清華與華科團(tuán)隊(duì)打造AI介觀顯微鏡，1次實(shí)驗(yàn)抵過去100次

想要理解生命如何運(yùn)作，我們首先要能夠看見生命。

長(zhǎng)期以來(lái)，生命科學(xué)研究主要依賴體外顯微成像：研究人員將組織切片、固定或培養(yǎng)后，再放到顯微鏡下觀察。這種方式能夠獲得清晰、穩(wěn)定的圖像，卻難以保留生命活動(dòng)真實(shí)發(fā)生的環(huán)境。因?yàn)榧?xì)胞離開身體后，血液不再流動(dòng)，神經(jīng)、血管與免疫系統(tǒng)之間的相互作用也會(huì)被打斷，許多動(dòng)態(tài)生命過程因此難以完整呈現(xiàn)。

相比之下，活體顯微成像能夠在動(dòng)物仍然存活、器官持續(xù)工作的狀態(tài)下，直接觀察細(xì)胞、血管、神經(jīng)等結(jié)構(gòu)隨時(shí)間發(fā)生的動(dòng)態(tài)變化，因此近年來(lái)逐漸成為腦科學(xué)、免疫學(xué)、腫瘤研究和藥物研發(fā)等領(lǐng)域的重要研究工具。

然而，活體成像長(zhǎng)期面臨一個(gè)關(guān)鍵問題：想看得廣，就很難看得清；想看得清，又往往只能覆蓋很小的一片區(qū)域。如何在毫米級(jí)視野下保持亞細(xì)胞分辨率，一直是活體顯微成像領(lǐng)域最具挑戰(zhàn)性的難題之一。

近日，清華大學(xué)戴瓊海院士團(tuán)隊(duì)聯(lián)合華中科技大學(xué)同濟(jì)醫(yī)學(xué)院附屬同濟(jì)醫(yī)院王偉教授團(tuán)隊(duì)，在 Nature Biotechnology 發(fā)表最新研究成果，推出新一代AI賦能的活體介觀三維顯微成像系統(tǒng) RUSH3D-HR。借助這一系統(tǒng)，研究團(tuán)隊(duì)首次連續(xù)記錄了針灸神經(jīng)調(diào)控過程中遠(yuǎn)端器官的活體動(dòng)態(tài)變化，為研究神經(jīng)—免疫調(diào)控機(jī)制提供了新的觀察手段。

（來(lái)源：論文）

實(shí)現(xiàn)這一成果的關(guān)鍵，在于團(tuán)隊(duì)融合了新型光學(xué)系統(tǒng)、計(jì)算成像與人工智能技術(shù)，在毫米級(jí)大視野下實(shí)現(xiàn)亞細(xì)胞分辨率，并能夠長(zhǎng)時(shí)間連續(xù)追蹤活體內(nèi)的大規(guī)模細(xì)胞群體。根據(jù)論文展示的數(shù)據(jù)，1 次實(shí)驗(yàn)覆蓋的成像通量約相當(dāng)于過去 100 次實(shí)驗(yàn)。這為生命科學(xué)研究提供了一種新的觀測(cè)工具，也為腦科學(xué)、神經(jīng)科學(xué)等領(lǐng)域獲取高質(zhì)量活體動(dòng)態(tài)數(shù)據(jù)，以及 AI for Science 發(fā)展提供了新的基礎(chǔ)。

論文共同第一作者為清華大學(xué)心理與認(rèn)知科學(xué)系盧志助理教授、華中科技大學(xué)同濟(jì)醫(yī)學(xué)院附屬同濟(jì)醫(yī)院汪明歡教授、復(fù)旦大學(xué)陳文韜博士生，共同通訊作者為清華大學(xué)戴瓊海院士、吳嘉敏副教授和華中科技大學(xué)同濟(jì)醫(yī)學(xué)院附屬同濟(jì)醫(yī)院王偉教授。這項(xiàng)工作橫跨人工智能、計(jì)算成像、光學(xué)設(shè)計(jì)、生命科學(xué)和基礎(chǔ)醫(yī)學(xué)等多個(gè)方向，由多個(gè)團(tuán)隊(duì)共同完成。

（來(lái)源：受訪者）

1 次實(shí)驗(yàn)，為何能夠抵過去 100 次實(shí)驗(yàn)？

在顯微鏡下，“看得廣”和“看得清”通常很難同時(shí)兼顧。

傳統(tǒng)高分辨率顯微鏡可以清晰分辨單個(gè)細(xì)胞甚至細(xì)胞內(nèi)部的細(xì)微結(jié)構(gòu)，但一次覆蓋的范圍往往只有數(shù)百微米，只能觀察十幾個(gè)甚至幾十個(gè)細(xì)胞。如果研究對(duì)象只是單個(gè)細(xì)胞，這樣的視野已經(jīng)足夠；但炎癥、傷口修復(fù)、腫瘤轉(zhuǎn)移等生命過程，往往涉及成千上萬(wàn)個(gè)細(xì)胞以及血管、免疫系統(tǒng)之間的相互作用，僅觀察局部區(qū)域，很容易錯(cuò)過整體變化。

