高分辨率IMC新技术实现低于350纳米的分辨率
2025-12-05 来源:本站 点击次数:82成像质谱细胞术（Imaging Mass Cytometry, IMC）是一种强大的多重成像技术，用于研究健康与疾病状态下组织的细胞表型和空间组织。然而，传统IMC的空间分辨率目前仅为1微米，能够分辨单细胞和大型亚细胞区室，但无法解析亚微米级的细胞内结构。本文报道了一种提高IMC分辨率的方法，使其接近光学显微镜的水平。高分辨率IMC（HR-IMC）采用过采样方法结合点扩散函数去卷积技术，实现了低于350纳米的分辨率。研究展示了HR-IMC在解析亚细胞结构（如核焦点和线粒体网络）方面的性能，这些结构此前用IMC无法检测到，并应用于可视化化疗诱导的患者来源卵巢癌细胞的扰动。
本研究的重大发现由Alina Bollhagen、James Whipman、Ricardo Coelho、Viola Heinzelmann-Schwarz、Francis Jacob和Bernd Bodenmiller共同完成。研究成果以题为“High-resolution imaging mass cytometry to map subcellular structures”的论文形式，于2025年10月在《Nature Methods》期刊在线发表。
重要发现
01技术原理与开发背景
成像质谱细胞术（IMC）通过激光烧蚀金属同位素标记的抗体并结合质谱检测，避免了自发荧光和循环伪影，但其分辨率受限于激光烧蚀点大小（1微米），无法解析小于2微米的亚细胞结构，如线粒体和核仁。提高分辨率面临技术挑战，包括激光稳定性、组织穿透和热降解问题。计算方法是潜在解决方案，但现有策略如盲去卷积或跨模态学习依赖强先验假设或高分辨率训练数据。本研究提出HR-IMC，基于过采样和图像去卷积，无需硬件修改即可提升分辨率。
HR-IMC的核心原理是使用标准1微米激光点以亚微米步长（如333纳米）对组织进行采样，产生部分重叠的烧蚀区域。通过降低每次激光能量，实现多次重叠烧蚀，从而将单个像素细分为多个子像素。去卷积过程利用点扩散函数（PSF）模型，校正边界子像素的影响，重建高分辨率图像。点扩散函数基于子像素的面积贡献和信号损失模型构建，其中信号损失通过重复烧蚀实验量化，确保去卷积的准确性。
02实验验证与性能评估研究通过多种组织类型（如扁桃体、肺腺癌、胎盘等）验证HR-IMC的性能。首先，与免疫荧光（IF）显微镜比较显示，HR-IMC在333纳米分辨率下能捕获与IF相当的细节，如波形蛋白、平滑肌肌动蛋白（SMA）、ATP5A和GLUT1等标记物的分布。像素级空间相关性分析表明，HR-IMC与IF数据的相关性优于经典IMC。在扁桃体组织中，HR-IMC改善了细胞核分割，更准确地分离相邻细胞，减少了经典IMC中常见的“BnT”细胞（B细胞与T细胞交互无法分割的现象）比例。
其次，在高级别浆液性卵巢癌（HGSOC）组织和应用中，HR-IMC揭示了亚微米级结构，如环绕细胞核的线粒体网络、纤维状SMA纤维以及核内Ki-67焦点。这些结构在经典IMC中无法分辨。通过像素级聚类分析，HR-IMC识别出13个亚细胞簇，对应线粒体、DNA损伤区等，而模拟经典IMC的数据则显示标记物分离不清。聚类质量指标（如轮廓宽度和邻域纯度）证实HR-IMC能更好区分亚细胞区室。
03生物学应用与结论在患者来源的卵巢癌细胞3D培养模型中，HR-IMC用于分析化疗（卡铂和紫杉醇）诱导的亚细胞变化。差异丰度分析显示，化疗后DNA损伤和修复簇上调，增殖簇下调，符合化疗响应机制。像素级相关性分析揭示了p-H2AX与开放染色质区域共定位的变化。此外，在组织原位分析中，HR-IMC区分了不同细胞类型（如肿瘤细胞、免疫细胞和成纤维细胞）的线粒体网络，显示肿瘤细胞具有更高线粒体密度和互联性，缺氧肿瘤细胞线粒体含量减少且GLUT1表达增加。这些结果表明HR-IMC能原位映射细胞类型特异性亚细胞架构，为疾病机制研究提供新视角。
创新与亮点
01突破成像难题
传统IMC的分辨率受限于物理激光点大小，无法解析亚细胞结构，这限制了其在细胞生物学中的应用。HR-IMC通过过采样和计算去卷积，突破了这一瓶颈，将分辨率提升至350纳米以下，接近光学显微镜水平。这一突破解决了IMC在亚微米尺度成像的固有 trade-offs，如激光能量与组织完整性的平衡问题。与现有超分辨率方法相比，HR-IMC不依赖大量训练数据或复杂推断，而是基于实验采集优化，更具实用性和可推广性。
HR-IMC的创新点在于将过采样策略与PSF去卷积独特结合，专为IMC数据特性定制。过采样通过调整激光步长和能量实现，而PSF模型考虑了激光烧蚀的几何效应和信号衰减，确保去卷积的准确性。该方法在标准成像系统上即可实施，无需硬件升级，降低了应用门槛。此外，研究提供了详细的操作指南，包括激光能量优化、数据采集和图像处理步骤，使其他研究者能轻松复现。
03光学生物医疗价值
在生物医学领域，HR-IMC的价值体现在多个方面。首先，它实现了高度多重（如25重抗体面板）的亚细胞成像，能同时分析多种蛋白的空间分布，用于发现细胞表型、器官器特异性信号事件和疾病标志物。例如，在卵巢癌研究中，HR-IMC可视化化疗对亚细胞结构的影响，为药物研发提供新工具。其次，改善的分割能力有助于精准细胞分类，在免疫肿瘤学中减少误判。与光学成像技术（如免疫荧光）的兼容性使其成为多模态成像的桥梁，有望推动空间组学发展。未来，结合信号放大方法（如SABER-IMC），可进一步克服信号强度挑战，拓展至临床诊断应用。
总结与展望
本研究开发的HR-IMC技术成功将成像质谱细胞术的分辨率提升至亚微米级别，通过过采样和去卷积方法，实现了对亚细胞结构的精细映射。实验证明，该技术在多种组织类型和疾病模型中均表现出色，不仅能解析线粒体网络、核焦点等结构，还能揭示化疗诱导的细胞内变化。创新点在于无需硬件改造即可在现有系统上部署，兼顾了分辨率与多重成像优势。尽管目前受限于激光烧蚀精度和成像时间，但随着仪器进步和计算优化，这些限制有望克服。HR-IMC为细胞生物学研究开辟了新途径，未来或可用于发现复杂细胞架构和疾病特异性表型，推动精准医疗和基础科学进展。展望中，进一步整合深度学习和其他超分辨率技术，将强化其在单细胞分析中的领导地位。
声明：本文仅用作学术目的。
Bollhagen A, Whipman J, Coelho R, Heinzelmann-Schwarz V, Jacob F, Bodenmiller B. High-resolution imaging mass cytometry to map subcellular structures. Nat Methods. 2025 Oct 30.
DOI:10.1038/s41592-025-02889-8.