新冠疫情嚴重危害國民健康和社會經(jīng)濟發(fā)展，精準高效的檢測技術可為疾病防控提供重要依據(jù)。紙基微流控芯片（也稱紙上微型實驗室）采用纖維濾紙作為基體材料，通過構筑親/疏水通道并借助材料內(nèi)部毛細作用引導流體輸運，實現(xiàn)微尺度下流體自驅(qū)動與自流控。紙基芯片具有環(huán)保、低成本、運輸和存儲方便等優(yōu)點，已廣泛應用在臨床診斷、環(huán)境監(jiān)測和食品安全等領域，伴隨人工智能發(fā)展，醫(yī)學信息學、智慧醫(yī)療取得了快速進步?；跀?shù)據(jù)挖掘，智能化疾病風險預測、藥物應用指導、治療效果評估和轉歸預后推斷等研究正日臻完善。結合紙基微流控芯片與深度學習，同步改進現(xiàn)有儀器技術的硬件載體和軟件架構，將有助于完善現(xiàn)有核酸檢測方法并緩解疫情常態(tài)化核酸檢測壓力。

據(jù)麥姆斯咨詢報道，基于此，福州大學孫浩、福建省立醫(yī)院黃毅和深圳技術大學賈原團隊在國家自然科學基金委員會主管、主辦的Fundamental Research期刊上發(fā)表論文。設計了7層結構的復合式紙基微流控芯片，采用激光加工和機械過塑等工藝批量制造原理樣機。紙基檢測單元具有二維簡平化特點，相對于傳統(tǒng)聚丙烯管反應體系，芯片結構抑制了光學系統(tǒng)中雜光干擾與信號衰減。同時，芯片上傳熱過程更加快速和均勻，提升了檢測效率。以商業(yè)化合成的SARS-CoV-2 ORF1ab基因片段為模板，完成實時熒光定量反轉錄聚合酶鏈式反應（RT-qPCR）。芯片上熒光信號由儀器光電實時系統(tǒng)采集，并傳輸給遞歸神經(jīng)網(wǎng)絡（RNN）、長短期記憶神經(jīng)網(wǎng)絡（LSTM）和門控循環(huán)單元（GRU）模型，實現(xiàn)核酸檢測時間序列數(shù)據(jù)的早期快速預測。

芯片與常規(guī)標準化儀器系統(tǒng)兼容，具有基礎研究實用性和工程可擴展性。單片成本約1.6元，布列多個檢測單元完成并行檢測，每個檢測單元試劑消耗為1.1微升（約為常規(guī)同比檢測的3%）。研究結果表明，紙基檢測單元采集信號具有更高信噪比；深度學習模型準確預測了擴增曲線趨勢，最早可在第13擴增周期時刻定性辨識被檢樣本屬性；可在20周期時刻精準預測終點（40周期）信號值，借助閾值判據(jù)和標準曲線，實現(xiàn)了被檢樣本定量分析。這種大比例縮減檢測時間和降低檢測成本的方法，不僅對于大規(guī)模篩查和常態(tài)化檢測具有重要價值，而且可遷移至更廣泛的診斷領域。

此外，該項研究是紙基微流控和人工智能在新冠病毒檢測時序數(shù)據(jù)分析的首次集成創(chuàng)新，已授權中、美、澳等國多項發(fā)明專利。研究有助于為醫(yī)學信息學和儀器科學等領域提供參考，共同為緩解我國當前疫情防控提供新技術和新途徑。在應對未來潛在大規(guī)模流行病、輔助提升疾病防控水平、完善貧困邊遠地區(qū)醫(yī)療保障等方面具有積極意義。

論文鏈接：

https://doi.org/10.1016/j.fmre.2021.12.005

審核編輯 ：李倩