综述：外部物理场辅助微流控表面增强拉曼散射（SERS）技术的最新进展

《Opto-Electronics Plus》：Recent advances in external physical field-assisted microfluidic SERS

　　1 引言
表面增强拉曼散射（SERS）是一种基于纳米结构表面处局部电磁场增强和化学增强的超灵敏分析光谱技术。电磁增强主要来源于局部表面等离子体共振（LSPR），它在纳米级间隙、尖锐尖端和粒子连接处放大局部电磁场。这些高度增强的区域被称为SERS热点。相比之下，化学增强与吸附分子和基底表面之间的电荷转移有关。当目标分子被吸附到金、银或其他贵金属纳米结构上时，它们的拉曼散射信号可以被显著放大，据报道增强因子可达10^6–10^15，这取决于基底结构、热点分布和测量条件。这使得能够获得具有独特分子指纹特征的高分辨率光谱信息1?3。由于其超高的灵敏度和特异性，SERS在生物医学诊断、环境监测、食品安全等相关领域显示出巨大的应用潜力4?10。然而，传统的SERS检测往往受到溶液中纳米粒子和分析物随机混合的限制，导致信号重复性较差和较大的波动11,12。同时，复杂的样品基质容易产生背景干扰，从而影响定量分析的准确性13。微流控技术的引入为SERS提供了一个高度可控的微反应环境14,15。通过在微纳尺度上精确操控流体，可以实现SERS基底和目标分子的有序组装和局部富集，以及反应过程的调节，从而显著提高检测的稳定性、重复性和可靠性16,17。尽管在微流控-SERS（MF-SERS）技术方面取得了显著进展，但现有系统仍然主要依赖于层流条件下的被动扩散来完成分子混合和基底吸附18,19。这样的系统在痕量或复杂样品中的传质效率较低20，这限制了检测性能的进一步提高。为了克服这一物理瓶颈，近年来出现了涉及外部物理场（如光学、电学、磁场和声场）的耦合策略，成为该领域的一个重要发展方向。通过引入主动的外部场调节来构建可控的光学、电学、磁场和声学微环境，这些方法实现了目标分子在微尺度上的定向传输、局部富集和动态组装，从而显著提高了传质效率和SERS检测灵敏度11,20。外部物理场的耦合不仅扩展了MF-SERS的操作维度，而且通过协同作用，为复杂样品的高通量和高度选择性分析提供了新的途径。然而，引入这样的外部物理场调节也增加了系统的复杂性，导致高维光谱数据和动态变化的噪声背景，这对传统分析方法构成了挑战。在这种背景下，人工智能（AI）为数据处理和系统控制注入了新的动力。AI不仅可以实现对复杂拉曼光谱的智能识别、定量和分类21,22，而且通过基于建模和优化的反馈，反向指导物理场参数的实时调整，从而建立了一个检测-调节闭环，推动MF-SERS走向新一代自动化、智能化和高通量的分析平台19。为了更清晰地展示这一技术领域的演变历程，我们总结了从基本理论建立到最近与AI智能集成（如图1所示）的关键发展里程碑。MF-SERS的发展并非一蹴而就，其演变过程可以分为几个具有不同创新概念和技术集成的关键阶段：

图1 MF-SERS技术的进化路线图：从基本原理的建立到智能集成。早期阶段代表了SERS效应的发现23?25和微流控理论的基础26,27。这两种技术分别在物理和化学分析领域独立发展，形成了双重技术基础，并为后续集成提供了理论支持。大约在2002年，SERS和微流控的首次结合得以实现28，标志着从离散理论向集成系统的重要飞跃，开启了在微纳尺度上进行原位检测的技术路线。随后，引入了外部辅助物理场策略，包括光学、电学、磁场和声场，克服了传统微流控依赖于被动扩散的局限性，形成了以主动操控和原位增强为中心的创新框架。通过光学镊子、介电泳、磁分离和声流等机制，这些方法实现了分析物的精确富集和空间组织，大幅提高了检测灵敏度和重复性29?32，并推动MF-SERS进入动态和功能发展的阶段。在过去五年中，AI的深度集成进一步扩展了这一领域的技术内涵。通过为光谱、图像和时间序列等多模态数据构建智能分析模型，相关研究不仅实现了高通量和高精度的信号识别和定量，还将系统从传统检测工具发展为数字化和智能化的单分子/单细胞分析平台33?35，展示了数据驱动方法和物理调节之间的新型深度集成范式。为了进一步评估这一领域的研究趋势，我们在Web of Science数据库中搜索了2010年至2025年的出版物。搜索使用了“SERS”或“表面增强拉曼散射”作为核心术语，并结合“微流控”、“微流控芯片”或“光流体”来查找与MF-SERS相关的研究。外部物理场辅助的研究使用了与光学、电学、磁学和声学调节相关的额外关键词，包括“光热”、“光学镊子”、“介电泳”、“电化学”、“磁富集”和“表面声波”。AI辅助的研究使用“AI”、“机器学习”、“深度学习”和“神经网络”等术语进行搜索。结果中的年度出版物趋势总结在图2中。

图2 2010年至2025年SERS、MF-SERS、外部场辅助MF-SERS和AI辅助MF-SERS的出版物趋势。结果显示，SERS领域的总体出版物数量稳步增长，从2010年的1,515篇论文增加到2025年的4,212篇。同时，随着MF-SERS技术的逐渐成熟，在所有MF-SERS文献中采用外部物理场辅助策略的研究比例从2010年的不到6%上升到2025年的超过35%。特别值得注意的是，自2022年以来，结合外部物理场辅助MF-SERS技术和AI的研究呈现爆炸性增长。相关出版物的年数量迅速增加，仅在三年内就增加了大约10倍。这一明显的总体趋势表明，外部辅助物理场协同的MF-SERS已成为一个重要前沿方向。由于其灵活可控的样品操作和信号增强能力，它在广泛的复杂应用场景中展示了巨大潜力，包括生物医学中的单细胞代谢分析和体内药物监测、环境分析中的高灵敏度污染物追踪、食品安全中的痕量添加剂和毒素识别，以及生命科学中生物大分子的动态相互作用研究。为了系统地总结这一领域的快速进展，本综述提供了对外部辅助物理场MF-SERS技术的全面概述。我们重点关注光学、电学、磁场和声场的操作机制和代表性设备架构，讨论了AI在数据分析和系统优化中的作用，并进一步概述了这项技术向更大集成和智能化发展的未来前景。

2 不同外部物理场辅助的MF-SERS
SERS和微流控技术的结合结合了微流控在精确微纳流体操控和高通量方面的优势以及SERS的高灵敏度和分子指纹识别能力，实现了低消耗、准确的原位样品检测，如图3(a)所示。

图3 (a) SERS和微流控技术的集成。(b) 基于不同外部物理场的主动操控策略。外部物理场的引入从根本上克服了传统微流控系统依赖于层流下被动扩散的约束，将检测范式从被动积累转变为主动操控。如图3(b)所示，我们选择了当前研究中应用最广泛的四种物理场，并系统地阐述了它们在提升MF-SERS检测性能方面的核心工作机制和关键优势。光学辅助：其主要利用光-物质相互作用产生的多维效应（如光学镊子、光催化、光热效应等）来实现非接触式的光捕获和目标微粒的精确操控。它还能够实现SERS基底的原位制造、再生和自清洁。这种策略具有高时空分辨率和操作灵活性，非常适合单粒子分析、实时原位反应监测等相关场景。电学辅助：基于介电泳力和电化学界面调节，它实现了分析物在微纳尺度上的定向富集、定向传输和局部浓度增强。凭借快速响应和高控制精度的优点，它广泛应用于痕量生化分子分离、细胞电融合和电化学-拉曼联合检测。磁场辅助：利用磁性纳米粒子或标签的特定响应，它在复杂基质中实现了高效的分离、富集和空间排列，并允许构建高密度、可重新配置的SERS热点。其特点是背景干扰低且操作简单，适用于生物医学样品预处理、同时多组分检测等领域。声学辅助：通过声辐射力和声流效应，它提供了一种无标记、低损伤的粒子操控方法，具有优异的生物相容性和三维操控能力。它特别适合于活细胞、外泌体和生物大分子的非接触式富集和对齐，在生物传感和单细胞分析中表现出色。在后续章节中，我们将逐一详细阐述这些物理场辅助策略的工作机制和典型应用。

