本研究由厦门大学（Xiamen University）的Lin Lin、Haohui Li，以及英国爱丁堡大学（The University of Edinburgh）的Qi Zhou等人作为共同第一作者完成，通讯作者为爱丁堡大学的Qi Zhou、香港大学的Jinyao Tang、哈尔滨工业大学（深圳）的Xing Ma以及厦门大学的Xiaohui Yan。该研究成果发表于《自然·纳米技术》（Nature Nanotechnology）期刊，论文于2026年5月8日被接收，并以开放获取（Open Access）形式发表。
本研究属于生物医学工程与纳米技术交叉领域，聚焦于腔内恶性肿瘤（intracavitary malignancies）的治疗。膀胱癌（bladder cancer）是全球高发恶性肿瘤之一，其中约75%的病例为非肌层浸润性膀胱癌（non-muscle-invasive bladder cancer, NMIBC）。目前的标准治疗方案是经尿道膀胱肿瘤切除术（transurethral resection of the bladder tumour, TURBT）后辅以膀胱灌注（intravesical instillation）化疗药物，以清除残余病灶、降低复发率。
然而，传统膀胱灌注化疗面临多重生物学屏障的限制，导致疗效不佳。这些障碍主要包括：（1）尿路上皮粘液层和肿瘤细胞外基质（extracellular matrix）对药物的渗透性差；（2）药物对肿瘤病灶的选择性低；（3）药物在排尿过程中迅速流失，导致病灶部位药物滞留不足。现有改进策略，如外部物理场辅助给药（电驱动、射频热化疗等）和纳米载体递药系统，虽能部分提升疗效，但仍存在设备专用性强、肿瘤靶向能力有限、组织穿透深度不足或载体滞留引发副作用等问题。
针对上述瓶颈，该研究团队提出了一种创新的解决策略：利用微纳机器人（micro/nanorobots）技术，通过非接触式对流输运（non-contact convective transport）机制，克服腔内化疗中靶向难、渗透难的问题。研究旨在开发一种可自主导航、精准靶向病灶并可控快速释药的微机器人系统，以实现膀胱癌腔内化疗效能与安全性的双重提升。
该研究包含五个核心环节：微机器人制备与表征、磁驱动与流体力学调控、对流增强释药与屏障穿透验证、体外智能膀胱模型递送实验、以及在体动物靶向与临床前治疗试验。
第一步：载药磁性藻类微机器人的制备（fabrication of drug-loaded magnetic C. granii, DMCG）。 研究选用硅藻物种Coscinodiscus granii（C. granii）作为天然生物模板（template），利用其天然的分级多孔硅质壳（hierarchical porous silica shell）结构。制备流程包括：对硅藻壳进行中空化处理（frustule hollowing），随后在其表面沉积四氧化三铁纳米颗粒（Fe₃O₄ NPs）实现磁性功能化（得到中间产物MCG），接着装载模型化疗药物阿霉素（doxorubicin, DOX），最后包裹一层聚多巴胺（polydopamine, PDA）薄膜进行药物封装。表征实验证实，该微机器人呈现多孔-中空结构，表面磁铁矿均匀包覆，载药效率最高可达27.95%，并表现出超顺磁性（superparamagnetic behaviour），饱和磁化强度（saturation magnetization）为32.3 emu g⁻¹。
