Monitoring the binding affinities and kinetics of protein interactions is important in clinical diagnostics and drug development because such information is used to identify new therapeutic candidates. Surface plasmon resonance is at present the standard method used for such analysis, but this is limited by low sensitivity and low-throughput analysis. Here, we show that silicon nanowire field-effect transistors can be used as biosensors to measure protein–ligand binding affinities and kinetics with sensitivities down to femtomolar concentrations. Based on this sensing mechanism, we develop an analytical model to calibrate the sensor response and quantify the molecular binding affinities of two representative protein–ligand binding pairs. The rate constant of the association and dissociation of the protein–ligand pair is determined by monitoring the reaction kinetics, demonstrating that silicon nanowire field-effect transistors can be readily used as high-throughput biosensors to quantify protein interactions. Silicon nanowires configured as field-effect transistors can be used to quantify the binding affinities and kinetics of protein interactions, offering a sensitive tool for disease diagnosis and drug discovery.

We combined reflection difference microscopy, electron transport measurements, and atomic force microscopy to characterize the mechanical and electrical anisotropy of few-layer black phosphorus. We were able to identify the lattice orientations of the two-dimensional material and construct suspended structures aligned with specific crystal axes. The approach allowed us to probe the anisotropic mechanical and electrical properties along each lattice axis in separate measurements. We measured the Young's modulus of few-layer black phosphorus to be 58.6 ± 11.7 and 27.2 ± 4.1 GPa in zigzag and armchair directions. The breaking stress scaled almost linearly with the Young's modulus and was measured to be 4.79 ± 1.43 and 2.31 ± 0.71 GPa in the two directions. We have also observed highly anisotropic transport behavior in black phosphorus and derived the conductance anisotropy to be 63.7%. The test results agreed well with theoretical predictions. Our work provided very valuable experimental data and suggested an effective characterization means for future studies on black phosphorus and anisotropic two-dimensional nanomaterials in general.

Particles, ranging from submicron to nanometer scale, can be broadly categorized into biological and non-biological types. Submicron-to-nanoscale bioparticles include various bacteria, viruses, liposomes, and exosomes. Non-biological particles cover various inorganic, metallic, and carbon-based particles. The effective manipulation of these submicron to nanoparticles, including their separation, sorting, enrichment, assembly, trapping, and transport, is a fundamental requirement for different applications. Acoustofluidics, owing to their distinct advantages, have emerged as a potent tool for nanoparticle manipulation over the past decade. Although recent literature reviews have encapsulated the evolution of acoustofluidic technology, there is a paucity of reports specifically addressing the acoustical manipulation of submicron to nanoparticles. This article endeavors to provide a comprehensive study of this topic, delving into the principles, apparatus, and merits of acoustofluidic manipulation of submicron to nanoparticles, and discussing the state-of-the-art developments in this technology. The discourse commences with an introduction to the fundamental theory of acoustofluidic control and the forces involved in nanoparticle manipulation. Subsequently, the working mechanism of acoustofluidic manipulation of submicron to nanoparticles is dissected into two parts, dominated by the acoustic wave field and the acoustic streaming field. A critical analysis of the advantages and limitations of different acoustofluidic platforms in nanoparticles control is presented. The article concludes with a summary of the challenges acoustofluidics face in the realm of nanoparticle manipulation and analysis, and a forecast of future development prospects.

Bladder cancer (BC) is the most common malignant tumor and has become a major public health problem, leading the causes of death worldwide. The detection of BC cells is of great significance for clinical diagnosis and disease treatment. Urinary cytology based liquid biopsy remains high specificity for early diagnosis of BC, however, it still requires microscopy examination which heavily relies on manual operations. It is imperative to investigate the potential of automated and indiscriminate cell differentiation technology to enhance the sensitivity and efficiency of urine cytology. Here, we developed a machine learning algorithm empowered dual-fluorescence flow cytometry platform (μ-FCM) for urinary cytology analysis. A phenotype characteristic parameter (CP) which correlated with the size of the cell and nucleus was defined to achieve the differentiation of the BC cells and uroepithelial cells with high throughput and high accuracy. Based on CP analysis, SV-HUC-1 cells were almost differentiated from EJ cells and effectively reduced the overlap with 5637 cells. To further differentiate SV-HUC-1 cells and 5637 cells, support vector machine (SVM) machine learning algorithm was optimized to assist data analysis with the highest accuracies of 84.7 % for cell differentiation including the specificity of 91.0 % and the sensitivity of 75.0 %. Furthermore, the false positive rate (FPR) compensation enabled the detection rates of rare BC cells predicted by the well-trained SVM model were close to the true proportions with the recognition error in 0.4 % for the tumor cells. As a proof of concept, the developed μ-FCM system successfully demonstrates the capacity to identify the distribution of exfoliated cells in real urine samples. This system underscores the significance of integrating AI with microfluidics to perform high-throughput phenotyping of exfoliated cells, offering a pathway toward scalable, efficient, and automatic microfluidic systems in the fields of both biosensing and in vitro diagnosis of BC.