2.1 基于光学辅助的MF-SERS
光学辅助将外部光场引入集成的MF-SERS系统中，以非接触和时空可控的方式调节光-物质相互作用、粒子运动和局部微环境。利用光的高空间和时间可控性，这种策略为改善微流控环境中的分析物传输、基底构造、热点调节和信号稳定性提供了灵活的途径36?38。在本节中，总结了三种代表性的光场辅助MF-SERS策略，包括光催化辅助的基底制造/再生、光热增强的传质/富集和基于光学镊子的粒子操控，它们的详细机制和应用将在以下小节中讨论。

2.1.1 基于光催化的MF-SERS
许多SERS基底（如贵金属纳米粒子、半导体和MOFs）具有优异的光催化活性19,20。在MF-SERS系统中，除了激发拉曼信号外，外部光源还可以通过照射基底产生光激发电子-空穴对，从而触发独特的双重光化学过程：光激发的电子具有强的还原性，可以在原位还原并沉积金属离子（如Ag+）到流体中的SERS活性纳米结构中，实现在线、按需合成基底39；而光激发的空穴及其衍生的活性氧物种（ROS）具有强的氧化性，可以有效降解吸附在基底表面的目标分子并消除残留干扰40,41。这种光催化辅助机制不仅为微流控环境中SERS基底的实时制造提供了新思路，还通过原位自清洁功能有效克服了传统SERS检测中的常见记忆效应，极大地提高了系统的灵活性和重复性42。原则上，光催化和SERS在微流控中的协同作用实现了“合成-检测-再生”的闭环操作，形成了一个动态和可编程的传感平台。这种策略的优势如下：基底制造和反应过程都在微通道内原位完成，避免了外部污染和样品损失；通过调整光照参数可以精确控制纳米结构的形态和分布，从而优化局部电磁场增强效果；光驱动的自清洁机制使得同一芯片可以连续用于不同样品的分析，显著提高了分析通量和设备寿命。因此，光催化辅助的MF-SERS不仅扩展了传统SERS的功能边界，还为针对实际样品的现场和连续检测提供了创新解决方案。Sun等人43报道了一种基于紫外（UV）光催化的混合SERS芯片。在这项研究中，TiO2纳米棒被修饰在三维碳纤维布（CFC）上，并在UV照射下原位还原AgNO3，构建了AgNPs@TiO2-CFC混合基底结构。这种设计不仅能够创建高密度和高度活性的SERS热点，还通过光催化自清洁机制赋予基底出色的再生能力。在微流控芯片中，分别实现了晶体紫（CV）和罗丹明6G（R6G）的检测下限（LODs）为10^-8 mol/L和10^-9 mol/L。更重要的是，通过使用便携式紫外线灯触发TiO2的光催化降解，该芯片能够在检测后去除吸附的分子，并在五个检测-自清洁循环中保持对10^-6 mol/L R6G的稳定SERS响应，其中613 cm^-1处的拉曼强度仅波动了大约10%（图4(a)）。图4显示了基于紫外线催化TiO2的自清洁MF-SERS芯片的示意图：(a) 使用紫外线光激发TiO2降解有机分子以消除记忆效应；(b) 具有可移动基底设计的微流控传输系统，通过精确控制Ag@SiO2微球的捕获和释放有效避免交叉污染；(c) 光热辅助的液体界面增强型MF-SERS系统，激光诱导的局部光热加热触发马朗戈尼对流，从而在热点区域主动捕获和富集分析物分子；还展示了从10^-12到10^-16 M浓度范围内的R6G的代表性SERS光谱；(d) 光流控检测系统，具有光学捕获增强型SERS功能，能够捕获自由金属纳米粒子并减小相邻金属纳米粒子之间的距离；(e) 在微流控环境中使用光学镊子对Lactobacillus fermentum进行稳定SERS检测。图4来源如下：(a) 美国化学学会参考文献43；(b) 美国化学学会参考文献44；(c) 美国化学学会参考文献47；(d) 中国科学院光学与电子研究所参考文献50；(e) 美国化学学会参考文献51。Liu等人开发了一种基于可移动基底的混合等离子体微流控检测平台。他们设计了可以由流体动态捕获和释放的Ag@SiO2微球SERS基底：银纳米粒子（Ag NPs）通过光催化还原在SiO2微球表面原位生长，形成高灵敏度的混合探针。在微通道中，通过调整流速可以精确控制基底在检测区域的停留和释放。检测后，可以注入乙醇以排出用过的微球并引入新鲜基底，从而完全消除不同样品之间的交叉污染（图4(b)）。这种策略实现了CV的超低检测下限，为10^-10 mol/L。

2.1.2 基于光热的MF-SERS
光热辅助的MF-SERS主要利用贵金属纳米结构在特定波长激光照射下产生的LSPR效应，该效应能够高效地将光能转化为热能，从而在微通道内形成可控的局部温度梯度。这种梯度触发两个关键物理过程：一个是热对流，它通过温差促进流体的定向流动；另一个是热泳效应，它使得微/纳米粒子或分子沿温度梯度向低温或高温区域定向迁移。这两种效应的协同作用可以显著加速目标分子向SERS活性区域的传输和富集，有效解决了传统微流控中依赖被动扩散导致的质量传输缓慢的问题。这项技术的优势如下：通过光热效应实现目标分析物的快速传输和局部浓缩，大大提高了检测灵敏度和信噪比（SNR）；光场分布和富集率可以通过激光参数（如功率和聚焦位置）灵活调整，以适应不同的样品和检测要求；光热驱动不依赖于外部流体场干扰，适用于高盐度和高粘度等复杂基质；不需要外部复杂的驱动组件，使得在便携式微流控平台上进行高性能的现场检测成为可能。因此，光热辅助策略为MF-SERS技术在环境监测和生物分析等领域的实际应用提供了强有力的技术支持。Bai等人提出了一种光热辅助的液体界面增强型MF-SERS策略。在这种方法中，激光诱导的局部光热加热在空气-液体界面产生温度梯度，并触发马朗戈尼对流，从而将分析物分子主动传输和富集到热点区域，实现高效超痕量检测，如图4(c)所示。与传统MF-SERS相比，该策略显著提高了分析物的富集效率和利用效率，将R6G的检测下限从10^-9 mol/L降低到10^-16 mol/L；当进一步与二维周期性纳米结构集成时，检测下限可以降至10^-17 mol/L以下，展现出出色的超灵敏检测性能。

2.1.3 基于光学镊子的MF-SERS
1986年，Ashkin等人首次使用高数值孔径物镜紧密聚焦单束激光，构建了一个能够捕获微尺度粒子的稳定三维光学势阱，标志着光学镊子技术的诞生。这项技术的核心原理在于高度聚焦的激光束在焦点区域形成的极强电场梯度，从而产生足以克服布朗运动的光学梯度力。这种力将微/纳米粒子稳定地限制在光学陷阱的中心，从而可以精确调节它们的位置和姿态。将光学镊子技术与MF-SERS系统集成，形成了一个创新的光学操控和检测平台。其创新主要体现在两个方面：使用光学镊子主动捕获和排列SERS活性纳米粒子（如Au和Ag NPs）在微通道中，使它们组装成具有高增强效应的有序结构；同时，它可以直接操控单个生物细胞或目标分子，精确地将它们传输到SERS检测区域，实现局部富集和原位光谱分析。这种策略突破了传统微流控依赖被动扩散的限制，显著提高了检测灵敏度和空间分辨率。Sun等人开发了一种基于单束光陷阱的光流控分子指纹谱检测系统。该系统集成了1550 nm激光模块用于构建光学陷阱和532 nm激光模块用于获取拉曼信号。通过锥形光纤耦合1550 nm激光，在光纤尖端产生高梯度光场。这种高梯度场产生的光力使得自由金属纳米粒子在微流控通道内被捕获，从而显著减小了粒子间的距离，有效增强了相邻金属纳米粒子之间的局部电场（图4(d)）。为了验证单束光陷阱捕获金属纳米粒子的效率，Sun等人还建立了相应的仿真模型并验证了该策略的理论可行性。此外，该系统成功检测到了浓度为10^-9 mol/L的CV和10^-5 mol/L的硫磷酰胺，展示了该检测平台的优越性能。同样，Shang等人结合无标记SERS和光学镊子构建了一个用于鉴定乳酸菌的微流控测试平台。使用1064 nm激光生成光学陷阱，将Ag NPs和细菌细胞固定在微流控环境中，同时使用532 nm激光激发拉曼信号。利用这种方法对六种工业相关的乳酸菌菌株进行了表征（图4(e)），并通过机器学习算法处理和分类了获得的拉曼光谱。结果表明，光学镊子可以显著提高SERS光谱的稳定性，机器学习模型的整合使所有测试的乳酸菌菌株的鉴定准确率超过95%。此外，近年来，集成光纤模块的MF-SERS也吸引了广泛的研究关注。光纤不仅作为出色的光传输介质，其特殊的波导结构（例如锥形、D形等）还通过衰减场实现高效的光-物质相互作用。将光纤模块直接集成到微流控芯片中，不仅大大简化了外部光路的耦合，还构建了一个封闭且稳定的全光流控检测微环境，实现了对流体中痕量分析物的高灵敏度、实时和原位监测。2023年，Li等人将金纳米棒沉积在光纤的抛光侧面上，并将其集成到微流控通道中。他们通过轮式抛光法制造了侧抛光的多模光纤，并通过滴涂将合成的金纳米棒均匀分布在光纤表面，形成光纤SERS探针。随后，这些探针用环氧树脂粘接到微流控芯片中，构建了一个微流控光纤SERS传感平台，实现了低至10^-9 mol/L的硫磷酰胺检测限。

