《加州理工学院和南加州大学Keck医学院的工程师和科学家团队开发了用于中风风险评估的散斑对比光谱法》

  • 编译者: 张宇
  • 发布时间:2024-10-20
  • 当医生想更多地了解患者心血管疾病的风险时,他们可以要求进行心脏负荷试验。但是,当涉及到中风风险诊断时,却没有等效的可扩展且具有成本效益的大脑功能测试来帮助医生就患者的潜在风险进行评估。基于中风影响因素而设计的问卷是目前估计此类患病风险的最佳工具,该问卷通过患者对问卷的回答来评估其中风的风险。

    近日,来自加州理工学院和南加州大学Keck医学院的工程师和科学家团队开发了一种基于耳机的设备,该设备可以用来非侵入性地评估患者的中风风险,它通过无创的方式监测参与者屏住呼吸时血流量和血管容量的变化。该装置采用了一种基于激光的系统,在区分中风低风险和高风险个体方面已经显示出有希望的结果。

    在美国,中风每年影响近80万人,是美国人导致严重长期残疾的主要原因。它是由大脑动脉阻塞或破裂引起的,脑动脉的病变会使脑供血不足,最终导致大脑缺氧,脑细胞迅速死亡——患者在中风期间每分钟约有 200 万个脑细胞死亡。

    “但通过这个新设备,我们将第一次有办法根据生理指标的测量结果来评估某位患者未来中风的风险,我们认为这确实可以彻底改变中风风险的评估方式,并最终帮助医生确定患者的病情是稳定的还是恶化了。”Simon Mahler说,他是《Biomedical Optics

    Express》期刊上一篇描述这项新技术和设备的论文的共同第一作者,并且是加州理工学院电气工程、生物工程和医学工程系的 Thomas G. Myers 教授团队 Changhuei Yang 实验室的博士后学者,同时还是传统医学研究所的研究员。

    “我们开发的无创监测血流量的光学技术有望用于许多脑部疾病的诊断,”Yang说。作为加州理工学院电气工程的负责人,他指出,该项目是与南加州大学Keck医学院临床神经外科、外科、精神病学以及行为科学和生物医学工程教授 Charles Liu 博士及其团队更广泛合作的一部分。

    一般来说,随着年龄的增长,人的血管会变得更硬,这意味着它们更难扩张以允许血液通过。反过来,这意味着这个人更容易中风。

    加州理工学院团队开发了一种紧凑型设备,可以将红外激光穿过颅骨照射到大脑中的一个位置,然后使用设备上的特殊摄像头收集被照射的血管内流动的血液散射后反射回来的光。这种方法称为散斑对比光谱法(Speckle Contrast Optical Spectroscopy, SCOS),通过对比从进入颅骨的位置到收集反射光的位置的红外激光强度的降低幅度,来确定大脑血管中的血流量; 这种方法还可以监测光线在摄像机视野中散射和产生斑点的方式。斑点在图像中的波动状态,取决于血管中的血流的速率。血液流动得越快,斑点场的变化就越快。

    研究人员可以使用这些测量值来计算流经血管的血流量与血管容量的比率,以了解该患者的中风风险。

    该团队对50名参与者进行了研究。他们使用了目前通用的中风风险问卷,即克利夫兰中风风险计算器,将参与者分为两组:一组低风险,一组高风险。然后,他们测量了每位志愿者三分钟的血流,量化了到达大脑的血液流速和血流量。一分钟后,他们要求参与者屏住呼吸。

    屏住呼吸会给参与者的大脑带来压力,因为它开始注意到它代谢出了过多的二氧化碳而没有足够的氧气。它进入了马勒所说的“恐慌模式”,并开始调用身体其他部位的氧气来供给自身。这大大增加了大脑中的血流量。一旦你停止屏住呼吸,氧气水平就会恢复到基线水平。虽然这种情况在中风低风险和高风险的人群中都会发生,但研究人员发现,两组人群在血液如何通过血管的方式上存在差异。

