《Sensors and Actuators B: Chemical》：Microfluidic pH Monitoring of Trace Urine Samples via Optimized Optical Layout and Machine Learning
编辑推荐：
•微流控芯片可监测1.9微升尿液pH值，范围从4.0至9.0。•光纤准直光学系统与机器学习算法可有效抵抗尿液色素、浊度和溶血干扰。•GBDT-LRGB模型经过超过2000组数据的优化与验证。•92.5%的样本pH残差小于0.2，处于临床可接受的0.5偏差范围内。•可适配器官芯
- •
微流控芯片可监测1.9微升尿液pH值，范围从4.0至9.0。
- •
光纤准直光学系统与机器学习算法可有效抵抗尿液色素、浊度和溶血干扰。
- •
GBDT-LRGB模型经过超过2000组数据的优化与验证。
- •
92.5%的样本pH残差小于0.2，处于临床可接受的0.5偏差范围内。
- •
可适配器官芯片、单细胞培养及体外诊断设备。
引言
在生命科学与生物医学工程领域，pH是维持生化稳态的关键参数[1]、[2]、[3]。它不仅决定了生物大分子的构象稳定性和酶促反应动力学，还直接反映了细胞代谢和组织微环境状态[4]、[5]、[6]。在临床诊断中，尿液的精确pH测定对于评估全身酸碱平衡及筛查代谢紊乱或尿路感染（如尿路结石和细菌增殖等）具有不可替代的价值[7]、[8]、[9]。
微流控技术凭借其极低的试剂消耗量、高通量能力[11]及卓越的时空分辨率[12]，已成为器官芯片[10]和体外诊断（IVD）研究的核心平台。在此类基于微流控的应用中，动态pH监测对于确保实验精度和生理模拟的真实性至关重要。在体外诊断领域，基于酶促或免疫反应检测的系统对pH高度敏感，微流控芯片与高精度pH传感器的结合可减少pH漂移引起的误差并提高检测重复性[13]。尽管已有研究者探索了基于荧光或表面等离子共振（SPR）[14]及ISFET[15]的非接触式检测方法，但其对复杂昂贵光学仪器的严重依赖极大地阻碍了其在即时检测（POCT）场景中的广泛应用[16]。
Welch等[17]利用离子敏场效应晶体管（ISFET）技术实现了在微流控芯片上对体积小于1微升液体样本的实时pH监测，为微流控系统中原位pH检测提供了有利策略。然而，仅依靠ISFET无法独立完成pH测量，其必须与参比电极配合使用。芯片集成的伪参比电极存在稳定性差、电位漂移严重及使用寿命短等问题，长时间测量时基线漂移会导致数小时至数天内出现明显偏差。此外，此类电极易受静电和电磁干扰，需要频繁重新校准，无法满足连续监测的要求。Mousavi Shaegh等[18]提出了基于光学的微流控芯片pH监测策略以满足稳定连续检测的需求。然而，该方法仅依赖单波长吸光度计算pH值，缺乏自校准或比值校正机制，因此无法消除光源衰减、光电二极管漂移和光路污染引起的系统误差。此外，该方法仅在pH 6.5至8.0范围内具有良好的线性度，无法覆盖生命科学中常见的应用场景。此外，该研究未考察高浊度和有色体系对检测结果的干扰。Wang等[19]将智能手机成像与比色试纸相结合，实现了4.0至8.5宽pH范围内具有优异分辨率的检测，为本研究提供了重要参考。然而，不同智能手机CMOS传感器之间的硬件差异极大地降低了检测稳定性。基于色相的定量分析使系统易受环境光、白平衡和试纸基质背景的干扰，因此需要严格控制光源和背景色以确保稳定测量。滤纸上毛细流动速率的不均匀也会导致显色不一致，进一步降低检测可靠性。此外，该方法无法应用于微量液体系统的连续pH监测。Elsenety等[20]使用pH试纸作为传感介质，结合K近邻（KNN）回归模型在2.5至9.0范围内实现了精确的pH定量。该研究阐明了pH值与智能手机CMOS传感器采集的RGB三通道色度值之间的相关性。Ayd?n等[21]进行了类似研究，采用机器学习方法增强了系统对光强变化的抗干扰能力。这些发现为在微流控芯片上采用光投影比色法检测微量液体pH值时部署机器学习提供了有价值的参考。