本成果由Svenja Kristin Tetzlaff, Yvonne Yang, Robert Denninger, Marc Cicero Schubert, Stella Judith Soyka, Amr Tamimi, Emanuel Maus, Julian Schroers, Niklas Wißmann, Ekin Reyhan, Robin Peretzke, Carlo Beretta, Michael Drumm, Alina Heuer, Verena Buchert, Alicia Steffens, Jordan Walsh, Kathleen McCortney等学者合作完成，论文标题为《Deep intravital brain tumor imaging enabled by tailored three-photon microscopy and analysis》，发表于《Nature Communications》。

重要发现
01深层脑组织成像的技术突破
传统2PM因组织散射和荧光背景噪声限制，仅能观测浅层皮层（300–700 μm）。
Deep3P通过三大创新实现1.2 mm深度成像：
自适应光学（AO）系统 校正颅窗与脑组织间的折射率差异，分辨率提升1.9倍（n=5实验），荧光信号增强3–5倍。
3PM-N2V降噪算法：基于3D U-Net架构的自监督学习模型，抑制3PM特有的周期性噪声（如光电倍增管波纹），信噪比提升10–15 dB。
THG信号机器学习分类：利用ilastik算法将无标记THG信号分解为血管与髓鞘轴突束，实现肿瘤细胞与微环境结构的同步动态追踪。

创新与亮点
01颠覆性成像深度与分辨率
Deep3P首次实现 活体哺乳动物胼胝体（1.2 mm深度）的亚细胞级动态观测，突破2PM的物理极限。其AO系统通过校正组织折射率不均一性，使1 μm级肿瘤微管（TMs）在深层可见，为脑深部疾病研究开辟全新维度。

02智能分析驱动的新生物学发现
AI降噪与分类：3D-N2V算法结合PerStruc-Denoiser，有效抑制深层成像噪声；THG信号分类准确率达99%（FITC-葡聚糖验证）。
侵袭模式量化：揭示胶质瘤在胼胝体中减少分支迁移（vs.皮层），转向沿血管定向运动，提示微环境调控侵袭表型。

03临床转化价值
机制层面：发现胶质瘤模拟神经前体细胞的血管依赖性迁移，为靶向血管互作的治疗提供依据。
诊断层面：THG信号形态变化（如纤维方向离散度）可作为早期白质定植的潜在影像标志物。

总结与展望
Deep3P通过融合三光子显微技术、自适应光学与人工智能，首次实现对脑深部白质肿瘤生物学的非侵入性活体研究。其核心价值在于：揭示胶质瘤沿血管侵袭胼胝体的新机制，挑战传统“沿轴突迁移”理论；发现早期定植导致髓鞘结构微观变形，为开发高灵敏度影像标志物奠定基础；提供研究肿瘤-微环境互作的全新平台。

未来工作将聚焦三大方向：拓展多色荧光标记以同步监测细胞功能状态；优化成像速度实现更大范围动态追踪；推动THG形态指标与临床MRI的融合，加速深层脑肿瘤诊疗技术的革新。该技术亦有望应用于神经退行性疾病、脑卒中等白质病变模型的研究，推动神经科学进入“深部观测时代”。

DOI:10.1038/s41467-024-51432-4.