《探索 | 肿瘤靶向光声成像新方法成功消除血液背景噪音》

  • 来源专题:光电情报网信息监测服务平台
  • 编译者: husisi
  • 发布时间:2022-03-10
  • 光声效应是指脉冲激光照射生物组织,其反馈超声信号的现象,这种超声信号为光声信号。由生物组织产生的光声信号携带组织的特征信息,能够重建出组织的光吸收分布图像,称为光声成像。

    近日,中国科学院深圳先进技术研究院(以下简称SIAT)的研究人员在保障光信号强度和图像高分辨率的同时,实现了针对特定肿瘤的深层光声成像。为了控制背底信号的干扰,该团队设计出一种具有高开关比的反馈蛋白。这种蛋白质附着在肿瘤上,能够在“开”和“关”不同状态下,通过光声成像实现肿瘤深层组织的监测。这样,方便研究人员深入到生理组织内部,获得详细的分子信息。

    然而,光声成像技术的检测灵敏度受到血液背景的干扰,比如血红蛋白等内源性荧光团,那么其它分子成像受到很大局限。

    光致变色是指在物质在一定波长和强度的光作用下,颜色发生改变的一种可逆现象,有利于抑制背景信号的干扰。具有光开关特性的基因反馈蛋白能够吸收特定频率的光信号,生成背底的光声图像,进而减去它。为了使其发挥实践作用,研究人员需要将目标靶定为可光致变色的色蛋白。

    与美国德克萨斯大学奥斯汀分校合作,SIAT团队将特殊编码的基因探针结合光声成像以及合成生物学,创造出了一种在活体内响应的光声探针,这种探针具有高特异性,能够针对特定肿瘤进行光声成像。

    研究人员声称,反馈蛋白(F469W)以光敏色素为基础,消除血液背景的效率是目前为止的最高值。

    研究组将设计合成的编码蛋白的基因质粒转染到大肠杆菌中,成功地观察到可光致变色的色素蛋白(F469W),并将其递送到肿瘤病灶,利用该菌种对肿瘤缺氧微环境的靶向特性,优先对肿瘤定植,使探针能够长期探测肿瘤区域,从而针对其稳定成像。此外,链霉素能够作用于大肠杆菌,确保控制住生长在肿瘤上的这种微生物。

    图1 以细菌为载体,光致变色蛋白在小鼠体内作用流程图。最后两步说明,国际研究组开发的光声成像方法,简化肿瘤相关疾病的诊断困难度,提高了实时监测的能力,对特定的癌症诊断具有更高敏感度

    研究人员利用X射线计算机断层技术进行光声成像,实现了小鼠的活体成像,具有深度性、高分辨率、肿瘤特异性等优点。

    研究组称这种方法为GPS成像,“G”代表基因编码探针(Genetically encoded probe),“P”代表光声成像(Photoacoustic imaging),“S”代表合成生物学(Synthetic biology)。总结来说,GPS成像方法集三者之所长,为了抑制背景信号,以合成生物学知识为基础,利用基因编码合成新蛋白,最终光声成像可视化反馈的信号。