    斑点对比光学光谱法(SCOS)技术使研究人员可以测量受试者屏住呼吸时血管扩张的程度,以及血液流过血管的速度有多快。“这些反应性测量可以反映出血管的硬化程度,”Yang 说。“我们的技术首次实现了中风风险的无创非侵入性测量。”

    “我们发现的是清晰、惊人的证据,表明两组之间的血流和血容量反应不同,”这篇新论文的共同第一作者、杨实验室的研究生黄玉习说。

    研究人员观察到,与中风高危组相比,低中风风险组在屏气运动期间血流量的增加较小,但血管容量的增加更大——这表明有更多的血液能够流过扩张的血管。

    “我们可以清楚地看到,高风险组具有更高的流量比,他们在屏气时血流速更快,但血流量较低,”马勒说。这是由血管的僵硬引起的,表明破裂的可能性更高。“如果有一个流速-流量比极高的人来检查,我们有理由怀疑这个人在不久的将来会中风。”

    该团队正在使用当前成像设备的原型机对加利福尼亚州维塞利亚一家医院的患者进行更多的研究,以收集更大范围和更多样化人群的更多数据。研究人员还计划将机器学习纳入设备的数据收集过程,并进行必要的临床试验,试验将对患者进行两年以上的跟踪监测,以进一步的测试该技术。研究人员希望该设备最终不仅可以广泛应用于中风风险预筛查,还可以帮助检测中风可能已经发生在大脑中的哪些确切位置。

    这篇论文“使用便携式散斑对比光谱激光设备将中风风险与无创脑血管灌注动力学研究相关联”的其他作者是加州理工学院脑成像中心副主任 Julian Michael Tyszka;以及南加州大学凯克医学院的博士Aidin Abedi、Yu Tung Lo、Patrick D. Lyden和 Jonathan Russin。这项工作得到了美国国立卫生研究院、加州理工学院传感到智能中心和南加州大学神经修复中心的支持。

