顾宁院士团队综述 | 热驱动液滴成分分析：从基础热力学到智能生物诊断应用

本文系统综述了基于热效应的液滴成分分析策略。背景方面，基于液滴的微流控技术在高通量分析和即时检测中潜力巨大，但现有检测方法（如荧光标记、质谱、电化学）存在干扰生物过程、设备复杂及难以集成等问题。研究目的在于构建一个从热力学与热物性原理出发的“热信号—成分信息”关联框架，以解决微尺度液滴中实时、无标记成分分析的挑战。结论部分，该综述总结了多种无标记检测策略（如微量热法、3ω法、红外热成像、咖啡环效应），并引入机器学习解析热指纹，实现了分子检测与复杂生物流体分析（如尿液、血液诊断）。展望指出，热驱动液滴分析作为一种通用无标记检测范式，结合微流控与人工智能，有望推动即时诊断、药物筛选与材料合成的发展，但未来需解决环境敏感性、标准化及多模态融合等问题以实现临床与工业应用。