光學分選技術的光學力原理、技術分類、應用場景
本文由同濟大學楊孟團隊聯合新加坡國立大學邱成偉等學者撰寫，發表于2025年《Light: Science & Applications》（DOI:10.1038/s41377-024-01734-5）。研究團隊整合了近十年全球300余篇關鍵文獻，首次從光學力原理、技術分類、應用場景到產業化路徑進行全景式分析，為光學分選領域構建了兼具基礎科學深度與工程應用價值的理論框架。
重要發現
01傳統光學力：從宏觀操控到介觀分辨的底層突破
光輻射壓力（ORP）的微米級分選范式
實驗驗證：早期研究中，Buican團隊利用雙光束ORP成功分選中國倉鼠卵巢細胞，通過光動量轉移實現尺寸依賴的細胞分離；近年Wu等在微流控芯片中引入表面等離激元共振（SPR）增強ORP，實現60–100nm金納米顆粒的靜態區域分離，分辨率達5nm。
機制局限：ORP依賴光場發散產生推力，在深層組織中易受散射干擾，且納米級顆粒的動量轉移效率較低。
光梯度力（OGF）的介觀精準捕獲
技術創新：MacDonald團隊開發全息光學鑷子，通過動態光場生成三維光學晶格，以近100%效率分選2–5μm二氧化硅微球；石墨烯等離激元鑷子在中紅外波段（970nm）利用Fano共振產生雙向OGF，可分離折射率差異僅0.1的介電顆粒。
生物應用：在酵母細胞分選中，OGF通過調控光強梯度實現大小顆粒的旋向分離，較大顆粒聚集于光場內環，較小顆粒沿外環運動，分辨率達亞微米級。
光橫向力（OLF）的手性識別革命
手性操控：Wang與Chan發現60–100nm手性螺旋顆粒在橫向自旋動量作用下產生方向選擇性位移，利用線偏振光實現左右手性顆粒的雙向分離；Shi等在空氣-水界面通過動量轉移，以10nm分辨率分選手性微球，無需化學標記。
物理本質：OLF源于光的橫向自旋角動量，與顆粒的手性參數κ直接相關，為不對稱分子（如DNA、蛋白質）的光學解析提供了新工具。
02有源智能分選：光學與AI的跨界融合拉曼光譜-光學鑷子的“化學眼”功能
單細胞化學分選：Fang等設計雙激光系統（1064nm陷阱光+532nm拉曼激發光），在微流控芯片中無損分離胃癌細胞（BGC823）與正常細胞，成功率達90%；Lu等利用卷積神經網絡（ConvNet）分析微生物拉曼光譜，分類準確率突破100%。
技術瓶頸：實時光譜分析需毫秒級計算響應，目前依賴邊緣計算優化，制約高通量應用。
熒光標記與機器學習的“智能分選閉環”
量子點靶向分選：Zheng等用雙色熒光納米球標記腫瘤細胞，通過雙光子激發實現MCF-7與MIAPaCa-2細胞的精準分離，誤差率<5%；Ota團隊開發“幽靈cytometry”，利用單像素探測器與支持向量機（SVM），以3000細胞/秒速度完成無圖像重建的細胞分類。
臨床轉化：在血液樣本中，該技術可快速富集循環腫瘤細胞（CTC），結合熒光原位雜交（FISH）實現基因突變原位分析。
03新興光學結構：納米級分選的“未來工具箱”超表面：超越衍射極限的光場工程師
納米級分辨率：Luo等設計全介質超表面，利用電偶極-環偶極共振分離9nm與10nm聚苯乙烯顆粒，分辨率達1nm；在介電納米腔陣列中，通過Mie共振捕獲單病毒（如流感病毒），實現亞10nm級定位。
產業化潛力：基于氮化硅的超表面芯片可通過納米壓印批量生產，成本較電子束光刻降低80%。
拓撲光學場：抗干擾分選的“魯棒平臺”
梅龍晶格分選：Lu等在光學梅龍-反梅龍晶格中，通過拓撲電荷調控實現100nm金顆粒的100%效率分選，抗光場波動能力提升3倍；在光子晶體波導中，拓撲保護模式可定向排斥非共振顆粒，僅捕獲目標尺寸顆粒。
動態適應性：通過實時切換光場拓撲荷，可在同一系統中依次分選不同尺寸顆粒，適用于多組分生物樣本。
04多物理場集成：從實驗室到臨床的“最后一公里”光熱鑷子：無標記分選的“熱控策略”
熱泳效應應用：Hong等開發光熱電動力學鑷子，利用納米孔陣列的溫度梯度捕獲20nm顆粒，同時排斥100nm顆粒，適用于外泌體（30–200nm）亞型分離；結合微流控芯片，可在30分鐘內完成血液樣本的外泌體富集。
聲-光協同芯片：高通量分選的“速度革命”
預聚焦-精分選流程：Hu等構建聲-光集成芯片，先通過聲表面波（SAW）以微升/分鐘通量預聚焦白細胞，再利用光輻射壓力實現淋巴細胞與單核細胞的無標記分離，純度超95%，較傳統流式細胞術效率提升10倍。
創新與亮點
01從“成像觀測”到“操控干預”的范式轉變傳統光學技術以被動成像為主，而光學分選通過光力調控實現“即見即分選”。例如，拉曼光學鑷子同步完成單細胞化學成像與物理分離，將“分子特征識別-功能細胞分選”整合為連續流程，顛覆了傳統生物樣本處理的分階段模式。
02納米級精度：解鎖生命科學的“暗箱”細節
超表面與拓撲光學將分選分辨率從微米級（~1000nm）推進至納米級（<10nm），首次實現：
外泌體亞型（如腫瘤來源vs.正常細胞來源）的尺寸/內容物雙重分選；
手性藥物分子（如紫杉醇對映體）的光學拆分，純度達99.9%。
聲-光集成技術與AI算法的結合，使分選擺脫對熒光標記的依賴：
速度突破：“幽靈cytometry”通過光散射特征直接分類細胞，無需熒光染色，避免標記毒性的同時提升通量至臨床可接受水平（>10^6細胞/小時）；
成本優勢：無標記方案較傳統熒光激活細胞分選（FACS）降低試劑成本70%以上，適合資源有限地區的疾病篩查。
總結與展望
光學分選技術通過融合傳統光學力（如光輻射壓力、梯度力）、有源智能算法（拉曼光譜-機器學習）及新興光學結構（超表面、拓撲光學場），已實現從微米級到亞10nm級的分辨率跨越，在單細胞分析、手性分子分離、病毒捕獲等領域展現顛覆性潛力。當前技術突破集中于無標記分選（如聲-光協同芯片）、智能化決策（如“幽靈cytometry”）和納米級操控（全介質超表面），但大規模應用仍受限于納米加工成本（如電子束光刻）、活體環境光損傷控制等瓶頸。未來，隨著深度學習與光學設計的深度融合（如實時光場優化）、全介質材料（氮化硅）的普及，光學分選有望向單分子精準操控（如DNA折疊動態分選）、體內實時診斷（植入式光學芯片捕獲循環腫瘤細胞）及跨尺度高通量平臺（兼容病毒至組織碎片）演進，最終推動精準醫學與納米材料合成進入“光控時代”。
聲明：本文僅用作學術目的。
Yang M, Shi Y, Song Q, Wei Z, Dun X, Wang Z, Wang Z, Qiu CW, Zhang H, Cheng X. Optical sorting: past, present and future. Light Sci Appl. 2025 Feb 27;14(1):103.
DOI:10.1038/s41377-024-01734-5.
