关于《基于有源矩阵的数字微流控技术：实现高通量、精确的液滴操控》的学术报告
作者与发表信息
本综述文章由山东大学信息科学与工程学院的王东平和蒋盛喆（共同第一作者）、中国科学院苏州生物医学工程技术研究所的马汉彬、山东大学的于军以及剑桥大学达尔文学院的Arokia Nathan共同撰写。通讯作者为马汉彬、于军和Arokia Nathan。该文发表于《nature reviews electrical engineering》期刊，2026年1月第3卷，页码46-60，并于2025年11月21日在线发表。
论文主题与核心观点
这是一篇深度综述文章，系统性地回顾和展望了有源矩阵数字微流控（active-matrix digital microfluidics, AM-DMF）技术的发展。文章的核心论点是，AM-DMF通过利用半导体衍生的电极阵列，实现了对微尺度液滴的高通量、高精度操控，已从一个新兴技术平台转变为生命科学和生物医学研究中的变革性工具。文章围绕AM-DMF的设计原理、芯片架构演进、技术路线图、人工智能集成、生物应用及未来挑战等多个维度展开论述，旨在为这一前沿交叉领域提供一个全面的技术蓝图。
芯片架构的根本性突破：从无源矩阵到有源矩阵
文章的第一个核心论点是，从无源矩阵（passive-matrix, PM）到有源矩阵（active-matrix, AM）的架构转变，是数字微流控（digital microfluidics, DMF）技术实现可扩展性和高精度的关键。PM-DMF（或称DMF 1.0）中，每个电极都需一根独立的导线连接到外部控制电路，对于一个有M行N列的阵列，需要M×N条信号线。这导致当阵列规模扩大时，引线变得极其复杂，限制了可独立控制的电极数量（通常不超过几百个），从而约束了并行操控的液滴通量（通常不超过50个）。相比之下，AM-DMF通过在像素内部集成薄膜晶体管（thin-film transistor, TFT）和存储电容，实现了行-列扫描寻址。一个M×N的AM阵列仅需M+N条信号线。这一架构革命性地减少了外部引线，使得单片上集成成千上万，乃至数十万个可独立寻址的电极成为可能，极大地提升了系统的可扩展性和液滴操控的空间分辨率。例如，一个PM的32×32阵列需要1024条引线，而AM仅需64条。
芯片架构的演进路线图：DMF 1.0至DMF 3.0
文章将AM-DMF的TFT技术发展清晰地划分为四个迭代阶段，这是文章第二个核心且极具前瞻性的论点。
- DMF 1.0（无源矩阵时代）： 这是该技术的早期阶段，采用PM架构，每个像素电极直接与外部电路相连。虽然架构简单有效，但其可扩展性受到物理连线数量的严重制约，主要适用于对通量和精度要求不高的场景。
- DMF 2.0（有源矩阵时代）： 标志性事件是TFT阵列的引入。通过在每个像素点集成TFT和电容，实现了行列扫描寻址，大大减少了信号线。此阶段的典型阵列规模从100到20,000个电极，并行液滴操控通量可达约10到2,000个。文章列举了从2011年2×5阵列原型到2020年32×32阵列，再到2023年64×64阵列和128×128阵列的进步，展示了集成度的快速提升。
- DMF 2.5（集成栅极驱动电路）： 此阶段引入了阵列基板栅极驱动（gate-on-array, GOA）电路来提供行扫描信号，进一步减少了控制引脚。对于一个M×N阵列，仅需N条数据线和少于10个的GOA控制引脚。这使得阵列规模飞跃至4,000至200,000个电极，并行通量可达20,000。文中提及的640×280阵列（179,200个像素）是此阶段的巅峰之作。
- DMF 3.0（集成电路驱动）： 这是最新的发展阶段，其特点是将驱动集成电路（integrated circuit, IC）通过玻璃覆晶（chip-on-glass, COG）等技术与TFT背板集成，为芯片提供行、列扫描信号。其最大优势是无论阵列多大（M×N），所需的外部信号线数量恒定（通常为20-50条）。这使得超大规模阵列成为可能，典型器件包含超过50,000个电极，并行通量超过5,000。文章特别提到一个拥有129,600个电极的360×360阵列，仅需40条连接线，这为全自动化和超高通量操作铺平了道路。