Compared to animal cells, phenotypic characterization of single plant cells on microfluidic platforms is still rare. In this work, we collated population statistics on the morphological, biochemical, physical and electrical properties of Arabidopsis protoplasts under different external and internal conditions, using progressively improved microfluidic platforms. First, we analyzed the different effects of three phytohormones (auxin, cytokinin and gibberellin) on the primary cell wall (PCW) regeneration process using a microfluidic flow cytometry platform equipped with a single-channel fluorescence sensor. Second, we correlated the intracellular reactive oxygen species (ROS) level induced by heavy metal stress with the concurrent PCW regeneration process by using a dual-channel fluorescence sensor. Third, by integrating contraction channels, we were able to effectively discriminate variations in cell size while monitoring the intensity of intracellular ROS signaling. Fourth, by combining an electrical impedance electrode with the contraction channel, we analyzed the differences in electrical and mechanical properties of wild-type and mutant plant cells before and after primary cell wall regeneration. Overall, our work demonstrates the feasibility and sensitivity of microfluidic flow cytometry in high-throughput phenotyping of plant cells and provides a reference for assessing metabolic and physiological indicators of individual plant cells in multiple dimensions.

Supramolecules are considered as promising materials for volatile organic compounds (VOCs) sensing applications. The proper understanding of the sorption process taking place in host-guest interactions is critical in improving the pattern recognition of supramolecules-based sensing arrays. Here, we report a novel approach to investigate the dynamic host-guest recognition process by employing a bulk acoustic wave (BAW) resonator capable of producing multiple oscillation amplitudes and simultaneously recording multiple responses to VOCs. Self-assembled monolayers (SAMs) of β-cyclodextrin (β-CD) were modified on four BAW sensors to demonstrate the gas-surface interactions regarding oscillation amplitude and SAM length. Based on the method, a virtual sensor array (VSA) type electronic nose (e-nose) can be realized by pattern recognition of multiple responses at different oscillation amplitudes of a single sensor. VOCs analysis was realized respectively by using principal component analysis (PCA) for individual VOC identification and linear discriminant analysis (LDA) for VOCs mixtures classification.

This work provided a novel methodology for the generation and control of stable bubbles in microfluidics using a hypersonic acoustic system. The stable bubble enabled the dynamic splitting of continuous droplets.

Hydrodynamic force loading platforms based on acoustofluidics have been developed to study the mechanical deformation of cancer cells and to control cell behavior. However, so far there have been no experimental measurements on living plant cells using such an acoustic approach. Unique structures, including cell walls, allow plant cells to exhibit more variation in mechanical resistance. In this work, we analyzed plant cell deformation and membrane permeability using a gigahertz (GHz) acoustofluidic system. By recording the proportion of intact cells in the cell population, we evaluated the mechanical resistance of the protoplasts to the hydrodynamic forces of the acoustic streaming. The results showed that a regenerated primary cell wall (PCW) could significantly improve the mechanical resistance of individual plant cells within 24 h compared to the freshly prepared protoplasts without walls. The results of enzymatic degradation showed that three main components of the primary cell wall contribute to different degrees to the improvement of the mechanical properties of the cells, in decreasing order: cellulose, hemicellulose, and pectin. Furthermore, we have shown that such an acoustofluidic system can alter the permeability of the protoplast membrane in a controllable manner for transient gene expression.

The µTAS/LOC, a highly integrated microsystem, consolidates multiple bioanalytical functions within a single chip, enhancing efficiency and precision in bioanalysis and biomedical operations. Microfluidic centrifugation, a key component of LOC devices, enables rapid capture and enrichment of tiny objects in samples, improving sensitivity and accuracy of detection and diagnosis. However, microfluidic systems face challenges due to viscosity dominance and difficulty in vortex formation. Acoustic-based centrifugation, particularly those using surface acoustic waves (SAWs), have shown promise in applications such as particle concentration, separation, and droplet mixing. However, challenges include accurate droplet placement, energy loss from off-axis positioning, and limited energy transfer from low-frequency SAW resonators, restricting centrifugal speed and sample volume. In this work, we introduce a novel ring array composed of eight Lamb wave resonators (LWRs), forming an Ultra-Fast Centrifuge Tunnel (UFCT) in a microfluidic system. The UFCT eliminates secondary vortices, concentrating energy in the main vortex and maximizing acoustic-to-streaming energy conversion. It enables ultra-fast centrifugation with a larger liquid capacity (50 μL), reduced power usage (50 mW) that is one order of magnitude smaller than existing devices, and greater linear speed (62 mm/s), surpassing the limitations of prior methods. We demonstrate successful high-fold enrichment of 2 μm and 10 μm particles and explore the UFCT's potential in tissue engineering by encapsulating cells in a hydrogel-based micro-organ with a ring structure, which is of great significance for building more complex manipulation platforms for particles and cells in a bio-compatible and contactless manner.