǒng)主要功能特點(diǎn)如下： 

• 8通道藻類培養(yǎng)，每個(gè)藻類培養(yǎng)試管可培養(yǎng)85ml藻液
• LEDs光源，可對(duì)每個(gè)培養(yǎng)試管獨(dú)立調(diào)節(jié)控制和設(shè)置光強(qiáng)度和時(shí)間，如晝夜變化等
• 光密度在線監(jiān)測(cè)，包括OD680、OD720，監(jiān)測(cè)數(shù)據(jù)自動(dòng)存儲(chǔ)
• 溶解氧在線監(jiān)測(cè)（備選）以測(cè)量分析藻類光合作用等
• 溫度、光照控制可用戶設(shè)置不同的程序模式
• 氣泡混勻：可通過調(diào)節(jié)閥手動(dòng)調(diào)節(jié)氣流量以對(duì)培養(yǎng)試管內(nèi)的藻類進(jìn)行混勻
• 可選配O₂/CO₂監(jiān)測(cè)系統(tǒng)，在線監(jiān)測(cè)藻類光合放氧和CO₂吸收
• 可選配藻類熒光測(cè)量模塊

應(yīng)用領(lǐng)域：

l 多通道同步藻類培養(yǎng)

l 同步梯度脅迫實(shí)驗(yàn)

l 培養(yǎng)條件優(yōu)化

l 控制培養(yǎng)條件與藻類生長(zhǎng)動(dòng)力學(xué)監(jiān)測(cè)

儀器型號(hào)：

MC 1000-OD： 8個(gè)通道光源顏色相同，標(biāo)配冷白光LED

MC 1000-OD-WW：8個(gè)通道光源顏色相同，標(biāo)配暖白光LED

MC 1000-OD-MULTI： 8個(gè)通道光源顏色不同，分別為1）紫光405nm，2）藍(lán)紫光450nm，3）藍(lán)光470nm或冷白光，4）暖白光，5）綠光540nm，6）黃橙光590nm，7）紅光640nm，8）遠(yuǎn)紅光730nm。

MC 1000-OD-MIX：每個(gè)通道可配備多8種不同顏色的LED光源，光源顏色可由用戶定制，可選顏色為1）紫光405nm，2）藍(lán)紫光450nm，3）藍(lán)光470nm或冷白光，4）暖白光，5）綠光540nm，6）黃橙光590nm，7）紅光640nm，8）遠(yuǎn)紅光730nm。

技術(shù)指標(biāo)：

• 藻類同步培養(yǎng)通道：8個(gè)
• 培養(yǎng)管容量：100ml，建議大培養(yǎng)容量85ml
• 在線即時(shí)監(jiān)測(cè)參數(shù)：分別監(jiān)測(cè)每個(gè)培養(yǎng)管的OD680和OD720，數(shù)據(jù)自動(dòng)保存到主機(jī)內(nèi)存中，PIN光電二極管檢測(cè)器，665－750nm帶通濾波器
• 精確控溫范圍：標(biāo)準(zhǔn)配置高于環(huán)境溫度5-10℃（與光強(qiáng)有關(guān)）~60℃，可選配15℃-60℃（環(huán)境溫度20℃，需加配制冷單元）
• 加熱系統(tǒng)：150W筒形加熱器
• 水浴體積：5L
• 水浴自動(dòng)補(bǔ)水模塊（選配）：水浴水位因蒸發(fā)降低后可自動(dòng)補(bǔ)水
• 光源系統(tǒng)：全LED光源，可在0-100%范圍內(nèi)調(diào)控，每個(gè)通道的光強(qiáng)可分別獨(dú)立調(diào)控

