打开网易新闻 查看精彩图片

想要理解生命如何运作,我们首先要能够看见生命。

长期以来,生命科学研究主要依赖体外显微成像:研究人员将组织切片、固定或培养后,再放到显微镜下观察。这种方式能够获得清晰、稳定的图像,却难以保留生命活动真实发生的环境。因为细胞离开身体后,血液不再流动,神经、血管与免疫系统之间的相互作用也会被打断,许多动态生命过程因此难以完整呈现。

相比之下,活体显微成像能够在动物仍然存活、器官持续工作的状态下,直接观察细胞、血管、神经等结构随时间发生的动态变化,因此近年来逐渐成为脑科学、免疫学、肿瘤研究和药物研发等领域的重要研究工具。

然而,活体成像长期面临一个关键问题:想看得广,就很难看得清;想看得清,又往往只能覆盖很小的一片区域。如何在毫米级视野下保持亚细胞分辨率,一直是活体显微成像领域最具挑战性的难题之一。

近日,清华大学戴琼海院士团队联合华中科技大学同济医学院附属同济医院王伟教授团队,在 Nature Biotechnology 发表最新研究成果,推出新一代AI赋能的活体介观三维显微成像系统 RUSH3D-HR。借助这一系统,研究团队首次连续记录了针灸神经调控过程中远端器官的活体动态变化,为研究神经—免疫调控机制提供了新的观察手段。

打开网易新闻 查看精彩图片

(来源:论文)

实现这一成果的关键,在于团队融合了新型光学系统、计算成像与人工智能技术,在毫米级大视野下实现亚细胞分辨率,并能够长时间连续追踪活体内的大规模细胞群体。根据论文展示的数据,1 次实验覆盖的成像通量约相当于过去 100 次实验。这为生命科学研究提供了一种新的观测工具,也为脑科学、神经科学等领域获取高质量活体动态数据,以及 AI for Science 发展提供了新的基础。

论文共同第一作者为清华大学心理与认知科学系卢志助理教授、华中科技大学同济医学院附属同济医院汪明欢教授、复旦大学陈文韬博士生,共同通讯作者为清华大学戴琼海院士、吴嘉敏副教授和华中科技大学同济医学院附属同济医院王伟教授。这项工作横跨人工智能、计算成像、光学设计、生命科学和基础医学等多个方向,由多个团队共同完成。

(来源:受访者)
打开网易新闻 查看精彩图片
(来源:受访者)

1 次实验,为何能够抵过去 100 次实验?

显微镜下,“看得广”和“看得清”通常很难同时兼顾。

传统高分辨率显微镜可以清晰分辨单个细胞甚至细胞内部的细微结构,但一次覆盖的范围往往只有数百微米,只能观察十几个甚至几十个细胞。如果研究对象只是单个细胞,这样的视野已经足够;但炎症、伤口修复、肿瘤转移等生命过程,往往涉及成千上万个细胞以及血管、免疫系统之间的相互作用,仅观察局部区域,很容易错过整体变化。

介观显微成像(Mesoscopic microscopy)正是为了解决这一问题而发展起来。它将成像范围扩大到毫米级,可以同时观察大规模细胞群体,但过去分辨率大多停留在细胞尺度,难以继续看清细胞器等亚细胞结构。

RUSH3D-HR 试图突破的正是这一瓶颈。为此,团队自主研制了一枚名为“昆仑”的大视场高数值孔径物镜,在毫米级视野内尽可能保持较高的分辨率。与此同时,团队又将扫描光场、计算成像和一系列人工智能算法整合到同一套系统中,对图像进行背景抑制、运动校正和三维重建。

图 | 昆仑物镜与RUSH3D-HR示意图(来源:论文)
打开网易新闻 查看精彩图片
图 | 昆仑物镜与RUSH3D-HR示意图(来源:论文)

论文第一作者卢志向 DeepTech 表示,团队真正突破的不是某一个单独的光学指标,而是将光学硬件与人工智能算法深度融合,在保持大视野的同时进一步提升了分辨率。

这种提升最终体现在实验效率上。传统高数值孔径显微镜单次只能覆盖数百微米的局部区域,而 RUSH3D-HR 能够连续观测毫米级范围。按照覆盖范围估算,“1 次实验大致相当于过去 100 次实验。”

打开网易新闻 查看精彩图片

(来源:论文)

这种能力对于寻找罕见生命现象尤为重要。因为许多关键事件并不会发生在固定位置,例如免疫细胞之间短暂的相互作用,或某些细胞器在少数细胞中的瞬时出现。如果一次只能观察很小的区域,研究人员往往需要重复大量实验,才能捕捉到这些稍纵即逝的过程。

卢志告诉 DeepTech,过去为了等待一个罕见现象出现,学生往往需要反复重复实验,“有时候一个博士几年时间都在等一个瞬间。而现在可以被大大加速了。”如今,一次实验能够覆盖更大的范围,也意味着那些过去容易错过的生命过程,更有机会被完整记录下来。从这个意义上说,RUSH3D-HR 压缩的不只是实验次数,也缩短了发现罕见生命现象所需的时间。

除了电针神经调控,论文还展示了伤口愈合、急性肝衰竭等多个应用场景。

在小鼠皮肤损伤实验中,研究团队进行了超过 10 小时的连续成像,追踪了近 2 万条持续 10 分钟以上的中性粒细胞运动轨迹。他们发现,大量中性粒细胞会向伤口长距离迁移,并沿真皮脂肪组织之间的空隙形成网状路线;部分细胞在抵达伤口前便停下聚集,提示伤口周围可能已经形成新的局部炎症区域。

打开网易新闻 查看精彩图片

(来源:论文)