相关报告
  • 《加州理工学院的研究团队开发的DNA折纸技术为可重复使用的多功能生物传感器提供了新途径》

    • 编译者:张宇
    • 发布时间:2025-04-29
    • 近日,加州理工学院的科学家们使用一种称为DNA折纸的方法开发了一种技术,利用该技术有望制造出更便宜且可重复使用的生物标志物传感器,可用于快速检测体液中的蛋白质,而无需将样本送到实验室中进行检测。 “我们的工作提供了一个概念验证,展示了一种可用于识别和测量核酸及蛋白质的单步方法,”加州理工学院计算与数学科学以及计算与神经系统研究所的访问副教授保罗·罗特蒙德Paul Rothemund(BS '94)说。 一篇描述这项工作的论文最近发表在《美国国家科学院院刊》(Proceedings of the National Academy of Sciences)杂志上。该论文的主要作者是前加州理工学院博士后学者Byoung-jin Jeon和现任研究生Matteo M. Guareschi,他们在Rothemund的实验室完成了这项工作。 2006年,Rothemund发表了第一篇关于DNA折纸的论文,这是一种仅使用DNA即可在纳米尺度上对分子结构设计进行简单而精妙控制的技术。 从本质上讲,DNA折纸技术使长链DNA能够通过自组装折叠成任何所需的形状。(在2006年的论文中,Rothemund曾使用该技术创造出直径为100纳米、厚度为2纳米的微型DNA笑脸)。研究人员从溶液中的一条长链DNA(即支架)开始。由于构成DNA的核苷酸碱基以已知的方式结合(腺嘌呤与胸腺嘧啶结合,鸟嘌呤与胞嘧啶结合),科学家们可以添加数百个短的互补DNA序列,因为他们知道它们会在已知位置的两端与支架结合。这些添加的短DNA片段折叠支架并赋予其形状,就像“钉书钉”一样将结构固定在一起。使用这项技术可以创建纳米级晶体管的各种形状,甚至可用于创建从北美和南美的地图。 在这项新工作中,Rothemund和他的同事们使用DNA折纸技术创造了一个类似睡莲的结构——一个直径约 100 纳米的平坦圆形表面,通过DNA锚链固定在金电极上。睡莲和电极都有一些短的DNA链可与分析物结合,分析物是溶液中的目标分子,无论是 DNA 分子、蛋白质、还是抗体。当分析物与这些短链结合时,睡莲被拉到金表面上,使睡莲上的 70 个报告分子(表明存在目标分子)与金表面接触。这些报告分子是氧化还原反应的活性分子,这意味着它们在反应过程中很容易失去电子。因此,当它们足够靠近电极时,可以观察到电流。更强的电流表明存在更多的报告分子。 此前,凯文·W·普拉克索(Kevin W. Plaxco,1994年博士毕业于加州大学圣塔芭芭拉分校)领导的研究团队开发了一种类似的用于制造生物传感器的方法,该方法使用单条DNA链而不是DNA折纸结构。普拉克索也是当前论文的作者之一。 加州理工学院的瓜雷斯基(Guareschi)指出,新的睡莲折纸结构与单条DNA链相比要大得多。“这意味着它可以在一个单分子上容纳70个报告分子,并在结合之前将它们与表面保持一定距离。然后当分析物结合且荷叶到达电极时,会产生很大的信号增益,使得变化很容易被检测到。”瓜雷斯基说。 睡莲折纸的相对较大的尺寸也意味着该系统可以轻松容纳并检测较大的分子,例如大分子。在这篇新论文中,该团队表明,睡莲和金表面上的两条短 DNA 链可以作为适配器,从而使其成为一种用于检测蛋白质而非DNA的传感器。在这项工作中,研究人员将维生素生物素添加到这些短DNA链中,将该系统转变为链霉亲和素(streptavidin)蛋白的传感器。然后他们添加了一种DNA核酸适配体(DNA aptamer),这是一种可以与特定蛋白质结合的DNA链; 在这种情况下,他们使用了一种能够与血小板衍生生长因子BB(PDGF-BB)结合的核酸适配体,这种衍生因子可用于帮助诊断肝硬化和炎症性肠病等疾病。 “我们只需将这些简单的分子添加到该系统中,它就可以感应到不同的东西,” 加州理工学院的瓜雷斯基Guareschi 说。“它的容量足够大,可以接纳你投送给它的任何东西——无论是核算适配体、纳米抗体、还是抗体片段——而且它不需要每次都完全重新设计。” 研究人员还表明,该传感器可以被多次重复使用,每轮检测都会添加新的适配器以进行不同物质的检测。尽管其性能会随着时间的推移而略有下降,但当前的系统至少可以重复使用四次。 未来,该团队认为该系统或许还会有助于蛋白质组学的发展,蛋白质组学是确定样品中含有哪些蛋白质以及浓度是多少的研究。“你可以同时拥有多个传感器来检测不同的分析物,然后你可以进行清洗、切换分析物并重新测量。你可以多次重复这个过程,“加州理工学院的瓜雷斯基Guareschi说。“在短短几个小时内,您可以仅凭借这一个系统就能测量数百种蛋白质。” 这篇论文《基于模块化DNA折纸的DNA和蛋白质电化学检测》的其他作者包括:来自加州大学洛杉矶分校的Jaimie M. Stewart;来自麻省理工学院的Emily Wu和Ashwin Gopinath;来自约翰·霍普金斯大学医学院的Netzahualcóyotl Arroyo-Currás;来自加拿大舍布鲁克大学的Philippe Dauphin-Ducharme;以及来自纽约圣约翰大学的Philip S. Lukeman。 该团队使用了加州理工学院Kavli纳米科学研究所的制造设备。这项工作得到了美国陆军研究办公室、美国海军研究办公室、美国国家科学基金会以及由默克研究实验室支持的生命科学研究基金会的资助。
  • 《Nature发布2024年值得关注的七大技术,中国科学家成果首次入选,来自高彩霞团队》

