2026年10月5日，华中科技大学生命科学与技术学院刘笔锋教授、陈鹏副教授联合东北大学田野研究员团队在 Nature Communications 在线发表题为 “Reframing decentralized diagnostics with a programmable multi-dimensional microfluidic system” 的研究论文。研究团队开发了智能手机集成的多维可编程微流控智能诊断系统 SID-WAVES，通过空间、时间与信号多维协同编码，将可编程流体控制、核酸与蛋白检测以及手机智能判读集成于统一微流控平台，为去中心化诊断由单一靶标筛查向多样本、多靶标和多模态分析拓展提供了新思路。

感染性疾病的精准管理不仅需要判断“是否感染”，还需要进一步获得病原体类型、分子亚型及宿主相关免疫状态等信息。然而，中心实验室检测依赖大型专业设备和多步骤操作，而现有即时检测往往受限于少量靶标和二元定性读出。如何在不显著增加操作和仪器复杂度的前提下，提高现场检测的诊断准度和信息维度，成为去中心化诊断面临的重要挑战。

针对这一问题，研究团队构建了具有空间—时间—信号协同编码能力的WAVES微流控系统。芯片通过双虹吸阀和低熔点相变蜡阀对不同试剂进行空间隔离与顺序释放，并结合可编程离心加热装置，实现样本前处理、试剂定量、反应、转移和侧向流读出的自动衔接。在这一架构中，空间维度负责不同反应单元的物理隔离，时间维度控制试剂释放及反应时序，信号维度则进一步扩展多靶标和浓度信息的编码能力。空间、时间和信号编码维度上的结构性脱耦，确保独立的物理流体操作能够精准协同生化感应阵列，执行准确有序的反应动力学程序。通过更换靶标、引物和探针，同一流体控制框架可适配不同检测任务，使芯片由固定检测装置转变为可重配置的分析系统。

在核酸检测方面，研究团队将RPA等温扩增与CRISPR/Cas12a特异性识别结合，并利用空间隔离降低多重扩增中的相互干扰，实现HPV及呼吸道病毒的高灵敏多重检测。完整RPA–CRISPR–侧向流检测流程对HPV-16/18的检测限达到 10^-18 M（约0.6 copies.μL⁻¹）。在165份临床宫颈拭子样本中，基于手机端智能判读系统，HPV-16和HPV-18检测准确率分别达到 98.2%和100%；系统还可通过替换识别元件扩展至SARS-CoV-2、甲型和乙型流感病毒联检，显示出检测系统的可迁移能力。

针对多模态多靶标检测信号解码困难和人工判读带来的差异，团队进一步建立了由 YOLOv11目标定位和CNN分类模型组成的智能诊断模块。该模块能够自动定位芯片中的试纸条、提取检测区域并完成结果分类；在2430个检测模块的验证中仅出现1次漏检。进一步构建的DenseNet模型获得99.35%的分类准确率，AUC达到0.99956，并被部署于可离线运行的智能手机端，图像输入后约 2 s 即可输出检测结果。该设计使智能手机由简单的图像采集工具进一步转变为去中心化检测的标准化结果智能解析终端。

平台还进一步由核酸检测拓展至蛋白免疫分析。研究团队通过氨基功能化金纳米颗粒、分层生物素—链霉亲和素捕获以及离心—毛细往复流动，构建“材料—化学—流体”三级协同信号放大，使蛋白检测灵敏度较传统侧向流检测提高 125倍。在54份模拟样本中，总体检测符合率由 87.6%提升至100%。同时利用分层捕获与多条检测线编码，实现了蛋白水平的半定量可视化分析，拓展了免疫信息的信号检测维度。

研究团队进一步在居家、宿舍、办公室和户外等非实验室场景验证平台的可用性。非专业人员仅通过不足2 min的教学视频即可独立完成检测，在所测试的SARS-CoV-2、甲型流感和乙型流感模拟样本中获得 100%检测准确率。在患者自采样、自检测评价中，高危HPV和呼吸道病毒总体检测符合率分别达到 96.7%和97.8%，显示出该平台在真实去中心化场景中的应用潜力。

总体而言，SID-WAVES的核心并非针对单一检测项目增加更多靶标，而是通过可编程流体控制、多维信息编码和智能算法协同，将核酸检测、蛋白分析、多样本检测和智能手机判读组织在统一的微流控架构中。该研究为现场检测在保持操作简便性的同时获取更丰富的生物医学信息提供了新的工程框架，也为去中心化诊断由“快速筛查”向“多维信息获取和智能判读”发展提供了可拓展的技术思路。

东北大学与华中科技大学联合培养博士生徐涛、华中科技大学生命科学与技术学院博士生章英、唐鑫为论文共同第一作者。华中科技大学生命科学与技术学院刘笔锋教授、陈鹏副教授和东北大学田野研究员为共同通讯作者。该研究获得国家自然科学基金、国家重点研发计划等项目支持。

文章链接：https://www.nature.com/articles/s41467-026-77744-1