2.2 基于电辅助的MF-SERS
电辅助是一种在MF-SERS系统中引入外部电场的策略，通过电动力学效应（如介电泳（DEP）、交流（AC）电热流和电化学反应）主动调节分析物、流体和SERS基底的状态。其基本原理如下：在电场作用下，粒子由于极化而经历介电泳力，并可以精确地引导到高或低场强区域；同时，交流电场引起的焦耳热可以触发局部流体循环，加速质量混合和传输；此外，动态调节电极电位可以改变电极的界面性质，实现目标分子的可控制吸附和脱附。电辅助与MF-SERS的集成提出了“电场引导-原位富集-电化学增强”的创新设计概念。一方面，电场驱动目标分子或纳米粒子的定向迁移及其在SERS热点区域的局部富集，克服了被动扩散带来的质量传输限制；另一方面，电极表面可以同时作为SERS基底和电化学反应界面，实现检测和再生的循环操作。电辅助策略的特点是靶向性强、响应速度快、富集因子高且具有动态可调性。它还允许同时获取分析物的电化学信号和拉曼指纹谱，实现多模态检测。这项技术的优势在于：通过DEP和电热流显著提高了目标分析物向SERS热点区域的传输效率，从而提高了SERS热点的利用率和信号重复性；电位控制实现了可逆吸附，有效缓解了基底污染和记忆效应，支持使用同一芯片进行连续检测；结合电化学循环伏安法、电化学阻抗谱和SERS光谱提供了关于分子结构和界面反应的更丰富信息；电场控制与微流控芯片制造高度兼容，便于构建紧凑、高通量的智能分析系统。因此，集成电辅助的MF-SERS不仅大大提高了检测灵敏度和速度，还为复杂系统中痕量物质的动态、原位分析提供了强有力的技术支持。

2.2.1 基于DEP的MF-SERS
DEP-MF-SERS的核心机制是介电泳力，即分析物在非均匀电场中的诱导偶极极化驱动它们的定向迁移、富集和在微通道热点区域的精确定位。它是电场辅助MF-SERS中最成熟和最有前景的分支之一。其核心工作原理如下：当目标分析物（如细菌、金属纳米粒子或带电分子）置于由微电极阵列产生的非均匀电场中时，由于它们的介电常数与周围介质不同而发生极化。结果，它们沿着电场梯度经历介电泳力（正DEP将分析物吸引到电场强度最大的区域，而负DEP则将它们驱离）。通过精确控制施加电压的频率和幅度以及微流控通道的几何尺寸，可以实现目标分析物的有效富集以及其在复杂基质中的选择性分离和在SERS热点区域的可控组装。这种方法有效克服了低浓度下的扩散限制，显著提高了检测系统的灵敏度、特异性和信噪比。Azimi团队基于DEP-MF-SER的核心原理，解决了检测如蛋白质等扩散速率慢、表面结合效率低的生物分子的挑战。他们提出了一种名为“LESS”（无标记、电场辅助、三明治式、SERS）的创新检测策略。通过集成DEP、AC电热流（ACET）和AC电渗（ACEO），实现了蛋白质分子的有效富集和在SERS热点中的活性组装（检测过程如图5(a)所示）。在这个系统中，ACET和ACEO作为流体输送剂，有效克服了扩散限制，快速将低浓度的肌酐和人血清白蛋白（HSA）从溶液中传输到树突电极表面。另一方面，介电泳力的短程精确捕获能力能够准确地捕获并组装蛋白质以及随后添加的Ag纳米粒子（Ag NPs）到树突电极的尖端，形成电极-蛋白质-Ag NPs三明治结构。这种设计不仅能够有效富集目标分子，还能在捕获位点构建高密度的SERS热点，从而将检测灵敏度提高10倍以上。在合成尿液中，肌酐和HSA的检测限分别达到了0.11 mg/L和0.15 mg/L，远低于生理阈值。

图5. 完整尺寸图片 | PowerPoint
(a) LESS策略：利用DEP、ACET和ACEO多物理场的协同效应克服扩散限制，驱动形成电极-蛋白质-Ag NPs三明治热点结构，以高度灵敏地检测合成尿液中的肌酐和HSA。
(b) 基于金纳米孔阵列的频率响应DEP操控，实现U-87 MG胶质母细胞瘤细胞的靶向捕获和释放，同时进行SERS生化指纹分析和电生理表征。
(c) 通过电位控制实现三聚氰胺的定量检测和SERS基底再生，负电位用于吸附，正电位用于脱附。展示了在负电位下的代表性SERS光谱，以说明电化学促进的三聚氰胺吸附。
(d) 集成高灵敏度Ag@SiO2核壳SERS基底微流控芯片，通过在吸附电位和氧化清洁电位之间交替，实现对尿酸和各种染料分子的有效富集和原位清洁。
(e) 在电化学还原过程中引入CB[5]作为刚性支架，精确重建氧化的金表面为亚纳米级热点，实现腺嘌呤和巯基分子的长期稳定循环检测。
(f) 通过瞬时高电压诱导的物理脱附机制，快速且无损地再生喷墨打印的SERS基底，以便在微流控通道中连续顺序检测染料分子。
(g) 通过ACET和ACEO流动诱导三维微涡流，协同利用DEP实现产品富集，能够在细胞裂解物中检测到飞摩尔级别的miRNA-21。

相比之下，Kwanhwi Ko团队的研究进一步深化和补充了DEP-MF-SERS技术，从另一个维度进行了拓展。他们开发了一种集成微电极和金纳米孔阵列的微流控芯片，将应用范围从蛋白质等生物分子扩展到单细胞水平上的多特性同时表征（如图5(b)所示）。该研究利用了介电泳力随电压频率变化的特性，通过调节施加的电压频率，精确控制了聚苯乙烯微球和U-87 MG胶质母细胞瘤细胞在纳米孔阵列上的捕获和释放。这种方法不仅利用金纳米孔阵列提供稳定的SERS信号来分析细胞的生化组成（如蛋白质和脂质峰），还通过测量细胞应力方向反转的交叉频率，推断出细胞的电生理特性（如导电性和介电常数）。这种结合了DEP精确操控能力和纳米孔阵列高灵敏度SERS检测的策略，为在微流控环境中同时研究生物颗粒的电学和生化特性提供了创新解决方案。

