研究人员推出了一种创新系统，该系统利用驻波表面声波以无与伦比的准确性和效率有效分离循环肿瘤细胞与红细胞。该平台结合了尖端的计算建模、实验研究和人工智能算法，以探索复杂的声流行为。作为其方法的一部分，研究人员采用了双重压力声场的创造性应用，战略性地将其放置在锂铌酸盐基材的关键几何位置。该设计通过在微通道内施加声压来生成一致的数据集。
根据世界卫生组织的数据，2020年癌症导致近1000万人死亡，占全球每六人中就有一人。挑战在于异常细胞增生的检测往往发生得太晚，使得快速癌症诊断成为一个重要且具有挑战性的医学目标。最近的研究集中在识别外周血中的稀有循环肿瘤细胞（CTCs），它们作为提高诊断准确性的非侵入性指标。
分离特定目标细胞进行检查面临重大挑战。传统技术需要复杂的样品制备、专用设备和大样本量，这使得高效分离目标细胞变得复杂。
在AIP Publishing出版的《流体物理学》上，来自伊朗德黑兰K. N. Toosi科技大学的研究人员Afshin Kouhkord和Naser Naserifar提出了一种革命性的系统，利用驻波表面声波以显著的准确性和效率有效分离CTCs和红细胞。他们开发的平台融合了先进的计算建模、实验工作和机器学习算法，以分析复杂的声流相互作用。
“通过将机器学习技术与数据驱动模型和计算输入相结合，我们优化了细胞回收和分离率，” Naserifar解释道。“在最佳条件下，我们的系统实现了100%的回收率，同时通过精确控制声压和流速显著降低了能耗。”
在微流体中增强颗粒分离的各种方法中，声流技术因其生物相容性、在MPa压力范围内产生高强度以及产生与细胞大小相当的波长而显得尤为有前景。
在他们的创新技术中，研究人员集成了双重压力声场，增强了对目标细胞的作用， 将它们放置在锂铌酸盐基材的关键几何位置。在微通道内施加声压使得能够创建可靠的数据集，显示细胞相互作用持续时间和运动模式，帮助预测肿瘤细胞的迁移。
“我们开发了一种先进的芯片实验室平台，能够实现实时、节能和高度精确的细胞分离，” Kouhkord表示。“这项技术显著提高了CTC分离效率，为更早和更有效的癌症诊断开辟了新途径。它还为在个性化医学和癌症诊断中应用微工程和人工智能奠定了基础。”