    研究人员解释,GPS成像技术让医务工作者们更容易诊断肿瘤疾病并且长期监测。在实操方面,这种肿瘤成像对特定的癌症诊断具有高敏感性、保真度以及高特异性。

相关报告
  • 《探索 | 实现光子之间有效相互作用的新方法》

    • 来源专题:光电情报网信息监测服务平台
    • 编译者:husisi
    • 发布时间:2022-10-08
    • 图:在波导中传播的两个光子与单量子发射器相互作用。光子-光子相互作用,这会导致相关性 光子是代表光量子的粒子,在发展新的量子技术方面显示出巨大的潜力。更具体地说,物理学家一直在探索创造光子量子比特(信息的量子单位)的可能性,这种量子比特可以使用光子进行远距离传输。 尽管已经取得了一些有希望的成果,但在光子量子位大规模成功实现之前,仍需要克服一些障碍。例如,已知光子容易受到传播损失的影响(即从一个点传播到另一个点时能量、辐射或信号的损失),并且不会相互作用。 西班牙IFF-CSIC和德国Ruhr Universityät Bochum的研究人员最近新的研究成果,可以帮助克服这些挑战之一,即缺乏光子相互作用。他们的方法发表在《Nature Physics》上,这可能最终有助于开发更复杂的量子器件。 这项研究的研究人员之一 Peter Lodahl表示:“15年来,我们一直致力于单量子发射器(量子点)与单光子之间的确定性连接,并研究了一种基于纳米光子波导的非常强大的方法。”,我们通常将这些设备用于确定性单光子源和多光子纠缠源,但另一个可能的应用是诱导光子的非线性作用。 Lodahl和他的同事在2015年首次实现了使用单个光子进行非线性操作的原理验证。然而,当他们进一步研究这种效应时,他们在理解这种复杂、单光子和非线性相互作用的基础物理方面遇到了困难。 Lodahl说:“在我们之前的工作中,我们发现控制光脉冲非线性相互作用的物理学非常复杂,并为构建光子量子门和光子分类机提供了一些新的机会。”。“我们对非线性量子脉冲进行了首次实验研究,该脉冲由于与确定性耦合的量子发射器耦合而发生非线性相互作用。” 在他们的新实验中,研究人员利用单个量子发射器与纳米光子波导的高效相干耦合,实现了单个光子波包之间的非线性量子相互作用。为此,他们使用了一个单个量子点,一个纳米大小的粒子,其行为类似于两能级原子,嵌入光子晶体波导中。 Lodahl解释说:“在这种系统中,耦合是确定的,所以即使一个光子发射到波导中,也会与量子点相互作用。”。发送包含两个或更多光子的脉冲会导致量子关联,因为一次只能有一个光子与量子点相互作用。通过控制量子脉冲的持续时间,我们可以调整这些关联以及光子之间的相互作用 使用他们的实验方法,Lodahl和他的同事基本上能够使用第二个光子来控制光子,这是由他们的量子发射器介导的。换句话说,他们成功地实现了非线性光子-光子相互作用。 Lodahl说:“我们开发了一种方法,通过与量子点的耦合,使光子能够有效地相互作用。”。“我们认为,这可能为制造光子-光子量子门(光子量子计算中的逻辑门)或确定性光子分类设备开辟新的方向,这些设备对于量子中继器等至关重要。” 这个研究团队提出的新策略可能对量子物理研究和量子技术的发展都具有重要意义。例如,他们的方法可以为量子光学器件的发展开辟新的可能性,同时也允许物理学家对定制的复杂光子量子态进行实验。 目前,Lodahl、Le Jeannic及其同事正试图利用最近研究中实现的非线性光子-光子相互作用来模拟分子的振动动力学。这可以通过将复杂分子的振动动力学映射到高级光子电路中光子的传播上来实现。
  • 《探索未来:AI和生物标志物如何重塑精准医疗的前景》

