3D-фреймворк моделирования для точного траекторного предсказания критического диаметра в детерминированной латеральной дисплейсмент-микрофлюидики

Сортировка крошечных частиц в крошечных лабиринтах

Представьте себе лабораторный тест, который за считанные минуты отыщет редкие раковые клетки или вирусы в образце крови, используя лишь каплю жидкости и прозрачную пластиковую пластину. В этой статье исследуется одна из ключевых технологий таких тестов — микроскопический «полос препятствий» для частиц, называемый детерминированным латеральным смещением (DLD), — и предлагается новый способ точно предсказывать, какие частицы будут разделены, а какие проскользнут.

Как микроплоскости препятствий сортируют по размеру

Устройства DLD — это плоские микрофлюидные каналы, заполненные регулярно расставленными столбиками, похожими на упорядоченный лес. Жидкость течёт равномерно через зазоры. Малые частицы следуют за линиями тока и проходят прямо, в виде зигзага. Более крупные частицы не помещаются в самые узкие поточные дорожки; они многократно сталкиваются со столбиками и сдвигаются вбок, в конце концов выходя в другой выходной канал. Пограничный размер, который определяет, будет ли частица зигзагировать или отбиваться, называют критическим диаметром. Знание этого критического диаметра заранее важно для проектирования чипов, которые надёжно разделяют клетки, капли или наночастицы для медицинской диагностики и исследований.

Почему существующие правила проектирования не всегда работают

До сих пор большинство правил проектирования DLD-устройств рассматривали частицы как идеальные точки, а канал — как идеально двумерную структуру. Простые формулы или компьютерные модели оценивали критический диаметр, используя только расстояние между столбиками в плоскости. Но реальные устройства имеют конечную высоту, и поток замедляется у верхней и нижней стенок. Столбики могут иметь некруглую форму, располагаться неравномерно и иметь небольшие дефекты изготовления. Ранние трёхмерные симуляции либо опирались на эмпирические подгонки, которые менялись от дизайна к дизайну, либо были настолько вычислительно тяжёлые, что были непрактичны для повседневного использования. В результате предсказания размеров частиц, которые будут разделяться, часто были неточными, особенно для более сложных форм столбиков или тщательно настроенных устройств.

3D-карта сил, действующих на каждую частицу

Авторы представляют новый трёхмерный фреймворк моделирования, который решает задачу с точки зрения самой частицы. Сначала они вычисляют подробное 3D-поле течения в небольшом репрезентативном блоке из четырёх соседних столбиков с помощью метода конечных элементов. Затем, вместо того чтобы считать частицу точкой, они делят поверхность шарообразной частицы на множество маленьких участков. Для каждого участка они рассчитывают, как локальные скорости и давления жидкости толкают или тянут частицу — включая вязкое сопротивление, силы давления и тонкие подъемные силы, возникающие из градиентов скорости и близости стенок. Эти локальные силы объединяются для пошагового обновления движения частицы. Отслеживая множество размеров частиц через повторные копии того же четырёхстолбикового блока, метод показывает, следует ли каждая величина зигзагообразной траектории, траектории со столкновениями, или чему-то среднему.

Скрытое третье поведение по вертикали

Используя этот 3D-подход, исследователи обнаружили, что критический диаметр не является одной фиксированной величиной, а меняется по высоте канала. Фактически он образует U-образную кривую: частицы на средней высоте разделяются при наименьшем размере, тогда как участки у верхней и нижней стенок требуют большего размера, чтобы их отклонить. Между этими крайностями существует переходная зона, где частица данного размера может переключаться между зигзагом и столкновениями по мере тонких вертикальных колебаний. Это смешанное поведение создаёт «изменённую зигзагообразную» траекторию с суммарным боковым сдвигом, который слабее и более вариабелен, чем при чистом отталкивании. Симуляции команды согласуются с опубликованными экспериментами и новыми тестами на специально изготовленных чипах: измеренные траектории частиц совпадают примерно с точностью до микрометра.

Проектирование более точных и интеллектуальных чипов для сортировки

Для неспециалистов главный вывод в том, что вертикальная структура потока — а не только расположение столбиков в плане — сильно влияет на то, насколько хорошо устройство DLD различает близкие по размеру частицы. Явно моделируя 3D-силы, новый фреймворк может предсказывать и объяснять неоднозначные траектории, которые ранее размывали эффективность разделения. Он также показывает, как некоторые формы столбиков, например перевёрнутые треугольные профили, могут сократить переходную зону и улучшить разрешение устройства. Поскольку метод использует лишь одно стационарное 3D-решение потока и затем эффективно переиспользует его, он представляет собой практичный инструмент для быстрого исследования новых геометрий чипов. В долгосрочной перспективе авторы предполагают сочетание этой модели на основе физики с автоматизацией, чтобы микрофлюидные сепараторы могли проектироваться по требованию для задач от изоляции редких клеток до диагностики у постели больного.

Цитирование: 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

Ключевые слова: микрофлюидная сепарация, детерминированное латеральное смещение, сортировка частиц, лаборатория-на-чипе, анализ клеток и наночастиц