    • 来源专题:战略生物资源
    • 编译者:李康音
    • 发布时间:2024-01-29
    • 2024年1月22日,《自然》发布了2024年值得关注的七大技术——大片段DNA插入、人工智能设计蛋白质、脑机接口、 细胞图谱、超高分辨率显微成像、3D打印纳米材料和DeepFake检测。与往年相比,今年最大的变化在于,人工智能(AI)的进步成为许多令人兴奋的技术创新的核心支撑。 值得一提的是,高彩霞团队开发的大片段DNA精准定点插入新工具PrimeRoot入选,这也是自2018年首次评选以来,第一项来自中国学者的技术成果入选。 大片段DNA插入 2023年12月,美国FDA批准了首个基于CRISPR-Cas9的基因编辑疗法上市,用于治疗镰状细胞病,几天前,FDA进一步批准了该疗法用于治疗输血依赖性β-地中海贫血。这是基因编辑在临床应用中的重大胜利。CRISPR-Cas9及相关基因编辑技术通过使用Cas9等核酸酶切割DNA双链实现对基因的敲除或引入小的序列变化,其很难实现精确的可编程的大片段DNA序列的插入。而最近的一些研究成果,让科学家们能够替换或插入大片段DNA。 2023年4月,中国科学院遗传与发育生物学研究所高彩霞团队在 Nature Biotechnolgy 期刊发表了题为:Precise integration of large DNA sequences in plant genomes using PrimeRoot editors 的研究论文。该研究将团队之前开发的ePPE(Engineered Plant Prime Editor)与刘如谦团队开发的epegRNA(Engineered pegRNA)结合,在植物细胞内建立了dual-ePPE系统,实现了最高效率可达50%以上的短片段DNA的精准定点插入。然后将dual-ePPE与筛选出的高效的酪氨酸家族位点特异性重组酶Cre相结合,开发了能够实现大片段DNA精准插入的PrimeRoot系统。该系统在水稻和玉米中能够实现一步法大片段DNA的精准定点插入,效率可达6%,成功插入的片段长度最长达11.1kb,且插入完全精准可预测,在编辑效率和精准性上具有显著优势。 高彩霞研究员表示,PrimeRoot系统高效、精准插入大片段DNA的能力,可通过基因敲入广泛用于赋予作物对疾病和病原体的抗性,从而继续推动基于CRISPR的植物基因组工程的创新浪潮。相信这项新技术可以应用于任何植物物种。 2022年11月,麻省理工学院的 Omar Abudayyeh、Jonathan Gootenberg 团队在 Nature Biotechnology 期刊发表了题为:Drag-and-drop genome insertion of large sequences without double-strand DNA cleavage using CRISPR-directed integrases 的研究论文。该研究将来自噬菌体的丝氨酸整合酶与Cas9切口酶(只切断DNA一条链,而不造成DNA双链断裂)结合,开发了一种名为PASTE的新型基因编辑技术。PASTE在gRNA的引导下切割特定基因组位点,此时Cas9切口酶融合的逆转录酶将整合酶所需的附着位点序列整合进切割位点。通过这种方式,就可以将整合酶所需的附着位点插入基因组中的任何位置,而且这种插入不引起DNA双链断裂,此时,整合酶就可以与附着位点结合,将大片段DNA序列插入。该技术能够以更安全、更有效的方式替换突变基因,还可向哺乳动物及人类细胞中定点插入长达36kb的超长DNA片段。 2022年2月,斯坦福大学丛乐团队在 Nature Cell Biology 期刊发表了题为:dCas9-based gene editing for cleavage-free genomic knock-in of long sequences 的研究论文。