2.2.2 电化学-MF-SERS

电化学-MF-SERS（EC-MF-SERS）是一种混合技术，它深度融合了电化学的精确控制能力和微流控技术的质量传递优势。与DEP不同，该技术利用电极/溶液界面的电子转移和电场调节作为核心驱动力。通过电化学沉积、氧化还原循环和静电吸附等机制，实现了在微流控通道中可控的原位构建SERS活性基底和目标分析物的定向富集。这种方法克服了传统SERS技术的固有缺点，如繁琐的基底制备、易氧化和失活以及信号重复性差的问题。此外，通过控制电位，它能够在热点区域高效吸附目标分子并实现基底的电化学再生，显著提高了痕量检测的灵敏度和系统的循环使用性。Viehrig等人开发了一种定量EC-MF-SERS平台，用于检测牛奶中的三聚氰胺（图5(c)）。该研究利用了三聚氰胺在不同pH值下的电荷特性，并施加负电位（-0.8 V）在金包覆纳米柱阵列表面静电富集带正电的目标分子。他们成功将PBS缓冲液和牛奶样本中三聚氰胺的检测限降低到0.01 ppm和0.3 ppm，远低于食品安全限1 ppm。检测后，施加反向正电位（+0.8 V）以脱附目标分子，实现基底的清洁和再生。这种电化学辅助的再生策略使得整个样本检测过程可以在单个芯片上完成，有效避免了传统SERS检测中因基底更换引起的信号偏差。为了进一步增强系统的集成性并实现自动检测-自我清洁-重新测试的闭环检测过程，Gan等人开发了一种基于动态电位控制的集成微流控SERS芯片（图5(d)）。他们制造了高灵敏度的Ag@SiO2核壳结构作为SERS基底，并将其集成到微流控通道内的丝印电极工作电极上。通过在微流控环境中精确交替施加吸附电位（-1.2 V）和清洁电位（+2.0 V），系统实现了对R6G的超灵敏检测，检测限低至10^-12 mol/L。然而，直接使用高氧化电位进行清洁的策略存在显著局限性：随着循环次数的增加，金属基底表面不可避免地会积累非晶态金属氧化物层（例如AgO/Ag2O），导致纳米粒子表面的LSPR效应逐渐减弱。实验数据显示，到第八个循环时，SERS特征峰的强度下降了约75%，这种明显的信号衰减限制了设备的长期稳定性。为了解决电化学清洁过程中基底形态降解和信号衰减的问题，Sibug-Torres等人提出了一种创新的原位电化学重建策略，通过引入刚性分子支架实现了SERS热点的精确再生。研究发现，虽然氧化电位能有效去除污染物，但还原过程往往会导致金属纳米粒子间隙的崩溃或融合，从而导致SERS热点的消失。为了解决这个问题，他们在还原步骤中引入了cucurbit[5]uril（CB[5]）作为分子支架：当氧化层被还原回金属金时，CB[5]分子迅速结合并扩展纳米粒子之间的间隙，精确重建了亚纳米级的0.9 nm热点间隙（图5(e)）。这种机制不仅去除了顽固的吸附物（包括巯基分子），还成功克服了传统电化学清洁相关的基底老化问题。在超过30次的检测-再生循环中，SERS信号的相对标准偏差（RSD）仅为约5%，为构建持久、高精度和连续监控的EC-MF-SERS传感器系统提供了关键技术突破。

2.2.3 其他基于电场辅助的MF-SERS

除了专注于粒子操控（如DEP）和界面调节（如电化学）的主流技术外，基于高电压电场物理清洁和交流电场流体动力学控制的最新辅助策略也为MF-SERS检测带来了新的技术突破。为了解决再生固定化SERS基底的问题，Meier等人提出了一种基于高电压电场的物理清洁方法。该研究放弃了传统的化学清洗过程，对微通道中的喷墨打印Ag NPs基底施加了瞬时高电压（+100 V）。通过强电场产生的气体对流和表面分子的脱附等物理机制，像CV这样的顽固吸附染料分子在几秒钟内被有效去除（图5(f)）。这种非接触式再生策略有效地避免了化学残留和基底损伤，实现了高通量、连续检测流动样品，且没有记忆效应。它为解决传统SERS基底的不可逆污染问题提供了新方法。在提高微流控系统中的质量传递和反应动力学方面，Wang等人利用交流电动力效应主动操控微流体。他们设计了一种集成同心环电极SERS芯片（图5(g)），通过施加高频交流电场，诱导ACET和ACEO在微腔内产生强烈的三维微涡流。这种电场驱动的微混合创新大大加速了液相中DNA探针与目标miRNA的杂交速率。结合介电泳力，杂交产物在中心检测区域得到有效富集，使miR-21的检测限降至2.33 fM。这种方法克服了层流扩散的限制，从质量传递到反应和信号富集的整个过程都得到了优化，为低浓度生物标志物的快速、高灵敏度分析提供了关键技术支持。

2.3 基于磁辅助的MF-SERS

基于磁辅助的策略引入了外部磁场或嵌入式磁单元到MF-SERS系统中。通过利用磁性纳米材料（如Fe3O4、钴铁氧体等）的磁响应行为——包括磁驱动、分离和富集——实现了对分析物、流体甚至SERS基底的主动控制。基本原理是磁性纳米颗粒在梯度磁场中受到磁力的作用，从而实现定向迁移和目标分子的特异性捕获和富集。此外，在外部磁场的控制下，磁性颗粒可以动态组装成磁性簇或有序阵列，形成高密度的SERS热点，显著增强了局部电磁场。通过调整磁场强度和方向，可以精确控制颗粒在微通道中的位置、流速和停留时间，优化反应路径和质量传递过程。将这种技术与MF-SERS结合的创新方法体现在磁分离、组装和增强的集成操作逻辑中：首先，功能化的磁性颗粒选择性地捕获目标物质，实现从复杂基质中的快速分离和纯化；然后，磁场引导磁性颗粒-分析物复合体传输到检测区，在那里它们被磁诱导组装成增强的SERS基底；最后，检测结束后，磁场被移除，以便回收和再生磁性颗粒。这种完全由磁场控制的过程在单一微流控平台上集成了样品预处理、富集增强和检测分析，显著提高了系统的自动化和操作灵活性。磁辅助MF-SERS的主要优点包括：磁分离能有效去除复杂样品中的背景物质，显著提高检测特异性；磁驱动实现了目标物质的快速定向富集，并通过磁组装动态构建可调的SERS热点；磁场控制消除了对复杂流体驱动组件的需求，使得构建便携、高通量的检测设备更加容易；磁性材料表面易于功能化，适用于生物样品，且大多数磁性颗粒可重复使用。基于这些特性，这项技术在生物医学和环境分析领域（如疾病生物标志物筛查、单细胞代谢分析、环境病原体监测和药物递送跟踪）展现出巨大潜力。

2.3.1 磁辅助的分析物富集、分离和生化反应增强

在微纳米尺度上，使用磁场对磁性探针的非接触式操控实现了从信号放大到复杂基质纯化和级联反应调控的整个过程的优化，显著提高了SERS检测的灵敏度和特异性。为了高灵敏度检测痕量生物标志物分子，磁辅助技术通常与特定识别技术结合使用，以显著提高信噪比（SNR）。例如，Huang等人开发了一种基于适配体识别和双信号放大策略的MF-SERS传感系统，用于联合检测胃癌相关生物标志物MMP-9和IL-6。在这项研究中，使用了Au涂层的Fe3O4磁性纳米颗粒（Fe3O4@Au NPs）作为捕获基底。在外加磁场控制下，这些方法不仅能够高效地从复杂样本中捕获目标蛋白质，还通过适配体触发的互补DNA释放机制实现了双重SERS信号放大，与金纳米笼（Au NCs）探针协同工作（图6(a)）。MMP-9和IL-6的检出限分别低至0.178 pg/mL和0.165 pg/mL。在更精细的单细胞分析层面，Sun等人78开发了一种集成的SERS-微流控平台，用于实时多重检测单细胞分泌的细胞因子（VEGF和IL-8）。与传统静态检测方法不同，该研究将免疫磁珠引入封装单细胞的微滴中。在外加磁场的诱导下，磁珠在微滴内发生可控聚集（图6(b)）。这种磁性诱导的聚集不仅富集了捕获的目标分子，还在微滴的受限空间内构建了高密度的SERS热点阵列，成功实现了超灵敏且无干扰的单细胞分泌行为监测。

图6. 完整尺寸图片（PowerPoint）
(a) Fe3O4@Au介导的磁富集结合适配体放大技术用于MMP-9和IL-6的检测。展示了代表性的浓度依赖性SERS光谱和校准曲线，以支持信号增强效果。
(b) 微滴中的免疫磁珠磁聚集用于实时监测VEGF和IL-8。
(c) 磁珠辅助捕获、洗涤和酶放大技术用于外泌体miRNA的检测。
(d) 基于Fe2O3@Ag的磁分离和SERS技术用于牙周病原体的检测。
(e) 无泵的毛细管和磁驱动平台用于D-氨基酸的检测。
(f) 磁驱动的免疫复合物运输和洗涤技术用于PSA的检测。
图表复制自：(a)参考文献77，Springer Nature；(b)参考文献78，American Chemical Society；(c)参考文献79，Elsevier；(d)参考文献80，American Chemical Society；(e)参考文献81，Elsevier；(f)参考文献82，American Chemical Society。

