美國伊利諾伊大學厄巴納-香檳分校（University of Illinois at Urbana-Champaign，縮寫為UIUC）開發的紅外-光學混合顯微鏡平台將為癌症病理學提供全數字解決方案。
據麥姆斯諮詢報導，UIUC的一項研究展示了紅外-光學混合（IR-OH）顯微鏡如何將全數字活檢工作流程用於多種組織分析應用。該研究的目的是創建一種光學混合平台，既能保留光學顯微鏡的易用性和普遍適用性，同時又能增加大範圍紅外分子對比能力。該研究結果以「All-digital histopathology by infrared-optical hybrid microscope」為題，於2020年2月18日發表在PNAS上。論文地址為：https://www.pnas.org/content/117/7/3388。
研究的主要內容
UIUC的Rohit Bhargava領導的研究團隊，通過在光學相機上添加紅外雷射器和干涉物鏡（干涉光譜系統的關鍵組件），研發出這種混合顯微鏡（即為紅外-光學混合顯微鏡）。該顯微鏡可生成混合測量紅外數據，同時也生成高解析度光學圖像。
「我們利用現成的元器件構建出了該款混合顯微鏡。」本研究的第一作者、UIUC的Martin Schnell解釋道，「這很重要，因為這樣就能使其他人輕鬆構建自己的顯微鏡或升級現有的系統。」
實驗中，研究人員評估了健康和癌變的乳腺癌組織，並將混合顯微鏡計算染色得到的結果與傳統染色技術的結果進行了比較。根據UIUC研究結果顯示，數字化活檢與傳統活檢密切相關（如下圖）。
圖為乳房組織活檢的並排比較，可顯示出紅外-光學混合顯微鏡的功能。左：是傳統方法染色的組織樣本；中：由紅外光學混合成像創建的計算著色。右：利用紅外數據識別的組織類型。此圖像中的粉紅色表示惡性癌症。（圖片來源：UIUC的Rohit Bhargava）
研究人員在其發表的論文中總結道：與傳統的紅外顯微鏡相比，紅外-光學混合系統在空間解析度上提升了四倍；同時由於紅外-光學混合系統減少了散射效應，光譜一致性也得到了改善。
「這些研究進展共同努力的結果是，在可見光顯微鏡平台上就能看到未染色乳腺組織切片的完整紅外吸收圖像。」研究人員指出，「我們的研究表明，自動組織病理學分割並生成計算染色圖像是可能實現的，這樣可以解決顏色和空間細節等的形態學特徵，並能與目前的病理學診斷相媲美，但是沒有染色或人為解讀。」
進一步優化機器學習程序
該研究進展可能使紅外-光學混合顯微鏡成為傳統基於染色診斷的經濟有效的替代方案，並可實現全數字無染色的病理學程序，這非常適於當前臨床和研究病理學實踐。
「在生物醫學應用中，紅外-光學混合顯微鏡與傳統顯微鏡廣泛兼容。」Schnell說，「我們將光學顯微鏡的易用性和普遍適用性與大範圍紅外分子對比、機器學習相結合。通過這樣，希望能改變我們日常處理、成像和理解微觀組織結構的方式。」
未來的研究工作可能涉及進一步完善用於分析混合圖像的計算工具。優化的機器學習程序最終將能夠實現測量多種紅外波長、生成容易區分多種細胞類型的圖像，並將這些數據與詳細的光學圖像相匹配，用以精確展現樣本內的癌症。
該研究團隊還計劃探索其混合顯微鏡法的更多應用，如法醫、高分子科學和其他生物醫學應用。
「對於病理診斷，這些補充細節所能提供的信息將非常吸引人。」Rohit Bhargava說，「這將有助於加快診斷結果的輸出速度，降低試劑和人為組織染色的成本，並為癌症病理學提供全數字解決方案。」
更多國內外新聞資訊，請關注公眾號：MEMS