MIT和哈佛推動顯微技術進步，醫生可從活體組織中獲取更多信息

100 多年來，傳統光學顯微鏡一直是研究病理的重要工具，但是它並不能很好地勝任細胞觀察的任務。而最近，在麻省理工學院 Edward Boyden 實驗室中，誕生了一項被稱為「擴展顯微（學）」的新成像技術，最高可以將組織樣本的圖像放大至 100 倍。

在這麼高的解析度之下，細胞組織的諸多特徵和細節都可以一覽無餘，科學家們將因此獲益，一些原來只有用昂貴的高解析度電子顯微鏡才能看到、甚至連電子顯微鏡都無法觀察到的分子信息從此可以被更好地觀察到。

MIT 生物工程系和大腦與認知科學系的副教授 Boyden 表示，「這項技術可能有著非常廣闊的應用前景。」同時，Boyden 副教授也擔任 MIT 媒體實驗室成員，麥戈文腦科學研究所成員（McGovern Institute for Brain Research），以及霍華德休斯醫學研究所西蒙斯學院學者（HHMI-Simons Faculty Scholar）。

圖丨Edward Boyden

在發表於 7 月 17 日的《自然生物技術》（Nature Biotechnology）上的論文中，Boyden 和他同事詳細闡述了他們是如何運用這項技術來判斷一個早期乳腺病變組織癌變的風險大小。這項技術也可以運用在腎組織的分析上，研究人員稱他們在放大的樣本上面觀察到了一些腎病的徵兆，而這些徵兆通常需要使用電子顯微鏡才能看到。

圖丨《自然生物技術》封面

這篇論文的主要作者之一，Octavian Bucur 表示，「我們可以使用擴展顯微的方法來診斷以前沒辦法用光學顯微鏡診斷的病症。」而 Bucur 同時也是哈佛醫學院、貝斯以色列女執事醫療中心（BIDMC）、以及哈佛大學路德維希中心（Ludwig Center at Harvard）的講師。

圖丨Octavian Bucur

Boyden 的擴展顯微技術的基本原理是：將組織樣本嵌入一個密度大、遇水膨脹的均勻生成聚合物里，在加水膨脹之前，研究員們把需要成像的分子錨定入聚合物凝膠中，然後再去除用來連接組織各部分的蛋白質。這樣，原本只能通過昂貴的特製顯微鏡才能獲得的 70 微米解析度影像，研究者通過組織擴展技術，用光學顯微鏡便可以獲得。

圖丨加水使聚合物膨脹

在最新的研究中，研究者們將這項擴展技術延伸到了活體組織檢查領域。為了更好的觀察細胞結構，活體組織檢查樣本的處理方法通常包括（將樣本）嵌入石蠟，速凍，或者化學染色。

麻省理工學院和哈佛大學的研究團隊發明了一種新方法：將樣本首先轉化為一種適合擴展的狀態再進行擴展。例如，他們首先把組織樣本放入二甲苯化學溶劑中，這樣可以去除樣本上的化學染色和石蠟。然後，他們混合樣本和檸檬酸鹽，並加熱混合物。最後，他們用類似於前文提到的方法來擴展樣本，不同的是因為處理過的樣本處於很強的化學固定狀態，所以他們需要加強（蛋白質的）消化處理。

在整個過程中，研究者會對有研究價值的分子添加熒游標記，包括表示特定細胞種類的蛋白質，以及特定序列的 DNA 或 RNA。耶魯大學醫學院病理系的 David Rimm 教授表示，「研究人員描述的擴展光學顯微鏡解析度的方法非常巧妙，傳統方法藉此可以觀察到更多的細節了。」

研究員們在早期乳腺病變的組織樣本上測試了這個方法，判斷良性病變樣本是否癌變的方法之一就是觀察並分析其細胞核的外觀，非典型細胞核的癌變幾率是典型細胞核癌變幾率的 5 倍。

圖丨乳腺癌細胞

然而研究表明，不同病理學家給出的異形核評估可能有巨大差異，這也可能導致錯誤的診療手段和不必要的手術。研究人員表示，使用一個更準確的、針對於典型和非典型細胞核的良性病變組織評估系統，在美國每年可能糾正多達 40 萬例的錯誤診斷，並且減少數百萬美元的開銷。

在擴展組織樣本以後，研究團隊使用了機器學習演算法來進一步分析並評估樣本。演算法涵蓋很多細胞核特徵，包括排列方向、直徑以及真圓度（偏移量）。如果將這套判斷病變組織癌變性的演算法用在擴展後的樣本上，能達到 93% 的準確率，而如果用在擴展前的樣本上，則只有 71% 的準確率。

研究人員還分析了一些腎病綜合症患者的腎組織樣本。這些病人的腎很難正常過濾血液，而由於腎臟中負責過濾血液的微小手指狀突起結構之間的間隙僅有 200 微米，因此只能使用電子顯微鏡或者昂貴的超解析度顯微鏡觀察。

圖丨腎臟示意圖

當研究人員向一組科學家（包括病理學家和非病理學家）展示擴展後的組織樣本影像時，他們在 90% 的情況下都可以分辨出哪些是病變組織。然而在展示擴展前的組織樣本時，準確率就下降到了 65%。

Boyden 表示，「現在分析和診斷腎病綜合症時只需一些化學溶劑和光學顯微鏡，而不再需要昂貴的電子顯微鏡了。」

研究人員預測，科學家們可以在這個方法的基礎上，為其他疾病開發出更精準的診斷方式。這就需要科學家和醫生通力合作，分析更多的病人（病例）樣本，從而發現其中隱藏的規律和模式。

Boyden 表示，「保證其他條件不變，如果我們可以將組織體積放大 100 倍，那麼我們就會獲得 100 倍的信息。」

圖丨放大後的影像

舉個例子，研究人員可以從細胞中特定基因的數量來分辨癌細胞（種類），像 HER2 這種額外基因可以表明一種乳腺癌亞型，進而醫生可以實施特定的治療方式。

科學家們還可以觀察基因組的結構，或者在癌變過程中細胞形狀是如何改變的，以及癌細胞是如何與體內其他細胞互相影響的。另外一種可能用途是識別癌細胞表面的蛋白質，進而設計出一種供人體免疫系統使用，可以標識並摧毀癌細胞的免疫療法。

Boyden 和他的同事每月都會在 MIT 舉辦多次培訓課程，專門向觀眾展示並講解這套擴展顯微方法，他們也在網站上發表了實驗報告。他們希望更多的人可以學會並最終運用這套方法去研究其它疾病。

圖丨MIT Media Lab 官網

Boyden 表示，「癌症的活組織檢查僅僅是一個開始，我們有一套新的管道體系用來獲取臨床樣本並擴展他們，同時我們也在很多其它疾病上嘗試該方法。擴展顯微的方法將會讓計算病理學（computational pathology）從同一個樣本中獲取更多的信息。」

該研究的作者之一，哈佛大學和 BIDMC 的研究員 Humayun Irshad 也表示，「擴展後的影像包含了更多的信息和特徵，最終人們可以獲得更高性能的分類模型。」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！