除了物理富集外，磁辅助技术还在优化生化反应和处理复杂样本方面表现出色。Zhao等人79设计了一种基于MF-SERS的传感器，用于外泌体miRNA的检测，巧妙地结合了滚环扩增（RCA）和酪胺信号放大（TSA）技术。在该系统中，磁珠不仅作为免疫捕获的载体，还充当固相洗涤站。利用磁场可以快速更换和洗涤多种酶反应试剂，确保级联生化反应的有效进行（图6(c)），最终实现了外泌体miRNA的超灵敏定量检测（低至1 pmol/L）。此外，在处理高粘度和高背景干扰的生物样本（如唾液和细菌液体）时，磁纳米材料的快速分离性能显示出独特优势。Witkowska等人80合成了具有核壳结构的Fe2O3@Ag磁SERS纳米探针，用于快速筛查牙周致病细菌。利用探针的超顺磁性，研究人员能够直接从复杂的唾液和牙菌斑样本中磁捕获目标细菌。然后，通过磁清洗步骤有效去除了非特异性吸附的杂质。这种方法消除了繁琐的培养过程的需要，通过SERS指纹谱实现了病原体的特异性鉴定和菌株分型（图6(d)）。

2.3.2 简化微流控装置和便携式磁驱动传感
传统的MF-SERS系统通常依赖于笨重且昂贵的注射泵进行流体驱动，这限制了它们在即时检测中的应用。通过磁梯度力直接驱动磁性流体或磁性负载颗粒，为简化微流控装置和提高其便携性提供了一条创新途径。Shen等人81开发了一种无泵、嵌入磁场的MF-SERS装置，用于检测与胃癌相关的D-氨基酸。在该芯片中，磁性纳米颗粒作为固定化酶（DAAO/HRP）的载体，并通过磁场定位在反应区内以催化级联反应。复杂的流体操作仅通过简单的毛细力和磁力的协同作用完成（图6(e)）。同样关注便携性的Gao等人82构建了一种无泵的基于SERS的微流控免疫芯片，用于前列腺特异性抗原（PSA）的检测。在这项工作中，通过微通道内磁免疫复合物的受控滑动和富集，消除了对昂贵注射泵系统的需求；夹心免疫复合物的组装和洗涤仅通过集成磁铁完成（图6(f)），从而大大降低了MF-SERS芯片在即时检测中的应用障碍。

2.4 基于声学辅助的MF-SERS
声学辅助MF-SERS是一种新兴的分析策略，它整合了声场调节、微流控操控和光谱检测。其核心机制依赖于将声学换能器（例如，指形换能器、压电元件）集成到微流控芯片中，以生成高频声场（如表面声波（SAWs）或体声波（BAWs）），从而通过声辐射力和声流效应实现对微粒和流体的主动控制。声辐射力可以直接作用于颗粒，驱动它们的定向迁移、有序聚集或空间排列；相比之下，声流通过声液耦合在流体中诱导稳定的微涡流或定向流动，从而加速分子混合和质量传递。这两种机制的协同作用允许动态调节微通道内目标分子与SERS活性纳米颗粒之间的分布、间距和相互作用，实现Raman信号的可控增强。这项技术的关键创新在于建立了涉及声场、流体、颗粒和光谱的多物理场耦合框架。通过声场的非接触式、可编程操控，可以在芯片原位组装、重新配置或清除SERS热点，同时实时优化检测区域内目标的浓度和空间分布。与基于光学、电学和磁学的操控策略相比，声学辅助方法具有几个显著优势：声学驱动较为温和，产生的热损伤或光化学干扰最小，并且几乎不受样本透明度、导电性或磁性的影响，非常适合用于活细胞、外泌体、细菌和其他活性生物样本的无损操控；声场可以同时在相对较大的区域内驱动大量微粒，实现快速聚集、分离或图案化，显著提高样本处理吞吐量；声学装置结构简单、功耗低，与标准微流控制造工艺兼容性好，适用于便携式和一次性传感平台。由于这些优势，声学辅助MF-SERS已广泛应用于生物医学领域，包括生物分子量化、细胞分选和表征以及快速病原体识别。随着声场控制精度、芯片微型化和SERS基底性能的持续进步，这项技术正逐渐扩展到环境污染物监测、快速食品安全筛查和工业过程分析等跨学科应用，为高灵敏度、高吞吐量和低成本的集成现场检测系统提供了重要的技术途径。

2.4.1 基于SAWs的MF-SERS
根据传播介质和能量分布的不同，声波可以广泛应用于SAWs和BAWs。BAWs在固体、液体或气体的三维内部传播，声能量在整个介质中分布。相比之下，SAWs沿着固体表面传播，穿透深度约为1-2个波长，其能量主要集中在表面附近。由于这种表面限定的能量分布，SAWs更适合通常用于微流控芯片的浅层微通道，在那里它们可以与通道流体高效耦合，同时能量损失最小。SAWs主要由在压电基底上制造的指形换能器（IDTs）激发。基于逆压电效应，IDTs将特定频率的输入射频信号转换为压电晶格的周期性机械变形。当施加的交流电场频率满足IDT指形周期性确定的布拉格共振条件时，这些小的机械振动发生建设性干涉，从而在基底表面方向上传播SAWs。在MF-SERS应用中，方向性传播的SAWs与流体相互作用，诱导声辐射力。这种声场梯度力可以实现金属纳米颗粒和目标分子在流场中的精确操控，驱动它们的定向迁移和从分散状态到聚集状态的主动富集。这一过程不仅显著增加了SERS热点的空间密度和场强度，还有效地促进了低浓度分析物向热点区域的传输，从而大幅提高了SERS检测系统的灵敏度和信噪比。基于上述理论框架，Naquin等人89开发了一个用于外泌体和核酸分析的声流控平台，称为“ASCENDx”，如图7(a)所示。在该平台上，周期性排列的IDTs产生具有定义强度和传播方向的SAWs，从而在微滴内诱导声流，并驱动放置在微滴上的微流控盘快速旋转。由此产生的离心力与流体动力阻力之间的相互作用使得外泌体从患者血浆样本中快速分离和浓缩。使用这种策略，外泌体的分离纯度提高了120倍，产率为86%。在随后的SERS分析中，miR-21和miR-221的检出限分别为19 pg和17 pg，能够快速准确地检测临床样本中的低丰度miRNA和外泌体。Hao等人90提出了一种用于阿尔茨海默病（AD）诊断的集成声流控-SERS诊断系统。该系统将声学驱动、微流控和正交生物传感集成到一个平台上，实现了临床人血浆样本中AD生物标志物的准确快速检测。如图7(b)所示，首先使用IDTs产生的SAWs通过声辐射力分离和纯化AD生物标志物，然后将纯化的分析物转移到ZnO-Ag SERS基底上进行拉曼检测。在原始研究中，Aβ42的特征SERS峰清晰可观察到低至1 pM，根据S/N = 3的标准，检出限进一步确定为120 fM。

2.4.2 基于BAWs的MF-SERS
与基于SAWs的设备相比，基于BAWs的系统可以在相对较高的频率下运行，并产生更陡的声场梯度，从而在传感应用中提供更优越的灵敏度。尽管BAWs在多相介质（固体、液体和气体）中的三维传播过程中不可避免地会发生能量耗散，但高频BAWs设备仍能高效驱动流体场。从基本物理角度来看，基于BAWs和SAWs的微流控系统遵循相同的核心机制，即通过声辐射力精确操控微/纳米颗粒。Xu等人91提出了一种具有超声诱导富集的集成MF-SERS芯片，如图7(c)所示。在这种方法中，位于微流控芯片下方的压电换能器（PZT）激发高频BAWs，驱动芯片内的金纳米棒和目标分子快速向压力节点迁移，从而实现两种组分的有效共富集。仅使用1 μL样本，该方法实现了超痕量核酸的快速和高特异性检测，检出限低至10^-13 M，为临床样本中微量生物标志物的精确分析提供了高效实用的技术解决方案。为了进一步提高纳米颗粒聚集的效率和速度，Liu等人92基于GHz BAWs开发了一种声流操控镊子（AST）技术。通过MEMS技术制造了一个五边形BAWs谐振器（工作频率为1.588 GHz），并集成在微流控芯片下方。高频BAWs在芯片内诱导Au NRs SERS基底的富集，从而动态调节SERS热点的间距。在BAWs激活后，Au NRs迅速聚集，使得4-MBA的特征拉曼峰强度相比未聚集状态提高了约30倍。Wu等人93制造了一个结构更复杂的声流控SERS装置，以提高尼古丁检测的灵敏度和速度（图7(d)）。与上述依赖声辐射力来富集纳米颗粒的方法不同，该设备使用由压电晶体（PZT）产生的声波（BAWs）在微流控芯片中诱导声流效应，从而增强了分析物与芯片中的Ag纳米颗粒SERS基底之间的相互作用和吸附效率，并显著改善了分子传输/动力学行为和信号放大能力。这一策略将SERS基底的饱和吸附时间从30分钟缩短至12分钟，实现了DTNB的检测限（LOD）为100皮摩尔（pM）和烟酸的检测限为100纳摩尔（nM），同时还展现了定量检测能力。

