2026年10月18日，中国微米纳米技术学会（简称 CSMNT）公布2026年度“CSMNT博士/硕士学位论文托举计划”遴选结果。我校研究生陈鑫坤的学位论文《基于分形与仿生结构的微混合器数值模拟与应用研究》成功入选。
该论文聚焦微尺度流动中低雷诺数层流混合效率受限、纳米药物载体制备均一性和工艺可控性不足等问题，贯通“微混合器结构设计—流场机理分析—器件制造与实验验证—功能脂质体制备—机器学习优化”的研究路径。论文将分形几何、植物叶脉仿生结构与智能优化方法相结合，围绕被动式微混合强化和纳米药物递送开展了系统研究。
在微混合器结构创新方面，论文将分形几何与仿生原理引入微流控设计，提出一次壁式分形挡板（PWFB）微混合器和仿生叶脉凹槽型微混合器（LVGM），通过强化流体界面拉伸、分离重组及三维二次流动，实现低雷诺数条件下的高效混合。其中，优化后的分形微混合器混合效率可达90%以上，制备的空白脂质体具有良好的粒径分布和单分散性；仿生叶脉微混合器则进一步应用于环丙沙星脂质纳米颗粒（CIP-LNPs）的制备，表现出良好的粒径均一性、储存稳定性和生物相容性。
在智能化制备方面，论文构建组合式微混合平台（VGHM），结合机器学习模型，实现脂质体粒径的智能预测与工艺优化，预测相关系数达到0.95以上。在此基础上，实现了靶向大黄素脂质体（Apt-EMO@Lip）的连续一步制备。该制剂具有pH响应释放特性，并在体外实验中展现出抗炎及促进肠屏障修复的潜力，为微流控技术在功能纳米药物精准制备中的应用提供了新思路。（交通学院）
