Visualized Measurement of Self-assembly Efficiency in One-dimensional DNA Nanomaterials

doi:10.7503/cjcu20260103

Abstract

Abstract:

One-dimensional（1D） DNA nanomaterials exhibit broad potential for applications across multiple fields. However， quantitative evaluation of their self-assembly efficiency remains challenging. In this work， six-helix bundle（6HB） DNA fibers were employed as a model system. Building upon existing image analysis methods， we developed an integrated and parameterized approach to overcome the challenges of single-particle identification and counting in high-aspect-ratio， entangled 1D fibers， and established an AFM image-based method for visualizing and quantifying self-assembly efficiency. In this method， the area coverage ratio and contour length density extracted from AFM images were used as quantitative parameters to characterize 1D DNA fiber networks. Using this method， the effects of buffer pH（5—11） and Mg²⁺ concentration（6.25—87.5 mmol/L） on the assembly behavior of 6HB DNA fibers were investigated. The results show that efficient assembly of 6HB DNA fibers occurs within a well-defined window of conditions. Continuous long fibers are preferentially formed in the pH range of 6—8， with the highest assembly efficiency at pH=8， where the area coverage ratio reaches ca. 36%， and the contour length density is ca. 8 μm/μm². When the pH value deviates from this range， the continuous 1D network gradually transforms into fragmented or disordered aggregates， and both parameters decrease to background levels. Fiber assembly also shows a clear threshold response to Mg²⁺ concentration： the assembly efficiency increases rapidly above 25 mmol/L， and stable long fibers form at concentrations above 50 mmol/L， corresponding to area coverage ratios >20% and contour length densities >4 μm/μm². These results quantitatively demonstrate the strong dependence of DNA nanostructure self-assembly on environmental conditions such as pH and ionic strength. The analytical framework established here provides a useful quantitative tool for the design， assembly， and application of 1D DNA nanomaterials.

Key words: Six-helix bundle DNA fibers, AFM image analysis, Self-assembly efficiency

CLC Number:

O614

TrendMD:

LIU Yuqing, CHENG Jie, WANG Yue, JIAO Kai, ZHU Ying, LI Jiang, GUO Linjie. Visualized Measurement of Self-assembly Efficiency in One-dimensional DNA Nanomaterials[J]. Chem. J. Chinese Universities, 2026, 47(9): 20260103.

Figures/Tables 7

References 36

[1]	Seeman N. C.， Sleiman H. F.， Nat. Rev. Mater.， 2017， 3（1）， 17068
[2]	Rothemund P. W. K.， Nature， 2006， 440（7082）， 297—302
[3]	Keren K.， Berman R. S.， Buchstab E.， Sivan U.， Braun E.， Science， 2003， 302（5649）， 1380—1382
[4]	Fu J.， Yang Y. R.， Johnson⁃Buck A.， Liu M.， Liu Y.， Walter N. G.， Woodbury N. W.， Yan H.， Nat. Nanotechnol.， 2014， 9（7）， 531—536
[5]	Um S. H.， Lee J. B.， Park N.， Kwon S. Y.， Umbach C. C.， Luo D.， Nat. Mater.， 2006， 5（10）， 797—801
[6]	Elblová P.， Anthi J.， Liu M.， Lunova M.， Jirsa M.， Stephanopoulos N.， Lunov O.， JACS Au， 2025， 5（4）， 1591—1616
[7]	Fang X.， Zheng J.， Gao W.， Liu Z.， Li X.， Li C.， Gao T.， Zhang R.， Coord. Chem. Rev.， 2026， 552， 217525
[8]	Green L. N.， Subramanian H. K. K.， Mardanlou V.， Kim J.， Hariadi R. F.， Franco E.， Nat. Chem.， 2019， 11（6）， 510—520
[9]	Ong L. L.， Hanikel N.， Yaghi O. K.， Grun C.， Strauss M. T.， Bron P.， Lai⁃Kee⁃Him J.， Schueder F.， Wang B.， Wang P.， Kishi J. Y.， Myhrvold C.， Zhu A.， Jungmann R.， Bellot G.， Ke Y.， Yin P.， Nature， 2017， 552（7683）， 72—77
[10]	Jones M. R.， Seeman N. C.， Mirkin C. A.， Science， 2015， 347（6224）， 1260901
[11]	Hong F.， Zhang F.， Liu Y.， Yan H.， Chem. Rev.， 2017， 117（20）， 12584—12640
[12]	Castro C. E.， Kilchherr F.， Kim D. N.， Shiao E. L.， Wauer T.， Wortmann P.， Bathe M.， Dietz H.， Nat. Methods， 2011， 8（3）， 221—229
[13]	Zhang F.， Jiang S.， Wu S.， Li Y.， Mao C.， Liu Y.， Yan H.， Nat. Nanotechnol.， 2015， 10（9）， 779—784
[14]	Hansma H. G.， Hoh J. H.， Annu. Rev. Biophys. Biomol. Struct.， 1994， 23， 115—140
[15]	Saleem S. S.， Ravichandran S.， Ravichandran S.， Chinnadurai K. R.， Saravanan A.， Vickram S.， ACS Appl. Bio Mater.， 2025， 8（10）， 8467—8512
[16]	Högberg B.， Liedl T.， Shih W. M.， J. Am. Chem. Soc.， 2009， 131（26）， 9154—9155
[17]	Fang W.， Xie M.， Hou X.， Liu X.， Zuo X.， Chao J.， Wang L.， Fan C.， Liu H.， Wang L.， J. Am. Chem. Soc.， 2020， 142（19）， 8782—8789
[18]	Zhang S.， Zhang H.， Li M.， Song H.， Sun J.， Fan C.， Xie Y.， Wang H.， Ge Z.， Nano Lett.， 2024， 24（42）， 13438—13446
[19]	Wang J.， Wei Y.， Zhang P.， Wang Y.， Xia Q.， Liu X.， Luo S.， Shi J.， Hu J.， Fan C.， Li B.， Wang L.， Zhou X.， Li J.， Nano Lett.， 2022， 22（17）， 7173—7179
[20]	Yin P.， Hariadi R. F.， Sahu S.， Choi H. M. T.， Park S. H.， Labean T. H.， Reif J. H.， Science， 2008， 321（5890）， 824—826
[21]	Stein A. M.， Vader D. A.， Jawerth L. M.， Weitz D. A.， Sander L. M.， J. Microscopy， 2008， 232（3）， 463—475
[24]	Engel A.， Müller D. J.， Nat. Struct. Biol.， 2000， 7（9）， 715—718
[25]	Hansma H. G.， Laney D. E.， Biophys. J.， 1996， 70（4）， 1933—1939
[26]	Schindelin J.， Arganda⁃Carreras I.， Frise E.， Kaynig V.， Longair M.， Pietzsch T.， Preibisch S.， Rueden C.， Saalfeld S.， Schmid B.， Tinevez J. Y.， White D. J.， Hartenstein V.， Eliceiri K.， Tomancak P.， Cardona A.， Nat. Methods， 2012， 9（7）， 676—682
[27]	Sezgin M.， Sankur B.， J. Electron. Imaging， 2004， 13， 146—168
[28]	Otsu N.， IEEE Trans. Syst. Man Cybern.， 1979， 9（1）， 62—66
[29]	Saha P. K.， Borgefors G.， Sanniti Di Baja G.， Pattern Recognition Letters， 2016， 76， 3—12
[30]	Zhang T. Y.， Suen C. Y.， Commun. ACM， 1984， 27（3）， 236–239
[31]	Woodson S. A.， Curr. Opin. Chem. Biol.， 2005， 9（2）， 104—109
[32]	Bloomfield V. A.， Biopolymers， 1997， 44（3）， 269—282
[33]	Ke Y.， Ong L. L.， Shih W. M.， Yin P.， Science， 2012， 338（6111）， 1177—1183
[34]	Tao Q.， Chen Q.， Bian X. J.， Liu G.， Yan J.， Chin. J. Anal. Chem.， 2021， 49（5）， 743—751
	陶晴，陈谦，卞晓军，刘刚，颜娟. 分析化学， 2021， 49（5）， 743—751
[35]	Ramakrishnan S.， Ijäs H.， Linko V.， Keller A.， Comput. Struct. Biotechnol. J.， 2018， 16， 342—349
[36]	Fang W. N.， Fan C. H.， Liu H. J.， Acta Polym. Sin.， 2017，（12）， 1993—2000
	方维娜，樊春海，柳华杰. 高分子学报， 2017，（12）， 1993—2000