2.5 补充的非外部场辅助策略
尽管本综述主要关注光学、电学、磁学和声学场辅助的MF-SERS技术，但 several 不依赖于外部施加的物理场的微流控策略也可以提升SERS性能。膜过滤、气动驱动和惯性/流体动力学效应主要通过芯片结构、压力驱动的流动控制或内在的流体力来实现样品富集、流体限制、粒子聚焦以及分析物与基底之间的接触增强。因此，这些方法在本节中被讨论为补充的非外部场辅助微流控策略，而不是作为另一类外部物理场辅助方式。将这些方法纳入考虑，可以更全面地了解提高MF-SERS灵敏度、可重复性和实际应用性的微流控途径。基于膜过滤的MF-SERS是一种集成了基于膜的分离/富集、SERS检测和微流控芯片的综合性分析方法。通常，一个嵌入微通道中的过滤膜用于快速分离和浓缩目标分析物（例如生物分子、纳米颗粒和病原体），随后使用预先配置的SERS基底来增强目标物种的拉曼信号，从而实现对微量分析物的高灵敏度和特异性检测。为了有效检测细菌分泌的代谢物，Chang等人开发了一种膜集成MF-SERS系统。他们在微流控装置中加入了0.22微米的亲水聚碳酸酯膜，能够有效保留和富集复杂样品中的金黄色葡萄球菌（Staphylococcus aureus）和大肠杆菌（Escherichia coli）。分离出的细菌随后流入微流控芯片的下游SERS检测区，通过SERS分析实现了精确的细菌鉴定。该系统的检测限为大肠杆菌10^3个菌落形成单位（cfu/mL），比离心纯化方法的检测限低四个数量级，同时SERS信号的变化幅度保持在10%以下。与Chang等人报道的过滤后检测策略不同，Wu等人开发了一种将SERS增强和膜过滤集成到一个平台上的微流控装置，从而实现了同时过滤和检测。如图8(a)所示，通过在醋酸纤维素膜上沉积核心-卫星纳米结构，制造了一种具有内在过滤能力的无标记SERS基底。当样品流经SERS基底时，它被过滤膜捕获，从而增强了目标分子在纳米结构上的吸附，进而提高了检测灵敏度。使用这种策略，孔雀石绿的检测限低至500飞摩尔（fM）。

此外，压缩空气驱动的柔性微阀也常用于微流控系统中。通过控制阀门的开闭，可以将SERS基底和样品物理限制在特定区域内，以实现长时间的混合或反应，或者精确调节液滴的生成和融合。Ku等人开发了一种气液MF-SERS系统。通过精确的气动控制，该平台能够有序地运输液滴并稳定地保持液滴，使液滴依次停留在微流控芯片的八个微孔中。结果，高亲和力的分子优先在上游微孔中吸附，而低亲和力的分子可以在下游微孔中充分吸附，从而解决了传统SERS中分子信号的相互掩盖问题。该方法能够有效区分六种临床常见的大肠杆菌菌株。对于嘌呤衍生物，可检测浓度范围为10^-6至10^-4摩尔/升；在10^-4摩尔/升的浓度下，该系统支持所有八个微孔的全吸附/分析流程。在八个微孔的系列光谱分析中，实验室菌株的鉴定准确率达到100%。同时，惯性和流体动力学辅助也是一种常见的微流控辅助策略。与需要外部场驱动的方法不同，这些方法依赖于特别设计的微通道几何形状，并利用惯性力或高速流动下的层流特性来实现粒子聚焦、混合和分离。Zhang等人制造了一种螺旋形MF-SERS芯片，用于从模拟胃液和腹水中快速分离和浓缩人类胃癌（HGC）细胞，如图8(b)所示。通过螺旋微通道中的惯性效应，HGC细胞与白细胞分离并得到富集，微流控芯片中的回收率为89%。随后的SERS指纹分析结合机器学习实现了HGC细胞鉴定的96%分类准确性。这些结果展示了在复杂生物样本中整合惯性微流控富集、无标记SERS指纹识别和基于机器学习的癌症细胞筛查的实用潜力。

2.6 外部物理场辅助的MF-SERS系统分析
外部物理场的引入从根本上改变了传统MF-SERS系统的分析范式，后者传统上依赖于被动扩散，使得系统从被动响应向主动调节发生了关键转变。由于不同的物理场具有不同的物理化学机制，它们为系统带来了独特的增强优势，但也引入了相应的技术限制：a) 光学辅助利用光的非接触特性实现SERS基底的原位合成和自清洁，提供高时空分辨率和灵活的操作；然而，其应用受到光学装置复杂性和光热损伤风险的限制；b) 电学辅助通过介电泳和电化学调节，在纳米尺度目标捕获和SERS基底的动态再生方面表现优异；然而，它容易受到焦耳热效应和在高导电介质中形成电解气泡的干扰；c) 磁学辅助基于磁性纳米材料的响应特性，在复杂基质中表现出卓越的抗干扰能力，非常适合无泵便携式检测平台；然而，其实施通常依赖于磁性探针的功能化和样品预处理；d) 声学辅助通过声辐射力和声流效应实现生物样品的无标记和高生物相容性操作，但在微/纳米声学设备的集成、声/热弹性换能器的优化以及声热效应的控制方面仍存在挑战。总体而言，这些策略在检测灵敏度、操作精度、样品兼容性和系统集成方面各具特点，因此应根据具体应用场景和分析需求来选择适当的策略。为了更好地解决不同场辅助策略之间的权衡问题，未来的工作应集中在合理的芯片设计、基底工程和参数优化上。例如，低功率或脉冲激发和热管理可以减少光学辅助中的光热效应；优化的电学参数、稳定的电极和介质导电性控制可以减轻电学辅助中的焦耳热效应和气泡形成；均匀的磁等离子体探针和动态磁场调节可以改善磁学辅助中的热点重复性；而模拟引导的声学设计和声热管理可以增强声学辅助的稳定性。多物理场模拟和AI引导的反馈优化可以进一步帮助平衡灵敏度、可重复性和系统集成。为了系统地比较不同物理场辅助策略的技术特性，表1总结了近期关于光学、电学、磁学和声学辅助方法在检测性能、核心机制和主要特性方面的代表性研究。

1. 不同外部物理场辅助MF-SERS技术的关键特性
辅助策略 具体技术 检测限（LOD） 应用场景 特性
光学辅助 光催化效应 10^-8摩尔/升 CV,10^-9摩尔/升 R6G43 目标分析物降解和水净化 良好的光催化活性，但稳定性差且降解动力学慢
光热效应 10^-16摩尔/升 R6G47 水中微量分析物的检测 高灵敏度，但存在热损伤风险
光学镊子 10^-9摩尔/升 CV,10^-5摩尔/升 thiram50 在液体环境中精确捕获和固定单个颗粒 非接触且精确，适用于原位实时分析，但光学复杂
光纤耦合 10^-9摩尔/升 thiram55 农药残留分析和远程实时监测 紧凑且易于集成，但制造复杂且信号重复性差
电学辅助 介电辅助 0.11毫克/升 肌酐，0.15毫克/升 HSA64 快速富集、分离和捕获微量目标（如细菌、细胞和外泌体） 无标记且与芯片兼容，但受场条件和导电性影响
电化学辅助 0.3 ppm melamine68; 10^-12摩尔/升 R6G69 需要循环检测、自清洁再生和便携式现场测试的集成场景 高可调性，但受信号衰减和热点重建成本限制
磁性辅助 磁富集和分离 0.178皮克/毫升 MMP-977; 1.0飞克/毫升 VEGF78 临床生物样本分析，包括癌症生物标志物和单细胞外泌体 高灵敏度和信噪比（SNR）
磁驱动 D-氨基酸：微摩尔级；0.01纳克/毫升 PSA82 便携式检测代谢物和生物标志物 无泵、便携，适用于现场检测
声学辅助 声波 miRNA：皮克/毫升级 隔离和富集微量目标 非接触且与芯片兼容，适用于浅层微通道
BAWs 10^-13摩尔/升 核酸 100纳摩尔 瓦尔克斯菌；100纳摩尔 需要整体声学驱动和通道内粒子操作 适用于封闭微通道和通道内操作
补充策略 膜过滤 10^3 cfu/毫升 大肠杆菌 细菌富集、分离和鉴定 简单、低成本、快速
气动驱动 10^-6摩尔/升 嘌呤衍生物 嘌呤衍生物检测 高SNR下的精确操作
惯性和流体动力学效应 HGC鉴定准确率：96%，回收率：89% HGC富集、回收和鉴定 无需外部场激励即可无损伤分离

