实验方法
一、 DMA 平台构建与表面修饰
1、DMA 玻片采用亲水-超疏水图案化设计：
亲水斑点：通过硅烷化处理和硫醇-炔点击化学，在玻璃表面形成1mm²亲水区域（水接触角<10°），支持纳升液滴稳定形成；
超疏水背景：全氟癸硫醇修饰的超疏水边界（接触角>150°），确保液滴独立分离，单滴体积80-100 nL（图1a）
图1. DMA平台。(a)含有水滴的非聚合物DMA载玻片的照片。这张照片是由KIT跨媒体部门的团队拍摄的。(b)在聚合物DMA上孵育48小时并用钙黄绿素AM和PI染色的原代CLL细胞的显微镜🔬图像。比例尺= 100 µm，插入50 µm。(c)使用内部开发的算法显示细胞计数的显微镜🔬图像。比例尺= 100 µm，插入20 µm。(d)图显示了从五个不同供体分离并在聚合物DMA载玻片（黑色条）和细胞培养瓶（虚线条）中培养48小时的CLL细胞的活力的比较。
二、I.DOT 技术在细胞与药物分配中的应用
1、细胞接种
使用I.DOT纳米级分配器（DispendixGmbH），将原代慢性淋巴细胞白血病（CLL）细胞悬液（浓度100×10⁴cells/mL）以100nL/滴精准分配至亲水斑点，单滴平均含100个细胞，细胞数变异系数（CV）<5%（图1c）。
2、药物打印
抗癌药物（如阿霉素、AZD7762）溶解于DMSO后，经I.DOT以纳升级体积打印至疏水玻片，通过三明治法与细胞液滴接触，确保药物转移率>95%，最终浓度覆盖0.041-200µM（图2）。
图2. 在聚合物DMA平台上比较化合物对从供体1分离的原代患者源性CLL细胞的剂量依赖性作用（上图）和384孔板（下图）：（a）多柔比星，（B）AZD7762，（c）Abt-199，（d）CAL-101，（e）达沙替尼，（f）IPI-145，（g）LGX-818，（h）PCI-32765，和（i）MK-2206。在DMA平台的情况下，平均值取自四次重复;误差条是标准偏差。在384孔板的情况下，我们每个浓度仅重复一次。应注意，DMA和384孔板的x轴刻度不同
三、自动化筛选流程
抗癌药物（如阿霉素、AZD7762）溶解于 DMSO 后，通过 I.DOT 纳米级分配器以纳升级体积打印至疏水玻片，采用三明治法与细胞液滴接触，确保药物转移率> 95%，最终浓度覆盖 0.041–200 µM（图 2）。
细胞接种后孵育2小时，通过I.DOT分配染色液（CalceinAM/PI）进行活死细胞染色，15分钟内完成588个液滴的荧光成像（OlympusIX81显微镜🔬），结合ImageJ算法自动计数细胞活力（图1b）。
实验结果
一、I.DOT 赋能微尺度筛选的核心优势
1、超高效样本利用
与384孔板相比，DMA平台联合I.DOT技术将细胞用量从20,000 cells/孔降至100cells/滴（↓200倍），药物消耗从10nmol/孔降至0.03 nmol/滴（↓300倍），试剂体积从25,000nL/孔降至50nL/滴（↓500倍）（表1）。
表1. 在DMA平台和384孔板上进行筛选的化合物、细胞和试剂的工作流程和消耗比较。
2. 数据一致性与可靠性：
对9种抗癌药物的剂量-反应曲线显示，DMA平台与384孔板的IC50值高度吻合（如阿霉素IC50：202.51µMvs.200µM），Z'因子（评估筛选性能的指标）达0.56-0.85（>0.5为“优秀”），证实微尺度培养未改变细胞对药物的响应特性（图2、图3）。
图3. 化合物对在具有手动设置的聚合物DMA平台（上图）和384孔板（下图）上从三个不同供体分离的原代患者来源的CLL细胞的剂量依赖性作用的比较：（a）供体3，（B）供体4，和（c）供体5。在DMA平台的情况下，平均值取自四次重复;误差条是标准偏差。在384孔板的情况下，我们每个浓度仅重复一次。应注意，DMA和384孔板的x轴刻度不同。二、自动化与成本效益提升
1、高通量能力
I.DOT支持单日处理100+样本，单玻片集成588个液滴，较手动操作效率提升10倍，且非接触式分配避免交叉污染（污染率<0.01%）。
2、成本优化
单药物10浓度4重复实验成本仅10欧元💶，不足384孔板（800欧元💶）的1/80，主要得益于纳升级试剂消耗与自动化流程
三、临床样本适配性验证
对5例患者来源的CLL细胞测试显示，DMA平台可在48小时内完成药敏分析，细胞活力维持在60%-85%，与培养瓶培养结果一致（图1d），证明其对原代细胞的兼容性。
总结与讨论
这项研究借助 I.DOT 技术的纳米级精准分配能力，在 DMA 平台上实现了对传统药物筛选技术的突破，通过将单孔细胞用量降至100个，解决了活检样本稀缺导致的原代细胞耗竭难题，使高效药敏筛选在超微尺度下成为可能；其临床价值体现在为儿童『肿瘤』、罕见癌症等样本获取困难的病症提供了可行的体外检测方案，支持治疗过程中动态耐药监测与药物重定位，推动个体化医疗的精准化实践；未来研究可进一步结合3D培养（如水凝胶支架）与人工智能数据分析，构建更贴近体内生理环境的筛选模型，加速实验室成果向临床应用的转化[1,2]。该研究不仅验证了I.DOT与DMA平台在微尺度筛选中的协同优势，更通过技术创新开启了精准医疗领域的新方向，有望成为未来癌症个体化治疗中高效筛选与精准用药的核心工具。
参考文献
1. Neto, A. I.; Demir, K.; Popova, A. A.; et al. Fabrication of Hydrogel Particles of Defined Shapes Using Superhydrophobic-Hydrophilic Micropatterns. Adv. Mater. 2016, 7613–7619.
2. Tronser, T.; Demir, K.; Reischl, M.; et al. Droplet Microarray: Miniaturized Platform for Rapid Formation and High-Throughput Screening of Embryoid Bodies. Lab Chip 2018,18, 2257–2269.
