细胞分选在早期疾病诊断、单细胞分析与精准医疗中具有关键作用，然而传统分选技术常面临通量、纯度与可扩展性等方面的局限。近年来，微流控技术通过主动（如声学、光学、磁学）与被动（如确定性侧向位移、惯性聚焦）分选策略，实现了无标记、高通量、高分辨率的细胞操控，为细胞分析带来了革命性进步。与此同时，细胞成像与多模态数据的快速增长，亟需先进的计算方法实现智能化解析。
本文首次系统性地整合了微流控技术与机器学习的前沿进展，提出一个“三元框架”，从以下维度阐明了两者的协同机制：（1）分选机制演进。涵盖主动与被动微流控分选技术的最新突破，如声电融合分选、惯性微流控实现高效白细胞去除等；（2）算法整合路径。系统比较传统机器学习（如LDA、SVM）与深度学习（如CNN、YOLO、ResNet）在细胞表型分类、实时识别与误差校正中的效能，其中深度学习在稀有细胞分类中已实现高精度；（3）精准医学导向的应用拓展。通过循环肿瘤细胞（CTC）分离、CAR-T细胞制备、外泌体诊断等案例，凸显该技术在液体活检与个体化治疗中的转化潜力。
值得关注的是，机器学习（尤其计算机视觉与深度学习）实现了自动化特征提取、实时决策与分选优化，显著提升了肿瘤细胞分离的纯度与诊断灵敏度。然而，该领域仍面临模型泛化性、硬件-软件集成、规模化应用等跨学科挑战。本文进一步提出多模态数据融合、片上智能系统等解决方案，并展望了嵌入式传感平台、可编程多物理场器件、AI引导的闭环自适应分选系统等未来发展方向。
这项工作不仅梳理了微流控与机器学习交叉领域的技术脉络，也为下一代智能细胞分选平台的构建提供了理论框架与技术路线，有望推动精准诊断与治疗创新的加速发展。相关论文发表于Science Advances，山西农业大学为第一单位。
原文（扫描或长按二维码，识别后直达原文页面）：
Advances in machine learning–enhanced microfluidic cell sorting
Haodong Li, Jie Bai, Xiaxian Ma, Linwei Li, Yuanchao Liu, Xiaoyan Liu, Shaofei Shen, ChweeTeck Lim
Sci. Adv., 2025, DOI: 10.1126/sciadv.aea6007
研究团队简介
李昊东
山西农业大学 生命科学学院大四学生
本文第一作者，研究方向为基于微流控芯片的细胞分选检测
本文通讯作者，申少斐，教授，博士生导师。2016年在西北农林科技大学理学院获得博士学位（导师为王进义教授），同年起任职于山西农业大学生命科学学院，从事教学与科研工作；其间赴新加坡国立大学（合作导师为林水德院士，Prof. Chwee Teck LIM）访学，专注于人工智能与微流控芯片融合的生命分析方法研究，主要方向为高通量药物筛选系统与微型化诊疗仪器的构建。先后主持国家自然科学基金（面上/青年项目）、山西省基础研究计划面上项目、山西省留学人员科技活动择优资助项目等课题十余项。 2018年先后获评山西农业大学“晋农新秀”、山西省“三晋英才”支持计划青年优秀人才；2023年入选山西农业大学“晋农学者”；2024年被评为山西省高等学校青年学术带头人，同年荣获微系统与纳米工程国际会议（MINE）青年科学家提名奖及高热点论文奖（Hot Paper Award），并入选首批山西省三晋英才计划科技创新青年拔尖人才；2025年被评为山西省高层次拔尖人才（D类）及山西农业大学高质量业绩人才。
https://www.x-mol.com/university/faculty/147894
本文通讯作者，Prof. Chwee Teck LIM，新加坡国立大学生物医学工程学会教授、新加坡国立大学医疗健康创新与科技研究院院长、新加坡卫生技术联盟创始董事，迄今为止（共同）创办了6家高科技初创公司，其中一家已于2018年上市。拥有英国皇家学会院士、英国皇家工程院院士、美国国家发明家学会院士、美国生物医学工程学会院士、国际生物医学工程学会院士、东盟工程与技术学院院士、新加坡工程院院士、新加坡国家科学院院士以及英国工程师学会院士等多项荣誉。其研究专注于人类疾病机械生物学及面向医疗应用的微流控技术与可穿戴设备开发，曾获新加坡总统技术奖、《自然》期刊科学导师终身成就奖，亚洲最具影响力科学家、IES 著名工程成就奖、东盟杰出工程成就奖、亚洲科学家100强、华尔街日报亚洲创新奖(金)等。
https://www.x-mol.com/university/faculty/392927
点击“阅读原文”，查看 化学 • 材料 领域所有收录期刊