3 AI支持的MF-SERS
随着MF-SERS技术不断扩展到复杂的生物系统中，传统的纯流体控制已越来越无法同时满足高灵敏度、高可靠性和高通量检测的需求。因此，整合外部物理场（如光学、电学、磁学和声学场）的主动调节策略已成为重要的发展方向。然而，虽然外部物理场的引入增强了目标富集和信号放大，但也引发了更显著的非线性耦合效应，使系统行为更加复杂，并进一步加剧了诸如光谱背景干扰、信号波动、数据维度增加和控制参数增多等问题。近年来，人工智能（AI）的引入，特别是机器学习（ML）和深度学习（DL）方法，为解决这些挑战提供了新的概念和技术途径。AI辅助MF-SERS的核心思想是利用数据驱动的模型提取可靠的光谱特征，识别微弱信号，并建立SERS光谱与目标信息之间的映射关系，从而提高光谱分析的准确性、稳定性和效率。与传统基于经验参数的优化和手动解释相比，AI方法在处理高维度、重叠和动态变化的SERS信号方面具有优势。从方法论的角度来看，AI支持的MF-SERS主要涉及光谱预处理、特征提取、分类、定量回归、模型可解释性和自适应优化。预处理方法用于减少荧光背景、基线漂移、随机噪声和场诱导的光谱波动，而特征提取方法（如PCA、小波分析和基于峰值的选择）有助于识别有区分性的光谱信息。机器学习和深度学习模型（如SVM、RF、CNN和基于注意力的网络）可用于分析物分类、疾病诊断、微生物识别和浓度预测。此外，可解释性和自适应学习策略有助于揭示关键的拉曼光谱带，纠正光谱漂移，并在动态外部场调节下提高MF-SERS的鲁棒性。目前，具有外部调节物理场协同作用的AI辅助MF-SERS在多个前沿应用中展示了积极的潜力，包括在复杂生物样本中高度敏感地识别疾病生物标志物、高通量分类活微生物以及多组分筛选和环境污染物的定量分析。总体而言，AI的引入正推动MF-SERS从基于设备驱动的信号增强向数据驱动的智能分析发展，并为结合多物理场调节和智能传感能力的未来集成传感平台奠定基础。

3.1 AI驱动的自适应光谱去噪和基线校正
在微流控检测环境中，SERS信号经常受到宽带荧光背景和随机基线漂移的干扰。为解决传统基线校正算法对参数的高敏感性和在复杂拉曼光谱条件下的不足鲁棒性问题，Cui等人开发了一种基于主成分分析（PCA）和随机森林（PCA-RF）的参数自适应优化算法及预测模型。利用机器学习的能力来表征高维光谱数据，本研究通过学习SERS信号与背景噪声之间的光谱形态差异，构建了一个数据驱动的参数优化框架。该模型可以直接从输入光谱中预测出最佳的基线校正参数，从而有效纠正由环境波动引起的非线性基线漂移。与传统方法相比，这种策略不仅显著提高了处理效率，还将基线拟合的平均绝对误差降低了1-2个数量级，同时最大限度地保留了SERS指纹峰的真实强度信息。这些进展为MF-SERS芯片中的高通量在线检测提供了强大的后台算法支持。

3.2 MF-SERS中的AI辅助光谱分类和定量分析

在外部物理场辅助调节下，MF-SERS芯片能够在微纳尺度上主动捕获、定向富集或分离多组分分析物，从而建立一个高度敏感且动态变化的检测环境。AI辅助则负责从物理场调制下产生的复杂光谱信号中准确区分不同的光谱类别。这种硬件-软件协同机制不仅在物理层面上克服了由扩散限制传输带来的低敏感性瓶颈，而且在算法层面上解决了动态环境中的信号解释挑战，为复杂生物系统中的稳健光谱分类和准确定量奠定了坚实基础。在光学辅助应用的语境下，Shang等人构建了一个光流控检测系统。为了应对液相环境中细菌的随机布朗运动和微流体干扰引起的信号波动，作者使用光镊子生成了一个三维梯度力势阱，实现了单个细菌细胞的精确捕获和空间固定，从而有效抑制了光谱采集过程中的运动伪影。基于这一高度稳定的物理场，并考虑到SERS光谱数据的高维性和大量重叠，研究进一步引入了智能分析算法：支持向量机（SVM）和极端梯度提升算法被用来挖掘嵌入在光谱指纹中的Deep特征，有效克服了难以通过视觉检查区分的细微光谱差异。最终，该系统对乳酸菌的识别准确率超过了95%，充分展示了光学场稳定化和AI辅助光谱识别之间的协同优势。对于数字MF-SERS传感器，Xiong等人开发了一种基于金纳米棒阵列（Au NRAs）的数字传感器。在这项工作中，高有序的Au NRAs通过倾斜角度沉积（OAD）在硅基底上制造，并集成到数字微流体（DMF）芯片的检测区域。Au NRAs产生的高密度电磁热点增强了拉曼信号，而DMF的电润湿作用使得微升级液滴的自动化操控和检测成为可能。结果表明，该平台能够在10分钟内快速无标记地检测出汗液中的尿素和乳酸，其检测限（LOD）分别为10^-5 M和10^-4 M，并且基底信号均匀性良好（特征峰的RSD = 3.65%）。此外，在定量检测应用中，该平台不仅基于特征峰强度建立了尿素和乳酸的线性定量关系，还使用1D-CNN进一步实施了光谱回归分析，在独立的测试集中分别获得了0.965和0.975的确定系数（R2），从而展示了无创健康监测的强大潜力。同一研究小组还将这种DMF-SERS芯片的用途扩展到了汗液中C反应蛋白（CRP）的非侵入性检测，如图9(a)所示。实验结果表明，该平台能够在20分钟内完成CRP的检测，检测限低至0.77 pg/mL，显示出对超低浓度分析的卓越敏感性。1D-CNN的集成进一步提高了定量分析的准确性和稳健性，训练集的R2为0.994，均方根误差为0.135。与传统的分析方法相比，该系统的整体性能为下一代无创诊断设备的发展奠定了创新和稳健的技术基础。

图9. 全尺寸图片 PowerPoint

(a) DMF-SERS平台：磁捕获探针和SERS纳米标签的集成实现了自动液滴操控，用于快速汗液CRP免疫测定。1D-CNN模型提取光谱特征进行定量分析，显著提高了无创炎症监测的准确性和稳健性。

(b) 双功能水凝胶MF-SERS平台：利用热响应相变来调节流体路径和Ag纳米粒子（Ag NPs）之间的间距，实现活性热点的调整，同时使用FCNN算法进行多通道混合光谱分类。

(c) EC/SERS双模式微流体平台：一个带有方波微混合器的分隔芯片增强了IL-6与SERS纳米标签之间的免疫反应效率。顺序获取的电化学和SERS信号通过NN-SA动态融合，实现了糖尿病伤口渗出物中IL-6的准确定量。

(d) 免疫捕获集成MF-SERS芯片：结合CNN和Grad-CAM对肺癌来源的外泌体的无标记SERS光谱进行分类和解释，实现了NSCLC亚型的准确识别。图来源于：(a)参考文献105，美国化学学会；(b)参考文献106，美国化学学会；(c)参考文献107，美国化学学会；(d)参考文献22，美国化学学会。