• MC 1000-OD：標(biāo)配冷白光LED，可選配暖白光、紅光（635nm）或藍(lán)光（470nm）LED；光強(qiáng)0-1000μmol/m²/s可調(diào)， 可升級(jí)至0-2500μmol/m²/s
• MC 1000-OD-WW：標(biāo)配暖白光LED，光強(qiáng)0-1000μmol/m²/s可調(diào)，更高光強(qiáng)可定制
• MC 1000-OD-MULTI：8個(gè)通道光源顏色不同，分別為紫光405nm，藍(lán)紫光450nm，藍(lán)光470nm或冷白光，暖白光，綠光540nm，黃橙光590nm，紅光640nm，遠(yuǎn)紅光730nm；光強(qiáng)0-1000μmol/m²/s可調(diào)
• MC 1000-OD-MIX：每個(gè)通道可配備多8種不同顏色的LED光源，光源顏色可由用戶定制，大光強(qiáng)可達(dá)2500μmol/m²/s

• 控光模式：可靜態(tài)或動(dòng)態(tài)設(shè)置光照程序，如正弦、晝夜節(jié)律、脈沖等
• 控制單元顯示屏：可調(diào)控培養(yǎng)程序和顯示數(shù)據(jù)
• 氣流調(diào)控：通過多管調(diào)節(jié)閥對(duì)8個(gè)培養(yǎng)管手動(dòng)獨(dú)立調(diào)控氣體流量
• OD測(cè)量程序：將主機(jī)內(nèi)存中的OD數(shù)據(jù)下載到電腦中并以圖表形式顯示，數(shù)據(jù)可導(dǎo)出為TXT或Excel文件
• 
• MC實(shí)時(shí)在線監(jiān)測(cè)分析模塊（含工作站和軟件基礎(chǔ)版或高級(jí)版，選配）

• 同時(shí)控制2臺(tái)MC1000（基礎(chǔ)版）或無限臺(tái)MC1000（高級(jí)版）
• 通過PBR軟件動(dòng)態(tài)調(diào)控光照和溫度模式
• 通過光密度（OD680、OD720）變化實(shí)時(shí)監(jiān)測(cè)藻類生物量
• 對(duì)生長(zhǎng)速率進(jìn)行實(shí)時(shí)回歸分析
• 多數(shù)據(jù)管理功能（過濾、查找、多重導(dǎo)出）
• 可將測(cè)量數(shù)據(jù)、培養(yǎng)程序和其他信息保存到數(shù)據(jù)庫(kù)中
• 通過GUI圖形用戶界面設(shè)置培養(yǎng)程序并在線顯示測(cè)量數(shù)據(jù)圖
• 數(shù)據(jù)可導(dǎo)出為CSV、Excel或XML文件
• 支持GMS高精度氣體混合系統(tǒng)（*高級(jí)版）
• 用戶自編程培養(yǎng)程序（*高級(jí)版）
• 設(shè)定實(shí)驗(yàn)起始時(shí)間（*高級(jí)版）
• 電子郵件通知（*高級(jí)版）

• GMS150高精度氣體混合系統(tǒng)（選配）：可控制氣體流速和成分，標(biāo)配為控制氮?dú)?空氣和二氧化碳，氣源需用戶自備
• 恒濁控制模塊（選配）：帶有8個(gè)控制閥，可獨(dú)立控制8個(gè)培養(yǎng)管的濁度，由軟件自動(dòng)控制
• O₂/CO₂監(jiān)測(cè)系統(tǒng)（選配）：8通道續(xù)批式監(jiān)測(cè)藻類CO₂吸收或光合放氧通量：

• 氧氣分析測(cè)量：氧氣測(cè)量范圍0－100％，分辨率0.0001%，精確度優(yōu)于0.1％，溫度、壓力補(bǔ)償,數(shù)碼過濾（噪音）0-50秒可調(diào)，具兩行文字?jǐn)?shù)字LCD背光顯示屏，可同時(shí)顯示氧氣含量和氣壓
• 二氧化碳分析測(cè)量：雙波長(zhǎng)非色散紅外技術(shù)，測(cè)量范圍0－5％或0－15％兩級(jí)選擇（雙程），分辨率優(yōu)于0.0001%或1ppm（可達(dá)0.1ppm），精確度1%，通過軟件溫度補(bǔ)償，具兩行文字?jǐn)?shù)字LCD背光顯示屏，可同時(shí)顯示CO2含量和氣壓，具數(shù)碼過濾（噪音）功能
• 氣體抽樣與氣路切換：具備隔膜泵、氣流控制針閥和精密流量計(jì)，氣路自動(dòng)定時(shí)切換功能

