摘要 迅速、便携且自动化的最小抑制浓度（MIC）测定对于去中心化环境中的抗微生物敏感性测试至关重要。我们提出了TCG-CMDA（通过毛细微流控设计自动化启用的树形浓度梯度生成器），这是一个基于机器学习的自动化设计毛细微流控芯片的平台，该芯片能够被动生成可编程浓度梯度。TCG-CMDA的一个关键创新是其能够实现两种预加载剂的完全同步、毛细管驱动流动，从而在没有外部泵或阀门的情况下实现精确和可重复的梯度形成。通过集成计算流体力学（CFD）模拟、神经网络替代模型和拟牛顿优化，该平台定制树形几何形状以匹配目标混合特征。我们通过染料流动可视化和对大肠杆菌的抗生素庆大霉素进行MIC测试来验证TCG-CMDA，显示出与传统抗生素敏感性测试的高度一致性。生成的芯片支持一种精简的工作流程，包括被动加载、自主梯度生成和约2小时的孵育，随后进行直接端点评估，因此非常适合去中心化的现场应用。TCG-CMDA建立了一个针对毛细微流控系统的闭环、模拟引导设计范式。尽管此处展示的是面向MIC的抗微生物测试，但该框架是可扩展的，并且可以通过几何重构和流体特定优化扩展到其他梯度依赖的微流控应用。
Khalghollah等人（Sun，）研究了这个问题。