在流体和热场辅助调节的背景下，Wang等人开发了一个基于双功能水凝胶的MF-SERS平台，如图9(b)所示。该研究利用水凝胶的热响应相变行为，在外部热场下精确控制流体路径切换和Ag NPs热点之间的粒子间距。在此基础上，引入了一个全连接神经网络（FCNN）作为后端分析工具，专门用于解码来自多个通道的复杂混合光谱。实验结果表明，在保持高信号均匀性（特征峰的RSD < 10%）的同时，该平台实现了对探针分子的超灵敏检测，检测限低至10^-10 M。此外，在分析含有噻虫啉、芘及相关物质的混合污染物样本时，FCNN模型的分类准确率达到100%，充分展示了该策略在复杂基质中高通量筛查环境污染物方面的稳健性和实际潜力。

在电辅助调制的背景下，Chen等人开发了一个集成MF-SERS、电化学和深度学习（DL）的生物传感平台，用于快速精确地定量糖尿病伤口渗出物中的白细胞介素-6（IL-6），如图9(c)所示。在硬件方面，该系统 features 一个创新设计的方波微混合器，配备了防泄漏障碍物。这种配置显著增强了流体扰动，从而显著提高了目标分子与SERS纳米探针（Au4-MBA@Ag）之间的结合概率和免疫反应效率。在数据处理方面，为了解决微量生物标志物检测中定量不准确性这一持续存在的挑战，研究引入了一个带有自注意力机制（NN-SA）的神经网络。该算法动态学习并为不同浓度下的电化学和SERS信号分配相对权重，有效缓解了单模检测方案中固有的基线漂移和背景干扰。性能验证表明，电化学和SERS模式的独立检测限分别低至0.085 pg/mL和0.047 pg/mL。在NN-SA算法的驱动下，该平台在0.05–1000 pg/mL的宽动态范围内实现了99.8%的出色总体定量准确率。为了检测水果和蔬菜中的微量农药残留物，Dong等人开发了一种集成等离子体微透镜阵列（PMLAs）的MF-SERS芯片。在这项工作中，钛酸钡微球与Au NPs巧妙结合，将检测区域从传统的“局部热点”转变为更均匀的“平面热点”分布，并集成了μ-QuEChERS模块以实现芯片上的样品预处理。在这个基础上，作者引入了随机森林-双重退火（RF-DA）算法作为核心分析引擎，成功解决了苹果和菠菜等复杂匀质样品中混合农药成分的光谱重叠和非线性响应问题。实验数据显示，该系统在苹果样品中对2,4-D、乙酰氨基吡啶和噻苯达唑的最低检测限分别为0.16 μg/kg、0.102 μg/kg和0.11 μg/kg。在多组分混合样品的定量分析中，RF-DA模型表现出优异的预测性能（R2 > 0.998），平均绝对百分比误差均低于7.72%。这些结果证实了该策略在处理复杂环境样品和实现现场高通量、高精度筛查方面的稳定性和实际潜力。

为了应对早期肺癌诊断中生物标志物丰度低和背景干扰强的挑战，Chen等人开发了一种集成免疫捕获功能的MF-SERS芯片，并将其与卷积神经网络（CNN）结合起来，用于深度挖掘肺癌来源的外泌体的无标记SERS光谱，如图9(d)所示。通过学习整个光谱范围内的潜在生化指纹特征，CNN有效地克服了使用传统方法难以解决的光谱重叠问题，实现了非小细胞肺癌（NSCLC）亚型的准确分类，准确率高达97.88%。此外，为了提高诊断结果的可靠性和可解释性，还将梯度加权类激活映射（Grad-CAM）集成到了MF-SERS肺癌诊断系统中。这种技术生成的光谱热图直观显示，模型的决策依赖于与脂质（例如，702 cm^-1处的胆固醇环呼吸振动）和蛋白质（例如，1302 cm^-1处的CH2变形振动）相关的特征带，从而从生化机制的角度验证了算法分类的科学基础和可靠性。应当注意的是，许多当前的AI驱动MF-SERS模型仍然主要在离线或半在线模式下实现光谱预处理、分类和定量预测。在外部物理场辅助下，由于场诱导的加热、气泡形成、粒子重新分布、热点重构、基底老化或流动不稳定等原因，SERS信号可能会显示出非平稳波动。因此，未来的AI驱动MF-SERS系统应该结合在线漂移校正、不确定性评估和闭环反馈优化，以动态调整场参数并在时变干扰下提高稳健性。

4 结论

本文系统地回顾了在外部物理场辅助下的MF-SERS技术的最新研究进展。从早期主要依赖被动扩散的传统范式出发，这一领域已逐渐发展为结合外部光学、电学、磁学和声学场的先进系统，实现了从随机混合到精确富集的关键转变，从根本上克服了限制传统痕量检测的质量传递瓶颈。在不同的应用场景中，每种物理场凭借其独特的机制展现出不同的优势。光学辅助策略以其非接触操作和高时空分辨率而不可或缺，适用于原位SERS基底合成、自清洁和单分子操控，特别适合在线环境污染物监测和高纯度样品的超灵敏分析。电学辅助策略利用电场力实现微纳尺度物种的精确迁移和界面调节，提供快速响应和高操作精度，因此在高效生物分子分离、靶向富集和原位基底再生中扮演重要角色。磁学辅助策略由于在生物基质中的低背景干扰，在复杂样品预处理、选择性分离/富集和无需泵的便携式检测方面表现优异，为护理点设备的微型化提供了可行的途径。声学辅助策略因其优异的生物相容性和低功耗，在无损操纵活细胞和原位代谢物分析方面展现出独特潜力，因此成为单细胞研究中的重要工具。此外，AI的集成为外部物理场耦合带来的挑战提供了全新的解决方案，包括复杂光谱解释、多组分识别和参数优化。这催生了“物理场驱动的富集”-“SERS超灵敏传感”-“AI驱动的智能决策”这一协同范式，推动MF-SERS向更智能和自适应的操作方向发展。尽管前景广阔，这项技术仍面临几个关键挑战。首先，SERS基底的均匀性、稳定性和批次间的再现性仍然不足。由于热点分布不均导致的信号波动继续限制了定量分析的可靠性。其次，外部物理场耦合通常伴随光热气泡形成、焦耳加热和电化学副反应等干扰效应，需要开发更精细的控制模型以实现信号稳定性和选择性增强。第三，在处理整个血液和废水等真实复杂样品时，当前系统对基质干扰的抵抗能力仍有限，定量准确性不足。最后，在设备集成、可扩展制造和工艺转化方面仍存在障碍，这阻碍了便携式部署和商业应用。展望未来，该领域的研究预计将集中在以下方向。首先，发展应从单一领域的援助转向多领域协同调控。在不同的物理场中，可以在多场增强拉曼散射（MF-SERS）分析过程中提供互补的功能。例如，磁场可用于目标分离、基底富集和可控热点组装；电场可以调控分子吸附/脱附、界面电荷转移和电化学再生；声场可以无标记地增强流体混合和质量传递；而光场可以实现光热调控、光催化自清洁或光捕获。因此，合理整合两个或多个场（如光-电、磁-电或磁-声耦合）可以同时提高分析物的传输效率、热点形成、信号稳定性以及基底的重复使用性。然而，多场耦合不应被视为不同场的简单叠加，因为它也可能带来额外的挑战，如设备复杂性、热积累、场干扰和参数耦合效应。因此，未来的多场MF-SERS平台应依赖于合理的芯片设计、多物理场仿真以及人工智能引导的反馈优化，以实现可控且可重复的协同效应。

其次，应更深入地将人工智能集成到闭环智能传感平台中，以实现感知、分析和决策的统一。

第三，应将微流控芯片、SERS基底和便携式硬件在系统层面进行整合，并结合基于云的数据交互和计算，最终实现高性能、分布式且广泛可用的现场即时检测。这些进展有助于克服当前的技术限制，更好地满足环境监测、生物医学和公共安全领域的迫切需求。

致谢
我们衷心感谢国家自然科学基金（项目编号62505322）的财政支持。同时，也非常感谢重庆大学分析测试中心的龚向楠博士在拉曼测量方面提供的帮助。

作者贡献
本项工作是所有作者共同努力的结果。张杰阐述了研究思路，统筹了整体方向，并修改了手稿。甘远撰写了主要文本并准备了图表。杨帆林、江杰和李聪慧分别为各部分的资料收集与整理做出了贡献。朱勇、王宁和王正坤协助了监督、审阅和编辑工作。

利益冲突
作者声明不存在任何财务利益冲突。