该研究将来自噬菌体的DNA精确重组酶——单链退火蛋白(SSAP),与DNA切割活性丧失的dCas9系统结合,开发出了一种新型基因编辑工具——dCas9-SSAP,可在不产生DNA双链断裂的情况下,实现长达2kb的大片段DNA的高效、精准定点插入。丛乐认为,对于体内基因编辑而言,PASTE尺寸太大,需要三个独立的AAV病毒载体毒才能递送,因此,其编辑效率可能不如尺寸更小的dCas9-SSAP。 深度学习用于蛋白质设计 20年前,华盛顿大学的 David Baker 等人在 Science 期刊发表论文,取得了一项里程碑式成就:他们使用计算工具从头设计了一个全新蛋白质——Top7,该蛋白由93个氨基酸残疾组成,能够如预期般折叠,且非常稳定,但它没有任何有意义的生物学功能。 而现在,在 David Baker 等人的努力下,从头设计蛋白质已经一种成熟的工具,用于生成定制酶,及其他基于蛋白质的药物、疫苗和药物递送载体。这种进步的大部分归因于越来越多的将蛋白质序列与其结构联系起来的数据库,但人工智能的技术进步也同样重要。 例如,2023年2月,David Baker 团队在 Nature 期刊发表论文,从头设计了人造荧光素酶,这也是科学界首次基于深度学习的人工智能来创造自然界不存在的酶。2023年4月,David Baker 团队在 Science 期刊发表论文,利用基于强化学习的人工智能从头设计了全新且有功能的蛋白纳米颗粒,为疫苗和药物递送载体开发开辟了全新道路。2023年12月,David Baker 团队在 Nature 期刊发表论文,利用基于深度学习的人工智能从头设计了具有高亲和力和特异性的全新蛋白质,这为抗体设计和疾病诊断打开了新思路。 脑机接口 2012年,Pat Bennett 被诊断出患上了渐冻症(ALS),而且她的情况比较特殊,她的脑干更早开始恶化,她在还能行走、打字的时候,就已经无法使用嘴唇、舌头、喉部和下颚的肌肉运动来清晰地发声,她的大脑能够尝试发声,但肌肉已无法执行这一命令,从而失去了说话的能力。 2022年3月,她参加了斯坦福大学 Francis Willett 教授领导的脑机接口临床试验,研究团队在她的大脑皮层表面植入了四个微型细电极阵列(每个阵列包含8×8个电极),用于收集单个细胞的神经活动,植入的阵列连接到金线上并通过电缆连接到电脑上,并训练人工智能(AI)来解码她试图进行的发声。 2023年8月,Francis Willett 团队将这项研究以:A high-performance speech neuroprosthesis 为题,发表在了 Nature 期刊。该论文显示,通过植入皮质内脑机接口(iBCI),并通过训练人工智能(AI)软件,能够将渐冻症(ALS)患者 Pat Bennett 大脑中的神经活动实时转化为文字,转化速度可达每分钟62个单词,总词汇量高达125000,相比已有的脑机接口速度更快、准确性更高、词汇覆盖率更大。这项研究展示了一条可行的路径以恢复渐冻症等瘫痪者的语言沟通能力。 Nature 同期还发表了来自加州大学旧金山分校的张复伦(Edward Chang)团队题为:A high-performance neuroprosthesis for speech decoding and avatar control 的研究论文。 该研究开发了一种新型脑机接口(BCI),结合人工智能(AI)技术,可以高性能、实时将因脑干中风而严重瘫痪的患者大脑信号同时转化为三种输出形式:文字、语音和控制一个头像,从而帮助严重瘫痪者恢复沟通能力。这些脑机接口装置的开发成功应用,代表了神经科学和神经工程学研究的重大进步,对于缓解因瘫痪性神经损伤和疾病而失声的人的痛苦有巨大潜力。 细胞图谱 Wellcome Sanger研究所的 Sarah Teichmann 和现任基因泰克公司的研究和早期开发负责人 Aviv Regev 于2016年发起了一项规模庞大、雄心勃勃的人类细胞图谱(Human Cell Atlas,HCA)计划。