Name	Sequence（5′⁃3′）
X⁃1	TACTGACCTCGTGCGTTCGTACAAGAACCATTGACCTGCGCG
X⁃2	CGAACCTGATTAGAGACCCTGATGGCGGTGGAGACACTCACG
X⁃3	CTCGCGCTTCCCATTGGTCTCCTTCTATTGCTAGACCGGAGT
X⁃4	AGAAAGCCATACGCGCCTTCTTGCGGAACTGGTAGCCATGAG
X⁃5	GATTAGGTGGGCCGAAATAGACAACCTACGAACTAGCACCCA
X⁃6	TAATCGACGCTTTACGACAAGGCCGATTGATCACGAGTTCCG
Y⁃1	GCAATAGAAGCGGAACTCGTGTATGGCTTTCTTACGAACGCA
Y⁃2	ATGGTTCTTGCTCATGGCTACCCCACCTAATCCAGGGTCTCT
Y⁃3	CCACCGCCATTGGGTGCTAGTAGCGTCGATTAGAGACCAATG
Y⁃4	ATCAATCGGCACTCCGGTCTACGAGGTCAGTAAGAAGGCGCG
Y⁃5	CAGTTCCGCACGCGCAGGTCAAATCAGGTTCGTCTATTTCGG
Y⁃6	TCGTAGGTTGCGTGAGTGTCTGGAAGCGCGAGCTTGTCGTAA

Name	Sequence（5′⁃3′）
X⁃1	TACTGACCTCGTGCGTTCGTACAAGAACCATTGACCTGCGCG
X⁃2	CGAACCTGATTAGAGACCCTGATGGCGGTGGAGACACTCACG
X⁃3	CTCGCGCTTCCCATTGGTCTCCTTCTATTGCTAGACCGGAGT
X⁃4	AGAAAGCCATACGCGCCTTCTTGCGGAACTGGTAGCCATGAG
X⁃5	GATTAGGTGGGCCGAAATAGACAACCTACGAACTAGCACCCA
X⁃6	TAATCGACGCTTTACGACAAGGCCGATTGATCACGAGTTCCG
Y⁃1	GCAATAGAAGCGGAACTCGTGTATGGCTTTCTTACGAACGCA
Y⁃2	ATGGTTCTTGCTCATGGCTACCCCACCTAATCCAGGGTCTCT
Y⁃3	CCACCGCCATTGGGTGCTAGTAGCGTCGATTAGAGACCAATG
Y⁃4	ATCAATCGGCACTCCGGTCTACGAGGTCAGTAAGAAGGCGCG
Y⁃5	CAGTTCCGCACGCGCAGGTCAAATCAGGTTCGTCTATTTCGG
Y⁃6	TCGTAGGTTGCGTGAGTGTCTGGAAGCGCGAGCTTGTCGTAA