然而，该研究既未充分评估多种干扰下的检测稳定性，也未对pH与RGB信号之间的定量相关性进行系统深入的分析。受限于反光和聚焦缺陷，智能手机在对微量液体进行近距离拍摄时无法保证合格的成像质量。此外，基于试纸的检测方法与微流控平台上微量液体pH测量的需求不相容。Baldini等[22]为基于光纤的微流控系统pH测量提供了有价值的参考。在他们的研究中，使用毛细管作为检测单元，实现了令人满意的pH检测性能。然而，该方法涉及将单一指示剂共价固定在毛细管内壁上，存在制造成本高、长期稳定性不足以及原始光学信号信息含量有限等局限，难以适应复杂的样品基质。Sakr等[23]使用多种机器学习模型对RGB色度信号进行定量pH分析，在pH 4至10范围内以0.5分辨率实现了精确分类（F1分数 > 97%），从而证明了机器学习增强比色法pH检测精度和鲁棒性的潜力。然而，该研究中的光学信号是在标准缓冲溶液中大面积凝胶显色后以反射式测量配置获取的。在微体积液体系统中，光路受到颗粒散射和其他有色基质成分干扰时，机器学习算法的去噪能力尚未得到探索。
综上所述，微量微流控样本的连续pH检测需要同时满足稳定性、准确性、测量范围、抗干扰能力和低成本这五项核心指标。然而，针对这一应用，全面的实践研究和成熟的技术方案仍然缺乏。为填补这一空白，本研究创新性地引入了一种通过微检测单元的透射式光学装置。通过利用光纤和透镜扩展投影成像面积并使光照明均匀化，我们有效缓解了由光分布不均引起的RGB通道误差。此外，通过整合机器学习算法对RGB信号进行智能分析，我们建立了一种能够满足全部五项性能标准的鲁棒检测策略。最终，通过多种技术和理论框架的战略性整合、系统化优化以及在具体细节上的针对性创新，本工作开发了一套系统方法论，能够应对复杂且可变量子化基质条件下微通道内透明液体的pH监测需求，并成功利用临床采集的复杂基质尿液样本验证了其可行性。
章节摘要
试剂与材料
用于配制标准pH缓冲溶液的所有化学试剂均购自阿拉丁（美国洛杉矶）。甲基红-溴百里酚蓝混合pH指示剂购自杭州易道生物技术有限公司，完整的配制细节见补充材料。5毫米子弹形LED购自当地电子市场。TCS230 RGB检测芯片购自TAOS公司（美国德克萨斯州）。检测模块、电路板及加工结构
微流控pH监测装置的结构设计
微流控pH监测装置的外观如图1A(1)所示，整体尺寸小于掌心大小，具有出色的便携性。其内部爆炸结构如图1A(2)所示，集成了温控模块、芯片夹持器、光路系统和显示屏，形成一个完整的检测系统。光路系统的详细设计如图1A(3)所示。微流控芯片夹持器安装在
结论与讨论
在所考察的实验条件下，本研究成功开发了一套适用于透明微流控样本的连续pH监测系统。该系统在稳定性、准确性、测量范围、抗干扰能力和低成本这五项评估指标上均取得了良好的综合性能。采用光纤耦合和准直透镜使微比色皿内部光路均匀化，结合三维微量混合通道
伦理考量
本研究按照《赫尔辛基宣言》进行，并经台州恩泽医疗中心（集团）医学伦理委员会批准（批准号：K20231201）。在尿液样本采集前已获得所有参与者的书面知情同意，本工作中使用的所有临床尿液样本均经过匿名化处理以保护患者隐私。
CRediT作者贡献声明
王学春：软件、形式分析。张媛媛：原稿撰写、验证、方法论、资金获取、概念构思。杜欣：软件、方法论、形式分析。李佳慧：可视化、监督、软件、项目管理。王小虎：审阅与编辑、监督、资源、概念构思。李玄志：调查研究、数据整理。何柳晴：可视化、数据整理。
利益冲突声明
作者声明不存在已知的竞争性经济利益或个人关系可能影响本文所报告的工作。
致谢
本工作由中国国家自然科学基金资助（资助号：82502786，Y.Z.）。
张媛媛于2016年获南京大学制药工程硕士学位，2023年获浙江工商大学食品科学与工程博士学位。2018年，她曾担任西湖大学研究助理及访问学者。2023年，她在中国浙江大学和浙江省人民医院担任博士后。自2026年起，她担任杭州医学院副教授。她的研究
张媛媛|杜欣|王学春|李玄志|何柳晴|李佳慧|王小虎