第二步：磁驱动控制与流体动力特性研究。 研究建立了一套可编程的旋转磁场（rotating magnetic fields, RMFs）框架，以驱动具有轮状外形的DMCG。通过切换磁场模式，可以使微机器人在原位旋转（rotating/spinning）和滚动/翻转运位移动（rolling/tumbling）两种运动模式间切换。运动特性被量化，在去离子水及多种模拟生物介质（人工尿液、血清、粘液）中，其角速度（angular velocity）最高可达4.8转/秒，线速度最高可达0.45 mm/s。为实现自主导航，研究整合了实时成像与深度学习（deep learning）算法，开发了闭环反馈控制系统，可进行路径规划与环境探索，其定位精度（约5 μm）显著优于手动路径编辑。为适应实际应用中的多单元协同，研究揭示了DMCG在旋转磁场下可形成可重构集群（reconfigurable swarming），并展示了集群在模拟膀胱皱襞的复杂地形和倒置环境中的鲁棒运动能力。利用粒子图像测速（particle image velocimetry, PIV）和计算流体动力学（computational fluid dynamics, CFD）模拟，研究发现不同运动模式产生截然不同的流场特征：旋转模式产生最强的近壳层剪切流和流体扰动，多体组装（multibody assemblies）和回旋集群（swirling swarms）能成倍增强此对流效应。这为利用运动模式切换实现“运输-释放”功能分离提供了依据。
第三步：对流增强药物释放与屏障穿透验证。 基于对流-扩散方程，研究团队预测并验证了DMCG可通过增强对流加速药物释放。实验显示，与静态对照相比，在3 Hz旋转频率下，药物释放量提升83.2%，5 Hz下提升143.1%。仿真模拟表明，对流输运（convective transport）通量超过扩散通量1-2个数量级。在模拟膀胱屏障的琼脂糖水凝胶基质（agarose hydrogel matrix）和肿瘤球（tumour spheroid）实验中，旋转驱动的DMCG（MCG）显著增强了自由阿霉素的渗透：5分钟内水凝胶渗透深度增加约300 μm，总荧光强度提升155%；20分钟内肿瘤球的渗透深度增加约150 μm，荧光强度提升368.6%。这证明了该非接触式对流策略可有效穿透生物学屏障。
第四步：体外智能膀胱模型递送验证。 研究将驱动磁体集成为“机器人磁体系统”（robotic magnet system, RMS），结合深度学习图像反馈，在模拟膀胱肿瘤模型中实现了全流程自动化操作。实验证实，DMCG集群可先以低扰动滚动模式导航至目标，再切换为旋转模式在病灶处快速释药。与被动扩散相比，该方法在40分钟内将模型药物吲哚菁绿（indocyanine green, ICG）的渗透深度提高了3.6倍。
第五步：体内肿瘤靶向与临床前治疗试验。 在小鼠原位膀胱癌（orthotopic bladder tumour）模型中，研究利用超声成像（ultrasound imaging）引导实现了DMCG的体内自主导航与病灶靶向。给药30分钟后，DMCG组膀胱组织中的DOX渗透荧光强度是游离药物组的1,083.6%（肿瘤区域），且肿瘤与非肿瘤区域的荧光强度比值从0.56显著提高到3.6，实现了高选择性靶向渗透。在为期1周、隔天给药共4次治疗的临床前试验（preclinical trial）中，生物发光成像（bioluminescence imaging）显示，DMCG治疗组的肿瘤负荷被抑制到PBS对照组的0.59%，显著优于游离DOX组。苏木精-伊红染色（H&E staining）、TUNEL凋亡染色及Ki-67增殖染色证实了最小化的残余肿瘤、增强的凋亡和抑制的增殖。至关重要的是，治疗期间小鼠体重稳定，血清生化及主要器官组织学均未显示治疗相关毒性。
该研究成功设计了一种名为“algebot”的机器智能多模态生物杂化微机器人系统，解决了膀胱癌腔内化疗中靶向性差和渗透性不足两大关键临床难题。其科学价值在于，首次提出了利用微机器人产生的流体对流作为一种非接触式机制，来增强药物分子穿透尿路上皮等复杂生物屏障，实现了“运输-释放”功能分离的精妙控制。在应用价值上，该系统在动物模型中展现出了传统灌注化疗难以企及的超高治疗效能（疗效提升超40倍），且具有非侵入性、无全身毒性等显著优势，为膀胱癌保守治疗或手术辅助治疗提供了全新的、可临床转化的策略。研究展现的跨尺度、多模态一体化控制思想，也为其他体腔（如腹腔、子宫）的精准化疗提供了可借鉴的范式。