    • 来源专题:战略生物资源
    • 编译者:李康音
    • 发布时间:2023-11-06
    • 本文内容转载自“药明康德”微信公众号。原文链接:https://mp.weixin.qq.com/s/9ld-cARCFCIry7F2DW54XQ 精准医疗是一个快速发展的领域,正在彻底改变我们诊断和治疗疾病的方式。随着人工智能(AI)、生物标志物及各种先进技术的发展,精准医疗有望为罕见和复杂疾病提供长期有效的治疗方法。从CAR-T细胞疗法的成功应用,到CRISPR基因编辑技术的兴起,精准医疗正在个体化医疗领域取得一系列重大突破。在今天的文章中,我们将深入探讨人工智能、生物标志物是如何共同塑造精准医疗的未来,及其对整个医疗保健行业可能带来的深远影响。 精准医疗是一种综合考虑患者的遗传背景、环境和生活方式差异来进行治疗的方法。它的核心理念是为每位患者提供量身定制的治疗方案,而不是简单地采用“一刀切”的通用方法。通过结合基因组学、蛋白质组学和数据分析等先进技术,精准医疗旨在深入识别疾病的根源,从而研发出比传统疗法更具针对性、效果更显著、副作用更小的治疗手段。 在精准医疗进步的背后,人工智能、生物标志物等新兴技术和概念发挥着至关重要的角色。例如,人工智能可以帮助我们分析庞大的数据集,挖掘出对疾病诊断、新疗法研发和预测患者预后具有关键意义的模式。而生物标志物则为我们识别疾病和患者的独特特征提供依据,进而有助于为患者量身打造更为合适的治疗方案。另外,数字生物标记物等新兴概念的提出,正为医生提供更为准确和实时的健康信息,进一步加快了药物的研发速度,改善治疗效果,并有效降低了医疗成本。综上所述,通过这些技术手段和工具,精准医疗不仅有望彻底改变医疗保健领域,还将引领个体化医疗的全新时代。 AI在精准医疗领域大展身手 人工智能正在精准医疗领域发挥越来越多的作用。在药物开发中,它助力于鉴定新的药物靶点、设计高效的临床试验,以及预测患者对特定治疗的反应。此外,当涉及到诊断时,人工智能能够分析大量的患者数据,比如医学影像和电子健康记录,从中识别出特定的模式或者规律,以做出更为精确的诊断。在治疗方面,根据患者的特点,如其基因组和过往病史,人工智能可以帮助医生制定出更加个体化的治疗方案。此外,在治疗过程中,人工智能能够持续监测治疗的效果,并根据患者的反应实时调整治疗计划,从而优化治疗效果并控制医疗开支。综合看来,人工智能正逐步塑造精准医疗的未来,为其带来更准确的诊断、更有针对性的治疗和更迅速的药物研发进程。 例如,人工智能在识别受体靶点和药物靶点方面的潜力十分振奋人心。这种技术有望减少大量的临床前研究和筛选工作,加快关键药物候选物的确定过程。根据GlobalData的药物数据库统计,目前已有40多种细胞和基因疗法是基于人工智能开发的。 除了其他应用,人工智能在临床试验中的患者筛选方面也展现出巨大潜力,帮助更准确地筛选合适的受试者并提高其参与热情,从而显著减少临床试验的退出率。具体来说,通过AI算法,我们可以对大量的患者数据进行深入分析,并预测哪些患者最可能从特定治疗中受益。这不仅使临床试验的患者筛选更为精确,专注于最可能对治疗产生积极效果的患者,减少了那些不太可能从治疗中获益患者参与的情况。另外,临床试验中,人工智能提供的个体化信息支持能够进一步提高受试者的参与度,这有助于减少中途退出的现象并提高整体治疗效果。因此,人工智能有潜力改变临床试验中的患者筛选流程,使其更为高效和专业,进而更迅速地为患者推介新的治疗方法。 然而,尽管人工智能在精准医疗中展现出显著优势,但其应用仍然面临许多挑战。首先,为了训练出高效的AI算法,需要获取大量、高质量且能反映多样化患者群体的数据,这往往是一大难题。其次,专家对AI算法的准确性和可靠性,以及其训练数据是否存在偏差表示关切。再者,当AI被融入医疗领域时,还需要面对一系列与伦理和法律有关的问题,特别是如何确保患者数据的隐私和数据使用时的合规性。 