• 藻類熒光測(cè)量模塊（選配）：用于測(cè)量藻類熒光參數(shù)以反映藻類生理狀態(tài)及濃度，熒光測(cè)量程序包括Ft，QY，OJIP-test，NPQ、光響應(yīng)曲線等，可選配探頭式測(cè)量或試管式測(cè)量：

• 探頭式測(cè)量：具備光纖測(cè)量探頭，可插入培養(yǎng)液中原位測(cè)量藻類熒光參數(shù)
• 試管式測(cè)量：具備測(cè)量杯，可取樣精確測(cè)量藻類熒光參數(shù)及光密度值

• 通訊方式：USB
• 尺寸：71×33×21 cm
• 重量：13kg
• 供電：110-240V

應(yīng)用案例：

不同CO₂濃度下衣藻Chlamydomonas的生長(zhǎng)曲線（Zhang，2014）

聚球藻Synechococcus野生型和△nblA的生長(zhǎng)曲線（Yu，2015） 

產(chǎn)地：捷克

參考文獻(xiàn)：

• Yu J, et al. 2015. Synechococcus elongatus UTEX 2973, a fast growing cyanobacterial chassis for biosynthesis using light and CO₂. Scientific Reports 5:8132, DOI: 10.1038/srep08132
• Grama B S, et al. 2015. Balancing photosynthesis and respiration increases microalgal biomass productivity during photoheterotrophy on glycerol. ACS Sustainable Chem. Eng. DOI: 10.1021/acssuschemeng.5b01544
• Davis R W, et al. 2015. Growth of mono- and mixed cultures of Nannochloropsis salina and Phaeodactylum tricornutum on struvite as a nutrient source. Bioresource Technology 198, 577-585
• Patzelt D J, et al. 2015. Hydrothermal gasification of Acutodesmus obliquus for renewable energy production and nutrient recycling of microalgal mass cultures. Journal of Applied Phycology, 27(6), 2239-2250
• Patzelt D J, et al. 2015. Microalgal growth and fatty acid productivity on recovered nutrients from hydrothermal gasification of Acutodesmus obliquus. Algal Research 10, 164-171
• Flowers J M, et al. 2015. Whole-Genome Resequencing Reveals Extensive Natural Variation in the Model Green Alga Chlamydomonas reinhardti. The Plant Cell 27(9), 2353-2369
• Makower A K, et al. 2015. Transcriptomics-aided dissection of the intracellular and extracellular roles of microcystin in Microcystis aeruginosa PCC 7806. Appl. Environ. Microbiol. 81(2), 544-554
• Vu M T T, et al. 2015. Optimization of photosynthesis, growth, and biochemical composition of the microalga Rhodomonas salina—an established diet for live feed copepods in aquaculture. Journal of Applied Phycology, doi:10.?1007/?s10811-015-0722-2
• Nikolaou A, et al. 2015. A model of chlorophyll fluorescence in microalgae integrating photoproduction, photoinhibition and photoregulation. Journal of Biotechnology 194, 91-99. DOI: 10.1016/j.jbiotec.2014.12.00
• Gris B, et al. 2015. Optimizing biomass and high value compound production in Cyanobacterium aponinum PCC 10605. Societa Botanica Italiana. Venezia.
• Gérin S, et al. 2014. Modeling the dependence of respiration and photosynthesis upon light, acetate, carbon dioxide, nitrate and ammonium in Chlamydomonas reinhardtii using design of experiments and multiple regression. BMC Systems Biology 8, 96