細胞及其在人體內的相互作用非常復雜且多樣，因此，需要在基因組學、轉錄組學、蛋白質組學和代謝組學等多方面關注單細胞分析。這些單細胞研究能夠發現基因調控機制和蛋白質表達動力學，徹底改變研究人員對細胞異質性在健康和疾病中作用的理解。許多技術和平臺已被開發用于單細胞分析，例如流式細胞術、微孔微流控、微液滴微流控、光電鑷以及數字微流控（DMF）。與其它平臺相比，數字微流控系統具有許多優勢，它可以在二維表面上同時執行樣品分離、實時操作和原位分析。此外，數字微流控系統兼容各種檢測模式（例如光學或電化學檢測），使其在單細胞研究應用中特別有用。
數字微流控（DMF）系統由DMF驅動器和操作液滴的DMF芯片組成。大多數的DMF芯片采用無源矩陣（PM）結構，其結構利用一組大型電極，每個電極分別連接到控制線以產生液滴移動。然而，PM-DMF系統受限于其布線設計，因此其電極密度有限，使其可獨立控制的液滴數量有限。為解決這一問題，已有研究開發了集成薄膜晶體管的有源矩陣數字微流控（AM-DMF）系統，每個像素都集成薄膜晶體管，通過掃描行和列控制信號，可單獨尋址每個像素，并實現數千個含細胞液滴的并行操控。
在AM-DMF系統中，實現智能單細胞樣品操控（SCSM）存在巨大挑戰，這通常包括生成納升級細胞捕獲液滴、分離單細胞液滴，以及將分離的液滴分配到所需位置進行進一步實驗。如今，單細胞樣品操控工作流程仍然嚴重依賴于人工，特別是在液滴路徑的手動編輯和單細胞液滴的手動分離方面。隨著液滴數量的增加，這些過程變得越來越耗時且效率低下。因此，增強自動化工作流程的開發對于高效可靠的單細胞樣品操控是至關重要的。現有研究表明，人工智能（AI）已成功應用于生物學和微流控領域的自動化設計。然而，將AI應用于AM-DMF系統的研究仍然較少。
據麥姆斯咨詢介紹，西北工業大學人機物融合智能計算團隊最新研究成果“Intelligent single-cell manipulation: LLMs- and object detection-enhanced active-matrix digital microfluidics”被Nature子刊Microsystems and Nanoengineering錄用并在線發表。西北工業大學人機物融合智能計算創新中心、中心共建企業廣東奧素液芯微納科技有限公司、中國科學院蘇州醫工所、長春理工大學、香港中文大學等單位共同完成。
AI賦能的高通量有源像素數字微流控（AM-DMF）平臺總體工作流
在這項成果中，研究人員邁出了第一步，開發了一個AM-DMF平臺，用于實現智能單細胞樣品操控的完全自動化生物過程。該平臺采用基于AI的模型對單細胞液滴進行分選，并采用基于LLMs的液滴路徑生成（DPG）模型來生成納升級液滴，并將單細胞液滴路徑規劃至指定位置。基于全可編程的AM-DMF系統，研究人員通過結合LLMs和目標檢測技術，為單細胞樣品操控帶來了新突破，顯著提升了實驗效率，拓寬了AI在生命科學中的應用前景。
利用模型對不同平面的液滴、細胞和油泡進行預測
其自動化工作流程結合了DPG模型和細胞識別模型，用于智能單細胞樣品操控。通過整合這些方法，研究人員開發的AM-DMF平臺提高了單細胞樣品操控的準確性和可靠性，同時增強了其工作流程的靈活性和自動化程度。
用于檢測隱藏在液滴邊緣細胞的液滴運動方法
平臺進展
作為一項開創性工作，研究人員開發了一種基于大語言模型（LLMs）用于單細胞樣品操控的全自動有源數字微流控（AM-DMF）平臺，該平臺處理速度為1600–1700滴/小時，實現單細胞樣品生成率超過25%，模型識別精度超過98%。
所提出方法的創新性
研究人員解決了數字微流控領域的多項挑戰。該三分類檢測方法通過識別油泡、利用所提出的液滴運動方法識別液滴邊緣隱藏的細胞，以及使用DPG模型自動生成工作流程，提高了細胞識別精度，無需手動編輯。
推進新型生物應用的潛力
所提出方法作為一個強大的平臺，為智能單細胞樣品操控提供了支撐，擴展了其在單細胞研究中的應用范圍，并使其在生物學和化學等各個研究領域發揮更大的作用。
智能單細胞樣品操控的工作流
結論
該研究聚焦智能感知與決策領域，針對單細胞分析在揭示細胞異質性和闡明復雜生命機制方面重要價值，創新性地構建了一套基于有源矩陣數字微流控的軟硬一體智能感知與操控平臺。通過融合智能目標感知算法、大語言模型、微流控技術等，成功實現了從細胞識別、路徑規劃到樣本分配的全過程自主決策與智能交互。在單細胞樣本生成效率、識別精度等方面實現了大幅提升，為高通量、高精度的單細胞操控與分析提供了普適性解決方案。該成果對于系統性克服當前單細胞操控普遍面臨的成本高昂、通量受限、人工依賴等瓶頸具有重要意義，也為智慧康養、生命科學等交叉領域的深入發展開辟了新的技術路線。
所提出方法的新穎點包括：（1）基于AI的算法，能夠檢測和區分液滴、細胞和油泡；（2）利用液滴運動來識別被液滴邊緣遮擋的細胞，大約有20%的液滴邊緣包含細胞；（3）用于自動生成實驗路徑的DPG模型，取代手動設計過程；（4）用于單細胞操控的完全自動化解決方案；（5）兩個用于有源數字微流控（AM-DMF）芯片的全面標注數據集。
研究人員預計，AM-DMF技術、大語言模型和目標檢測技術的集成與普及，結合相關功能模塊的持續改進和擴展，將使AM-DMF系統成為單細胞操控的強大平臺。該平臺有望支持單細胞研究領域的廣泛應用，并將其效用擴展到生物學和化學等各個研究領域。
論文鏈接：
https://doi.org/10.1038/s41378-025-00962-y
延伸閱讀：
《即時診斷應用的生物傳感器技術及市場-2022版》
《DNA測序技術及市場-2022版》
《自擴增RNA（saRNA）疫苗專利全景分析-2023版》
《mRNA癌癥治療專利全景分析-2022版》
《RNA疫苗專利全景分析》
