Uma estrutura de modelagem 3D para previsão precisa, baseada em trajetórias, do diâmetro crítico em microfluidos de deslocamento lateral determinístico

Classificando partículas minúsculas com labirintos minúsculos

Imagine um exame de laboratório capaz de identificar células cancerígenas raras ou vírus em uma amostra de sangue em poucos minutos, usando apenas uma gota de fluido e um chip plástico transparente. Este artigo explora uma das tecnologias-chave por trás desses testes — um "curso de obstáculos" microscópico para partículas chamado deslocamento lateral determinístico (DLD) — e apresenta um novo modo de prever exatamente quais partículas serão separadas e quais escaparão.

Como os micro-cursos de obstáculos separam por tamanho

Dispositivos DLD são canais microfluídicos planos preenchidos com pilares regularmente espaçados, como uma floresta ordenada de postes. O fluido flui de maneira constante pelos espaços. Partículas pequenas seguem as linhas de corrente do fluido e atravessam em um padrão em ziguezague. Partículas maiores, no entanto, não cabem nas faixas de fluxo mais estreitas; elas esbarram repetidamente nos pilares e são desviadas lateralmente, emergindo em um coletor diferente. O tamanho-limite que decide se uma partícula ziguezagueia ou é desviada chama-se diâmetro crítico. Conhecer esse diâmetro crítico com antecedência é essencial para projetar chips que separem de forma confiável células, gotículas ou nanopartículas para diagnóstico médico e pesquisa.

Por que as regras de projeto atuais não são suficientes

Até agora, a maioria das regras de projeto para dispositivos DLD tratava as partículas como pontos ideais e o canal como perfeitamente bidimensional. Fórmulas simples ou modelos computacionais estimavam o diâmetro crítico usando apenas o espaçamento dos pilares em um plano. Mas dispositivos reais têm altura finita, e o fluido desacelera perto das paredes superior e inferior. Pilares podem ter formas não circulares, espaçamentos irregulares e defeitos de fabricação. Simulações tridimensionais anteriores ou dependiam de fatores empíricos de ajuste que variavam entre projetos, ou eram tão pesadas computacionalmente que se tornavam impraticáveis para uso rotineiro. Como resultado, as previsões sobre quais tamanhos de partícula seriam separados frequentemente eram imprecisas, especialmente para formas de pilar mais avançadas ou dispositivos ajustados com rigor.

Um mapa 3D de forças sobre cada partícula

Os autores apresentam uma nova estrutura de modelagem tridimensional que enfrenta o problema do ponto de vista da partícula. Primeiro, eles computam um campo de fluxo 3D detalhado em um bloco representativo pequeno de quatro pilares vizinhos usando software de elementos finitos. Em vez de assumir que a partícula é um ponto, dividem a superfície de uma partícula esférica em muitos pequenos patches. Para cada patch, calculam como as velocidades locais do fluido e as pressões empurram ou puxam a partícula, incluindo arrasto viscoso, forças de pressão e forças de sustentação sutis criadas por gradientes de velocidade e paredes próximas. Essas forças locais são combinadas para atualizar o movimento da partícula passo a passo. Ao rastrear muitos tamanhos de partículas através de cópias repetidas do mesmo bloco de quatro pilares, o método revela se cada tamanho segue um caminho em ziguezague, um caminho de colisão, ou algo intermediário.

Um terceiro comportamento oculto na dimensão vertical

Usando essa abordagem 3D, os pesquisadores descobriram que o diâmetro crítico não é um número fixo único, mas varia ao longo da altura do canal. Na verdade, ele forma uma curva em U: partículas na altura média são separadas no menor tamanho, enquanto aquelas próximas às paredes superior e inferior exigem diferença de tamanho maior para serem desviadas. Entre esses extremos existe uma zona de transição em que uma partícula de determinado tamanho pode alternar entre modos de ziguezague e de colisão à medida que oscila sutilmente para cima e para baixo. Esse comportamento misto cria uma trajetória de "ziguezague alterado", com um deslocamento lateral líquido mais fraco e mais variável do que o desvio puro. As simulações da equipe correspondem a experimentos publicados e novos testes em chips personalizados, com caminhos de partículas medidos concordando em cerca de um micrômetro.

Projetando chips de separação mais nítidos e mais inteligentes

Para não-especialistas, a conclusão principal é que a estrutura vertical do fluxo — não apenas o arranjo de pilares visto de cima — influencia fortemente o quão bem um dispositivo DLD pode distinguir partículas de tamanhos semelhantes. Ao modelar explicitamente forças 3D, a nova estrutura pode prever e explicar trajetórias ambíguas que antes confundiam o desempenho de separação. Ela também mostra como certas formas de pilar, como desenhos triangulares invertidos, podem reduzir a zona de transição e agudizar a resolução do dispositivo. Como o método usa apenas uma solução 3D estacionária do fluxo e depois a reutiliza com eficiência, oferece uma ferramenta prática para explorar rapidamente novas geometrias de chips. A longo prazo, os autores imaginam combinar esse modelo baseado em física com automação para que separadores microfluídicos possam ser projetados sob demanda para tarefas que vão desde isolamento de células raras até diagnóstico na ponta de atendimento.

Citação: Chen, J., Huang, X., Xuan, W. et al. A 3D modeling framework for accurate trajectory-based prediction of critical diameter in deterministic lateral displacement microfluidics. Microsyst Nanoeng 12, 78 (2026). https://doi.org/10.1038/s41378-025-01139-3

Palavras-chave: separação microfluídica, deslocamento lateral determinístico, classificação de partículas, lab-on-a-chip, análise de células e nanopartículas