核心赋能技术：TFT类型、像素电路与人工智能
文章第三个核心论点是，AM-DMF的性能飞跃不仅依赖架构创新，还得益于底层硬件和智能算法的协同发展。
- TFT技术选择： 文章对比了氢化非晶硅（a-Si:H）、低温多晶硅（LTPS）和铟镓锌氧化物（IGZO）三种主要TFT技术。a-Si:H因其工艺成熟（仅需5-7道光罩）、成本效益高和电压稳定性好，成为目前AM-DMF的主流选择。LTPS拥有高电子迁移率（~100 cm²/(V·s)），适合高分辨率、快速响应的应用。IGZO则凭借适中的迁移率（~10 cm²/(V·s)）、极低的漏电流（≪10⁻¹⁴ A/μm）和良好的均匀性，在大面积、低功耗应用中具有潜力。
- 像素电路设计： 从最简单的1T1C（一个晶体管一个电容）电路，发展到3T1C、4T1C以抑制漏电流，甚至出现了集成升压（boost）功能和液滴位置传感功能的复杂像素电路。这些先进的电路设计是实现精确液滴驱动、实时状态反馈和闭环控制的基础。例如，一个集成了电阻加热器、光学传感器和前置放大器的TFT-DMF芯片，展示了其在芯片上构建完整实验室（lab-on-a-chip）的潜力。
- 人工智能的集成： 随着阵列规模激增，手动路径规划已不现实。AI的引入被认为是提升AM-DMF自动化和效率的关键。主要应用包括两方面：一是利用U-Net、YOLOv8等视觉算法进行实时液滴与细胞识别；二是采用A*（A-star）、安全区间路径规划（SIPP）等算法进行液滴路径优化，以避免交叉污染并提高通量。文章强调，大语言模型和轻量级AI模型的开发，将是实现真正智能、自适应微流控系统的重要方向。
在生物医学领域的变革性应用与商用化前景
文章第四个核心论点是，AM-DMF已成为一种强大的转化研究平台，尤其在基因组学、单细胞分析和药物发现等高通量应用中展现出巨大潜力。
- 具体应用实例： 在核酸检测方面，AM-DMF平台已能完成从大肠杆菌基因的等温扩增到新冠病毒（SARS-CoV-2）的全程“样本进-结果出”式逆转录定量PCR检测。在免疫分析中，该平台可实现全自动的表面功能化、靶标分子捕获和多重检测。在蛋白质组学领域，一个AM-DMF平台能在15分钟内从单个细胞中鉴定出超过2,000种蛋白质，展示了其在超灵敏、快速蛋白质组学分析中的革命性潜力。单细胞操作方面，通过优化电极设计，已实现单细胞分选、培养和大规模并行操控。
- 商用化进展： 文章介绍了一系列基于不同DMF架构的商业化平台，如DMF 2.5兼容的Voltrax V2用于纳米孔测序文库制备，以及基于DMF 3.0的eProtein Discovery系统用于高通量蛋白质筛选。这些案例证明了AM-DMF从实验室原型走向实际应用和商业化的清晰路径。其核心优势在于自动化、模块化和微型化，而降低成本、提高兼容性和通量仍是普及的关键挑战。
总结：科学价值、应用意义与未来展望
作为一篇权威综述，本文的价值在于它不仅仅是对历史文献的总结，更是对该领域技术发展脉络的系统性梳理和前瞻性判断。其科学价值在于，它明确地将DMF技术的演进构建为一个基于芯片架构的代际模型（DMF 1.0到3.0），为研究者提供了一个清晰的框架来理解每一次技术飞跃的本质驱动力——即不断简化外部连接、提升片上集成度和可扩展性。其应用意义在于，它详尽地展示了AM-DMF如何以其无与伦比的并行操控能力和精确度，正在解决传统微流控和PM-DMF在单细胞组学、高通量药物筛选等前沿领域无法克服的通量和精度瓶颈。文章最后指出，尽管在解决生物污染（biofouling）、电极稳定性、有机溶剂兼容性以及高昂的制造成本方面仍面临挑战，但随着柔性电子、器官芯片（organ-on-a-chip）技术和AI的进一步深度融合，AM-DMF有望成为个性化医疗、即时检验（point-of-care testing）和下一代生命科学研究中不可或缺的核心工具。