在外科手术的方寸之间，医生既要精准切除肿瘤，又要避开血管等关键结构，还要实时监测器官功能——这就像在“黑暗迷宫”里做手术，风险高、难度大。而现在，复旦大学的科研团队带来了颠覆性突破，让手术台从此有了“实时导航图”！ 

         近日，复旦大学化学系张凡/王尚风团队联合计算与智能创新学院颜波/谭伟敏团队的研究成果，以《基于激发谱编码的单发射短波红外镧系荧光团调色板：用于实时活体多光谱成像》为题，在线发表于顶刊《自然光子学》（Nature Photonics）。这项研究不仅发明了新型分子工具，更结合AI技术，为精准医疗打开了全新局面。 

图1：近红外二区小动物活体成像系统

传统成像“卡脖子”？“镧系彩虹”破难题 
要在活体深层组织里“看清”多个目标，传统荧光成像一直有绕不开的痛点： 

         -可见光探针（400-750nm）易被组织散射、受自发荧光干扰，图像模糊不清；

         -短波红外光（750-2500nm）虽能“看得更深”，但现有探针亮度不足、信号重叠，没法同时追踪多个位点。

图2：近红外二区显微成像系统

         针对这些难题，团队创新设计出“镧系彩虹（Lanbow）”分子调色板——利用稀土元素铒（Er³⁺）的独特光学特性，构建出一系列三明治结构的酞菁铒配合物探针。它们的吸收波长覆盖673-772nm，发射却统一集中在1530nm（这个波段组织散射小、自发荧光几乎为零），完美解决了“看得深、分得清”的核心问题。

AI助力“实时解码”，手术导航迈入“多色时代”

         有了优质的成像数据，如何让它在手术中“即时可用”？团队进一步引入AI算法，搭建了波长感知的端元提取AI模型（EndmemberNet）。

图3：小型化近红外二区成像系统

         传统多光谱成像分析依赖专家手动处理，耗时久、难实时；而EndmemberNet能自动完成高维多光谱数据的分析，快速提取光谱特征、分解信号——在结直肠癌小鼠模型实验中，这套系统已经实现“五色导航”：同步可视化肿瘤原发灶、转移结节、血管与肠道运动，术中实时输出清晰的解剖结构与功能信息。 

跨学科融合，开启医学成像新未来

         这项成果的核心，是化学与人工智能的深度交叉：“镧系彩虹”提供了高质量成像“原料”，AI则实现了数据的“实时解码”，共同搭建起“AI for Science”的新范式。

图4：近红外二区荧光探针

         未来，“镧系彩虹”技术还能扩展到更多场景——从脑科学研究、心血管监测，到机器人辅助手术，医生将不再只依赖单一手术视野，而是拥有一幅实时、多通道、智能解析的“体内地图”，让精准医疗更上一层楼。

（论文链接：https://www.nature.com/articles/s41566-025-01736-8）

本文参考复旦大学官方科研进展报道，向推动医学创新的科研团队致敬！