该计划有近100个国家的约3000名科学家参与,而HCA本身也是一个更广泛的细胞和分子图谱交叉生态系统的一部分,包括人类生物分子图谱计划(HuBMAP)和脑计划(BICCN)。 去年,已有数十项研究展示了使用这些技术生成器官特异性图谱的进展。2023年,Nature 发布了一个论文集(go.nature.com/3vbznk7),重点介绍了HuBMAP的进展,Science 则发布了一篇论文集,详细介绍了BICCN的工作(go.nature.com/3nsf4ys)。Sarah Teichmann 表示,还有相当多的工作要做,估计至少需要五年时间才能完成HCA计划。但当该计划完成时,产生的人类细胞图谱将是无价之宝。例如可以使用细胞图谱数据来指导组织和细胞特异性药物开发,还有助于了解癌症等复杂疾病的风险和病因。 超高分辨率显微成像 Stefan Hell、Eric Betzig和William Moerner因打破限制光显微镜空间分辨率的“衍射极限”而获得2014年诺贝尔化学奖,这让我们得以在数十纳米级分辨率下进行分子尺度的成像实验。然而,科学家们渴望得到更好的结果,他们也正在取得快速进展,努力缩小超分辨率显微镜与结构生物学技术之间的差距。Stefan Hell 团队2022年开发了一种名为MINSTED的方法,使用专用光学显微镜,可以以2.3埃的分辨率分辨出单个荧光标签。 马克斯·普朗克生物化学研究所的 Ralf Jungmann 团队在2023年开发了一种序列成像(RESI)的增强分辨率的方法,可以分辨出DNA链上的单个碱基对,使用标准的荧光显微镜实现了埃级分辨率。 哥廷根大学医学中心神经科学家 Ali Shaib 和 Silvio Rizzoli 领导的团队开发的一步法纳米尺度膨胀(ONE)显微镜方法,虽然没有完全达到上述埃级分辨率水平,但ONE显微镜提供了前所未有的机会,可以直接成像单个蛋白质和多蛋白复合物的精细结构细节,无论是在孤立状态还是在细胞中。 3D打印纳米材料 在纳米尺度下,会发生很多奇怪而有趣的事情,这可能会使材料科学变得难以预测,但这也意味着我们可以在纳米尺度制造具有独特性质的轻质材料,例如更高的强度、与光或声的定制交互以及增强的催化或能量存储能力。目前存在几种精确制造此类纳米材料的策略,其中大多数使用激光诱导光敏材料的图案化“光聚合”,在过去几年中,科学家们在克服这些方法的限制方面取得了相当大的进展。 但目前3D打印纳米材料还存在几个挑战,首先是速度,使用光聚合技术组装纳米结构的速度大约比其他纳米级3D打印方法快三个数量级。这一速度可能已经足够用于实验室使用,但对于大规模生产或工业流程来说还是太慢了。第二个挑战是并非所有材料都可以直接通过光聚合来打印,例如金属。但加州理工学院的 Julia Greer 开发出一种替代方法,将光聚合水凝胶作为微尺度模板,然后注入金属盐并进行处理,使金属在收缩的同时具有模板的结构。最后是成本,这可能是最难突破的挑战,许多光聚合方法中使用的脉冲激光系统成本超过50万美元,但好在更便宜的替代品正在出现。 DeepFake检测 公开可用的生成式人工智能算法的爆炸式增长,使得生成令人信服但完全人为的图像、音频和视频变得简单。纽约州立大学布法罗分校的计算机科学家吕思伟教授表示,他已经看到过许多人工智能生成的与军事冲突有关的“Deepfake”图像和音频。用户使用人工智能生成欺骗性内容,吕思伟和其他媒体取证专家致力于检测和拦截它们。 生成式人工智能开发人员的一个解决方案是在人工智能模型的输出中嵌入隐藏信号,产生人工智能生成内容的水印。其他策略则侧重于内容本身,例如,一些伪造视频用一个人的面部特征替换了另一个人的面部特征,新的算法可以在被替换特征的边界处识别伪造痕迹。吕思伟团队开发了一个算法——DeepFake-O-Meter,可以从不同角度分析视频内容,以识别“Deepfake”内容。这些识别工具是有用的,但可以预见,我们与人工智能生成的错误信息和内容的斗争可能还会持续多年。