介觀顯微成像（Mesoscopic microscopy）正是為了解決這一問題而發(fā)展起來(lái)。它將成像范圍擴(kuò)大到毫米級(jí)，可以同時(shí)觀察大規(guī)模細(xì)胞群體，但過去分辨率大多停留在細(xì)胞尺度，難以繼續(xù)看清細(xì)胞器等亞細(xì)胞結(jié)構(gòu)。

RUSH3D-HR 試圖突破的正是這一瓶頸。為此，團(tuán)隊(duì)自主研制了一枚名為“昆侖”的大視場(chǎng)高數(shù)值孔徑物鏡，在毫米級(jí)視野內(nèi)盡可能保持較高的分辨率。與此同時(shí)，團(tuán)隊(duì)又將掃描光場(chǎng)、計(jì)算成像和一系列人工智能算法整合到同一套系統(tǒng)中，對(duì)圖像進(jìn)行背景抑制、運(yùn)動(dòng)校正和三維重建。

圖 ｜ 昆侖物鏡與RUSH3D-HR示意圖（來(lái)源：論文）

論文第一作者盧志向 DeepTech 表示，團(tuán)隊(duì)真正突破的不是某一個(gè)單獨(dú)的光學(xué)指標(biāo)，而是將光學(xué)硬件與人工智能算法深度融合，在保持大視野的同時(shí)進(jìn)一步提升了分辨率。

這種提升最終體現(xiàn)在實(shí)驗(yàn)效率上。傳統(tǒng)高數(shù)值孔徑顯微鏡單次只能覆蓋數(shù)百微米的局部區(qū)域，而 RUSH3D-HR 能夠連續(xù)觀測(cè)毫米級(jí)范圍。按照覆蓋范圍估算，“1 次實(shí)驗(yàn)大致相當(dāng)于過去 100 次實(shí)驗(yàn)。”

（來(lái)源：論文）

這種能力對(duì)于尋找罕見生命現(xiàn)象尤為重要。因?yàn)樵S多關(guān)鍵事件并不會(huì)發(fā)生在固定位置，例如免疫細(xì)胞之間短暫的相互作用，或某些細(xì)胞器在少數(shù)細(xì)胞中的瞬時(shí)出現(xiàn)。如果一次只能觀察很小的區(qū)域，研究人員往往需要重復(fù)大量實(shí)驗(yàn)，才能捕捉到這些稍縱即逝的過程。

盧志告訴 DeepTech，過去為了等待一個(gè)罕見現(xiàn)象出現(xiàn)，學(xué)生往往需要反復(fù)重復(fù)實(shí)驗(yàn)，“有時(shí)候一個(gè)博士幾年時(shí)間都在等一個(gè)瞬間。而現(xiàn)在可以被大大加速了。”如今，一次實(shí)驗(yàn)?zāi)軌蚋采w更大的范圍，也意味著那些過去容易錯(cuò)過的生命過程，更有機(jī)會(huì)被完整記錄下來(lái)。從這個(gè)意義上說，RUSH3D-HR 壓縮的不只是實(shí)驗(yàn)次數(shù)，也縮短了發(fā)現(xiàn)罕見生命現(xiàn)象所需的時(shí)間。

除了電針神經(jīng)調(diào)控，論文還展示了傷口愈合、急性肝衰竭等多個(gè)應(yīng)用場(chǎng)景。

在小鼠皮膚損傷實(shí)驗(yàn)中，研究團(tuán)隊(duì)進(jìn)行了超過 10 小時(shí)的連續(xù)成像，追蹤了近 2 萬(wàn)條持續(xù) 10 分鐘以上的中性粒細(xì)胞運(yùn)動(dòng)軌跡。他們發(fā)現(xiàn)，大量中性粒細(xì)胞會(huì)向傷口長(zhǎng)距離遷移，并沿真皮脂肪組織之間的空隙形成網(wǎng)狀路線；部分細(xì)胞在抵達(dá)傷口前便停下聚集，提示傷口周圍可能已經(jīng)形成新的局部炎癥區(qū)域。