为了应对上述挑战,我们必须确保AI的开发和训练都基于高质量和具有代表性的数据。这往往需要医疗服务提供者、研究机构和技术企业的紧密合作。其次,确保人工智能算法的透明性和可解释性也很重要,这样临床医生和患者才能了解这些算法的工作原理,并就算法的使用做出明智的决定。最后,还需制定并严格执行伦理和监管框架,以保护患者隐私,确保以负责任和合乎道德的方式使用人工智能技术。 利用生物标志物将进一步推动精准医疗的发展 生物标志物指的是可以衡量并反映体内特定生物过程或疾病状态的指标,这些指标可能包括特定的蛋白质或基因突变。在精准医疗的范畴内,生物标志物为临床医生提供了一种有效工具,用于鉴定哪些特定患者亚群更可能对某种治疗方式产生积极反应。基于对这些标志物的详细分析,医生能够为患者制定基于其生物学特性的个体化治疗方案,这旨在提升治疗的效果并优化患者的临床预后。 以肿瘤学为例,生物标志物为医生提供了一种方法来识别肿瘤细胞中可能导致癌症增长的特定基因突变。有了这些信息,医生可以为患者提供更为针对性的靶向治疗,这些疗法在靶向特定突变的同时,对健康细胞的毒性可能更低。在神经病学中,通过生物标志物,医生能够识别与疾病进展相关的特定蛋白质或其他指标,从而为患者提供更为精准的治疗建议。 为了推动下一代精准医疗的进步,对生物标志物和更高端的诊断工具的深入研究成为了必要。近期的一项显著进展是数字生物标志物的出现,这一概念超越了传统基于血液的生物标志物检测。例如,NeuraLight是一家致力于开发人工智能驱动诊断平台的初创公司,该公司设计的系统可以通过标准网络摄像头跟踪并测量眼球的动态,并利用机器学习技术对这些数据进行深度分析,旨在诊断神经系统相关的疾病。这一技术不仅有助于疾病的诊断,还可用于疾病进展的预测和评估治疗效果。 有业内人士指出,随着行业对生物标志物定义和应用的标准化,其在精准医疗中的角色将变得更为关键。目前,全行业正向着生物标志物的统一标准迈进,这对于推动生物标志物的应用具有重要价值。随着标准化的推进,生物标志物在精准医疗中的应用将得到进一步扩展,为联合治疗策略的制定提供支持。利用这些先进工具,我们不仅可以从患者的血液中确定特定的生物标志物,还可以识别患者体内的多种潜在治疗靶点,为其提供综合的治疗方案。在这一过程中,人工智能和机器学习技术将起到至关重要的作用。 精准医疗未来展望 随着科技及人工智能的持续进展,预计接下来的十年这一领域将迎来更多突破性发展,尽管专家们对这一时期可能出现的关键事件持有各种各样的观点。 一些专家认为,目前全球对于一种通用的细胞疗法开发方法的需求日益显著。这样的尖端疗法不应仅限于专业中心,而应广泛推广至全球各地,让每个人都能享有细胞疗法的益处。为实现这一目标,我们需要标准化细胞的生产方法,同时努力使细胞疗法的制造过程尽可能简化。有专家表示,各种创新技术,特别是人工智能,将在此领域发挥关键作用。尽管人工智能预计将在精准医疗以及更广泛的药物研发领域被应用,但在可预见的未来,它不可能是药物研发流程中唯一的支持工具,更多先进的技术将不断涌现,为新药研发提供助力。 此外,数据驱动是推动精准医疗进步的核心。为充分利用精准医疗的潜能,我们需要更大规模的数据集。一些专家建议,我们应该拥有匿名收集患者信息的能力,这样我们可以观察到医疗趋势,进一步确保患者接受到最适合他们的药物和剂量。 随着精准医疗的不断发展,它有可能通过提供更有效、更个体化的治疗方法来彻底改变医疗保健,从而改善患者的治疗效果并降低总体医疗成本。然而,有几项挑战必须加以解决,包括需要更先进的诊断工具和生物标记物、细胞疗法生产的标准化以及更大的数据集,以使精准医疗有效发挥作用,人工智能有可能在未来的精准医疗中发挥重要作用。总体而言,精准医疗有可能通过提供更有针对性和更有效的治疗来改变医疗保健,从而改善患者的治疗效果并降低医疗保健的总体成本。