在论文配套的视频中,纵横交织的血管与不断迁移的免疫细胞构成了一幅动态画面,整体形态像极了一树盛开的梅花。

打开网易新闻 查看精彩图片

(来源:受访者)

第一次看见:电针如何通过外周神经调控炎症

不过,在团队看来,电针实验最能体现 RUSH3D-HR 的价值。它关注的并不是针刺局部发生了什么,而是针刺之后,远离刺激部位的免疫器官如何发生变化。这正是传统显微镜难以完成,而 RUSH3D-HR 擅长解决的问题:连续、大范围地观察复杂生命过程。

这让人很容易联想到中医的针灸机制。近年来越来越多研究表明,针灸并非直接作用于免疫系统,而是首先激活外周感觉神经,再通过神经通路调节远端器官的免疫反应。

例如,此前已有动物实验发现,对小鼠后肢足三里进行低强度电刺激,可以激活特定感觉神经元,并通过迷走神经—肾上腺通路调节全身炎症。然而,这些研究主要揭示了神经信号如何传递,但电刺激之后,远端免疫器官中的大量细胞究竟如何响应,一直缺乏能够长时间、大范围实时观察的技术。

这部分实验由清华大学团队与同济医院神经内科王伟教授、汪明欢教授等长期研究脑与神经科学的医学科学家合作完成。研究团队首先向小鼠注射脂多糖诱导急性炎症,随后利用 RUSH3D-HR 连续观察脾脏约 5 小时,并追踪每只小鼠超过 6,000 个中性粒细胞。

结果发现,与正常状态相比,炎症小鼠脾脏中的中性粒细胞数量增加约 30%,平均迁移速度也由每秒 3.53 微米提高到 3.80 微米。更引人注意的是,大量中性粒细胞会在短时间内快速聚集到同一点,形成由数百个细胞组成的“群聚”,随后再逐渐散开。这种现象在正常小鼠中平均只出现约 2 次,而炎症状态下增加到约 20 次。研究团队据此提出,中性粒细胞群聚有望成为一种新的介观炎症生物标志物。

随后,研究人员在注射脂多糖 2.5 小时后,对小鼠足三里施加 0.5 毫安电针刺激,并继续观察脾脏中的免疫细胞变化。结果显示,与仅接受脂多糖处理以及针刺但不通电的 0 毫安对照组相比,0.5 毫安电针组的中性粒细胞群聚事件减少了 5 倍以上,而不通电的针刺并未产生类似效果。

打开网易新闻 查看精彩图片

(来源:论文)

需要说明的是,这项研究记录的是电针刺激后脾脏免疫细胞的动态变化,并没有直接拍摄神经信号沿外周神经传导的全过程;实验对象也仅限于小鼠,不能直接外推到人体临床疗效。它提供的更多是一种新的研究工具——通过标准化刺激,连续记录远端器官中大规模细胞群体的动态变化,为研究神经—免疫调控机制提供更直接的观察证据。这一思路未来也有望扩展到脑科学研究,例如长期观察神经元、胶质细胞等在神经退行性疾病中的动态变化。

卢志还告诉 DeepTech,这一方法理论上也有望用于研究拔罐、刮痧等其他中医药外周干预方式。不过,这些干预是否会产生类似效应,以及具体通过什么机制发挥作用,仍有待进一步研究验证。

AI 正在成为生命科学研究的一部分

除了光学系统本身,这项研究的另一大特点,是人工智能已经深度融入整个成像过程。

RUSH3D-HR每秒会产生约700 亿体素的数据,一个三维时间点重建后的数据量接近 20GB。如此庞大的数据,仅靠传统图像处理方法很难完成实时分析。为此,研究团队将原始视野拆分成多个区域并行处理,并利用人工智能完成运动伪影校正、去噪、像差修正和三维重建。论文显示,这套计算管线相比传统反卷积算法,处理速度提升了 1,000 倍以上。

不过,AI 的作用并不仅仅是让显微镜运行得更快。没有计算成像和人工智能,仅靠光学硬件,很难同时实现目前的大视野和亚细胞分辨率。对团队而言,真正的突破并非某一项光学指标,而是将光学硬件、计算成像与 AI 融合为一个整体系统。

更重要的是,这套系统正在持续产生此前难以获得的活体动态数据。无论是脑科学中神经元和胶质细胞的长期活动,还是神经退行性疾病、发育生物学等领域涉及的大规模细胞协同行为,都需要长时间、连续、高通量的活体观测。这类数据不仅是科学研究的重要基础,也是人工智能理解生命过程所需要的训练数据。

在他们看来,目前 AI 更多提升的是显微镜的“感知”能力,而未来更重要的是让 AI 具备“认知”能力,能够从海量实验数据中发现规律,并参与科学研究本身。卢志表示,过去几年,他们更多是在“造铲子”,不断提升活体成像能力,获取更高质量、更大规模的数据;下一阶段,则希望利用这些数据训练面向生命科学的人工智能模型。

图|研究团队(来源:受访者)
打开网易新闻 查看精彩图片
图|研究团队(来源:受访者)

按照这一设想,未来 AI 不仅能够参与图像重建,还可以进一步参与实验规划、拍摄区域选择、参数优化和数据分析等环节,逐步将整套实验平台发展为能够自主决策的"具身智能 Agent"。届时,它服务的也不仅仅是针灸或免疫研究,而将扩展到脑科学、神经科学、肿瘤、发育等更多生命科学领域。

对于目前的 RUSH3D-HR 而言,它更现实的意义仍然是持续提供高质量的活体动态数据,为 AI for Science 打下基础。而随着生命科学不断为 AI 提供新的数据和知识,AI 又将反过来帮助科学家理解生命、设计实验,最终形成“AI for Science—Science for AI”循环。

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/首图由 AI 辅助生成