（來(lái)源：論文）

在論文配套的視頻中，縱橫交織的血管與不斷遷移的免疫細(xì)胞構(gòu)成了一幅動(dòng)態(tài)畫面，整體形態(tài)像極了一樹盛開的梅花。

（來(lái)源：受訪者）

第一次看見：電針如何通過外周神經(jīng)調(diào)控炎癥

不過，在團(tuán)隊(duì)看來(lái)，電針實(shí)驗(yàn)最能體現(xiàn) RUSH3D-HR 的價(jià)值。它關(guān)注的并不是針刺局部發(fā)生了什么，而是針刺之后，遠(yuǎn)離刺激部位的免疫器官如何發(fā)生變化。這正是傳統(tǒng)顯微鏡難以完成，而 RUSH3D-HR 擅長(zhǎng)解決的問題：連續(xù)、大范圍地觀察復(fù)雜生命過程。

這讓人很容易聯(lián)想到中醫(yī)的針灸機(jī)制。近年來(lái)越來(lái)越多研究表明，針灸并非直接作用于免疫系統(tǒng)，而是首先激活外周感覺神經(jīng)，再通過神經(jīng)通路調(diào)節(jié)遠(yuǎn)端器官的免疫反應(yīng)。

例如，此前已有動(dòng)物實(shí)驗(yàn)發(fā)現(xiàn)，對(duì)小鼠后肢足三里進(jìn)行低強(qiáng)度電刺激，可以激活特定感覺神經(jīng)元，并通過迷走神經(jīng)—腎上腺通路調(diào)節(jié)全身炎癥。然而，這些研究主要揭示了神經(jīng)信號(hào)如何傳遞，但電刺激之后，遠(yuǎn)端免疫器官中的大量細(xì)胞究竟如何響應(yīng)，一直缺乏能夠長(zhǎng)時(shí)間、大范圍實(shí)時(shí)觀察的技術(shù)。

這部分實(shí)驗(yàn)由清華大學(xué)團(tuán)隊(duì)與同濟(jì)醫(yī)院神經(jīng)內(nèi)科王偉教授、汪明歡教授等長(zhǎng)期研究腦與神經(jīng)科學(xué)的醫(yī)學(xué)科學(xué)家合作完成。研究團(tuán)隊(duì)首先向小鼠注射脂多糖誘導(dǎo)急性炎癥，隨后利用 RUSH3D-HR 連續(xù)觀察脾臟約 5 小時(shí)，并追蹤每只小鼠超過 6,000 個(gè)中性粒細(xì)胞。

結(jié)果發(fā)現(xiàn)，與正常狀態(tài)相比，炎癥小鼠脾臟中的中性粒細(xì)胞數(shù)量增加約 30%，平均遷移速度也由每秒 3.53 微米提高到 3.80 微米。更引人注意的是，大量中性粒細(xì)胞會(huì)在短時(shí)間內(nèi)快速聚集到同一點(diǎn)，形成由數(shù)百個(gè)細(xì)胞組成的“群聚”，隨后再逐漸散開。這種現(xiàn)象在正常小鼠中平均只出現(xiàn)約 2 次，而炎癥狀態(tài)下增加到約 20 次。研究團(tuán)隊(duì)據(jù)此提出，中性粒細(xì)胞群聚有望成為一種新的介觀炎癥生物標(biāo)志物。

隨后，研究人員在注射脂多糖 2.5 小時(shí)后，對(duì)小鼠足三里施加 0.5 毫安電針刺激，并繼續(xù)觀察脾臟中的免疫細(xì)胞變化。結(jié)果顯示，與僅接受脂多糖處理以及針刺但不通電的 0 毫安對(duì)照組相比，0.5 毫安電針組的中性粒細(xì)胞群聚事件減少了 5 倍以上，而不通電的針刺并未產(chǎn)生類似效果。

（來(lái)源：論文）

需要說明的是，這項(xiàng)研究記錄的是電針刺激后脾臟免疫細(xì)胞的動(dòng)態(tài)變化，并沒有直接拍攝神經(jīng)信號(hào)沿外周神經(jīng)傳導(dǎo)的全過程；實(shí)驗(yàn)對(duì)象也僅限于小鼠，不能直接外推到人體臨床療效。它提供的更多是一種新的研究工具——通過標(biāo)準(zhǔn)化刺激，連續(xù)記錄遠(yuǎn)端器官中大規(guī)模細(xì)胞群體的動(dòng)態(tài)變化，為研究神經(jīng)—免疫調(diào)控機(jī)制提供更直接的觀察證據(jù)。這一思路未來(lái)也有望擴(kuò)展到腦科學(xué)研究，例如長(zhǎng)期觀察神經(jīng)元、膠質(zhì)細(xì)胞等在神經(jīng)退行性疾病中的動(dòng)態(tài)變化。

盧志還告訴 DeepTech，這一方法理論上也有望用于研究拔罐、刮痧等其他中醫(yī)藥外周干預(yù)方式。不過，這些干預(yù)是否會(huì)產(chǎn)生類似效應(yīng)，以及具體通過什么機(jī)制發(fā)揮作用，仍有待進(jìn)一步研究驗(yàn)證。

AI 正在成為生命科學(xué)研究的一部分

除了光學(xué)系統(tǒng)本身，這項(xiàng)研究的另一大特點(diǎn)，是人工智能已經(jīng)深度融入整個(gè)成像過程。

RUSH3D-HR每秒會(huì)產(chǎn)生約700 億體素的數(shù)據(jù)，一個(gè)三維時(shí)間點(diǎn)重建后的數(shù)據(jù)量接近 20GB。如此龐大的數(shù)據(jù)，僅靠傳統(tǒng)圖像處理方法很難完成實(shí)時(shí)分析。為此，研究團(tuán)隊(duì)將原始視野拆分成多個(gè)區(qū)域并行處理，并利用人工智能完成運(yùn)動(dòng)偽影校正、去噪、像差修正和三維重建。論文顯示，這套計(jì)算管線相比傳統(tǒng)反卷積算法，處理速度提升了 1,000 倍以上。

不過，AI 的作用并不僅僅是讓顯微鏡運(yùn)行得更快。沒有計(jì)算成像和人工智能，僅靠光學(xué)硬件，很難同時(shí)實(shí)現(xiàn)目前的大視野和亞細(xì)胞分辨率。對(duì)團(tuán)隊(duì)而言，真正的突破并非某一項(xiàng)光學(xué)指標(biāo)，而是將光學(xué)硬件、計(jì)算成像與 AI 融合為一個(gè)整體系統(tǒng)。

更重要的是，這套系統(tǒng)正在持續(xù)產(chǎn)生此前難以獲得的活體動(dòng)態(tài)數(shù)據(jù)。無(wú)論是腦科學(xué)中神經(jīng)元和膠質(zhì)細(xì)胞的長(zhǎng)期活動(dòng)，還是神經(jīng)退行性疾病、發(fā)育生物學(xué)等領(lǐng)域涉及的大規(guī)模細(xì)胞協(xié)同行為，都需要長(zhǎng)時(shí)間、連續(xù)、高通量的活體觀測(cè)。這類數(shù)據(jù)不僅是科學(xué)研究的重要基礎(chǔ)，也是人工智能理解生命過程所需要的訓(xùn)練數(shù)據(jù)。

在他們看來(lái)，目前 AI 更多提升的是顯微鏡的“感知”能力，而未來(lái)更重要的是讓 AI 具備“認(rèn)知”能力，能夠從海量實(shí)驗(yàn)數(shù)據(jù)中發(fā)現(xiàn)規(guī)律，并參與科學(xué)研究本身。盧志表示，過去幾年，他們更多是在“造鏟子”，不斷提升活體成像能力，獲取更高質(zhì)量、更大規(guī)模的數(shù)據(jù)；下一階段，則希望利用這些數(shù)據(jù)訓(xùn)練面向生命科學(xué)的人工智能模型。

圖｜研究團(tuán)隊(duì)（來(lái)源：受訪者）

按照這一設(shè)想，未來(lái) AI 不僅能夠參與圖像重建，還可以進(jìn)一步參與實(shí)驗(yàn)規(guī)劃、拍攝區(qū)域選擇、參數(shù)優(yōu)化和數(shù)據(jù)分析等環(huán)節(jié)，逐步將整套實(shí)驗(yàn)平臺(tái)發(fā)展為能夠自主決策的"具身智能 Agent"。屆時(shí)，它服務(wù)的也不僅僅是針灸或免疫研究，而將擴(kuò)展到腦科學(xué)、神經(jīng)科學(xué)、腫瘤、發(fā)育等更多生命科學(xué)領(lǐng)域。

對(duì)于目前的 RUSH3D-HR 而言，它更現(xiàn)實(shí)的意義仍然是持續(xù)提供高質(zhì)量的活體動(dòng)態(tài)數(shù)據(jù)，為 AI for Science 打下基礎(chǔ)。而隨著生命科學(xué)不斷為 AI 提供新的數(shù)據(jù)和知識(shí)，AI 又將反過來(lái)幫助科學(xué)家理解生命、設(shè)計(jì)實(shí)驗(yàn)，最終形成“AI for Science—Science for AI”循環(huán)。

1.Lu, Z., Wang, M., Chen, W. et al.High numerical aperture confocal volumetric mesoscope reveals mesoscale subcellular dynamics in vivo. Nature Biotechnology(2026). https://doi.org/10.1038/s41587-026-03231-z

排版：胡莉花

注:封面/首圖由 AI 輔助生成