如果一种天然产物候选物不能快速造成害虫死亡，它是否就没有研究价值？在传统杀虫活性筛选中，答案往往取决于处理后的死亡率。但越来越多研究提示，许多候选物对害虫的早期影响，并不一定表现为死亡，而可能首先体现在运动、蜕皮、发育、体型、色素沉着等整虫表型上。这些表型变化虽然不会立即导致幼虫死亡，却可能揭示新的作用机制和候选先导物价值。

天然产物筛选不能只问“是否致死”，还要问“它如何改变整虫表型”。

只看死亡率，会错过什么？

在绿色农业和农药减量增效背景下，天然产物及其衍生物因结构多样、来源广泛，长期被视为新型杀虫活性物的重要来源。

但天然产物筛选并不适合只看“是否致死”。许多候选物可能首先影响运动、发育、蜕皮、体型或色素沉着等整虫表型。

对天然产物筛选而言，死亡率只是终点之一。那些不会立刻杀死幼虫，却能显著改变运动、发育、蜕皮、体型或色素沉着的化合物，可能正是被传统筛选体系低估的活性线索。

两项研究，一条连续的技术路线

普渡大学Catherine A. Hill团队在2022年和2025年发表的两项研究，展示了如何借助瑞孚迪（Revvity）Opera Phenix高内涵成像系统，将蚊幼虫筛选从单一死亡率扩展到多参数整虫表型评价。

这两项研究可以看作同一套整虫高内涵表型筛选体系的连续推进：2022年研究建立微孔板蚊幼虫筛选流程，2025年研究将该流程应用于天然产物库筛选。

整体逻辑可以概括为
整虫模型建立→高内涵成像采集→死亡率与非典型表型同步记录→命中物分级→天然产物类别与表型关联→后续验证。

图1.蚊幼虫高内涵表型筛选流程。该流程同时评估死亡率与非典型表型。来源：Murgia et al. 2022 Fig.1。

Opera Phenix如何看见整虫表型？

2022年研究中，研究者将埃及伊蚊一龄幼虫适配到384孔板中，每孔约10–15只，并在化合物处理后的3小时和24小时进行自动化成像。

通过连续图像中的位置变化，研究者可以辅助判断幼虫活动状态和死亡情况；同时记录色素沉着、体长缩短、蜕皮异常等非典型表型。

图2.Opera Phenix对单孔蚊幼虫的自动识别。不同颜色标注显示从背景中区分出的单个幼虫个体。来源：Murgia et al. 2022 Fig.3A。

死亡率之外，先建立一套整虫表型库

在LOPAC1280化合物库筛选中，研究者共识别出168个具有蚊幼虫活性的化合物，其中92个与幼虫死亡相关，76个产生非典型幼虫表型。

这些非典型表型包括色素沉着、体长缩短、蜕皮异常，以及体长缩短并伴随色素沉着等复合表型。

这说明，高内涵成像不仅可以用于死亡率判读，还能够系统记录传统人工观察中容易被忽略的发育和形态异常。

图3.死亡率之外的非典型幼虫表型。图中展示体长缩短、蜕皮异常、色素沉着与正常对照等代表性表型。来源：Murgia et al. 2022 Fig.4。

关键数据：140个非典型表型命中物

2025年研究进一步将该方法应用于AnalytiCon Discovery MEGx和NATx collections中的3680个天然产物及半合成天然产物相关化合物筛选。

初筛结果显示，研究者共发现145个蚊虫活性化合物。其中，仅5个与幼虫死亡相关，140个与非典型表型相关。

这一结果非常值得关注。对于天然产物筛选而言，真正大量出现的并不是强急性致死化合物，而是能够引起色素、体型、发育或行为变化的亚致死表型化合物。

图4.2025年研究中的384孔板蚊幼虫高内涵成像结果。MEGx/NATx天然产物库筛选采用384孔板格式，在Opera Phenix平台上对Ae. aegypti L1幼虫进行成像。来源：Bi et al. 2025 Fig.1。

在5个死亡相关化合物中，aureothin表现出较强杀虫活性。初筛中，其在3小时和24小时分别引起53%和93%的幼虫死亡。

后续L3幼虫验证中，aureothin在24小时、48小时和72小时的LC50分别为31.1 μM、11.8 μM和7.9 μM。

这些表型变化为什么重要？

从高内涵表型筛选的价值来看，140个非典型表型命中物更值得展开。原文Table 3显示，这些化合物主要引起pigmented、stunted、widened，以及与pigmented叠加出现的复合表型。

其中，pigmented表型最常见，共110个，占78.57%。进一步的化学分类分析显示，萜类最多，为64个，占45.71%；黄酮类和苯丙素类各14个；生物碱11个；聚酮类10个。

这些结果说明，高内涵成像不仅能够判断“是否具有活性”，还可以将天然产物类别与整虫表型变化联系起来。

色素沉着、体型改变和发育异常虽然不一定立即导致死亡，但可为后续蜕皮、角质层形成、黑化反应、神经活动、能量代谢或解毒代谢等方向提供研究入口。

图5｜MEGx/NATx异常表型命中物的化学分类与表型分布。来源：Bi et al. 2025 Fig.3。

初筛后，研究团队进一步对部分代表性命中物进行了剂量反应、行为学和电生理验证。对于本文而言，这部分结果不需要过度展开。其意义在于说明，高内涵成像获得的不是孤立图像，而是可以与后续复筛、行为学和电生理实验衔接的表型线索。

从蚊幼虫，延展到更多小型整虫模型

这两项研究的可借鉴之处，不是简单复制蚊幼虫模型，而是将天然产物杀虫活性评价从单一死亡率，扩展到完整个体的多参数表型观察。

蚊幼虫模型虽然直接服务于公共卫生媒介控制，但其研究逻辑可为其他小型整虫模型提供参考。

在农业害虫方向，可探索低龄幼虫、线虫、蚜虫、稻飞虱、草地贪夜蛾等模型筛选。

在动物健康方向，可参考寄生虫、寄生线虫、球虫、蜱虫相关药物或天然产物筛选。

在中医药与天然产物方向，可用于植物提取物、中药体、微生物代谢物、海洋天然产物等活性筛选。

在机制研究方向，表型读数可进一步连接蜕皮、角质层形成、黑化反应、神经活动、能量代谢和解毒代谢等问题。

瑞孚迪方案

对于计划开展天然产物库、微生物代谢物、植物源活性物或天然产物来源杀虫先导物筛选的团队，核心挑战在于稳定记录整虫表型，并将图像转化为可比较的数据。

瑞孚迪可提供从成像、分析到自动化整合的一体化方案，帮助用户把单次实验扩展为稳定、可重复、可放大的表型筛选平台。

第一层 看得见整虫表型

Opera Phenix/Operetta CLS支持高通量、多模式成像，可进行Z轴层扫、整孔采集与幼虫自动识别，适合整虫表型筛选。

其价值不只是“获得更多图片”，而是把死亡率之外的运动、发育、形态和亚致死效应转化为可分析、可追溯的数据。

第二层  量化得出表型数据

Harmony软件可用于幼虫识别、面积、长度、形态、色素强度、运动状态等多参数分析；PhenoLOGIC AI/机器学习辅助分类模块可减少人工判读差异。

第三层  放大到高通量筛选流程

Explorer G3可整合液体处理、微孔板转移、成像检测和数据追溯，帮助用户把方法扩展为可放大的筛选平台。

在类似研究场景中，高内涵平台的价值不是简单“获得更多图片”，而是将复杂整虫表型转化为可量化、可统计、可追溯的数据。

天然产物筛选正在从“是否杀死害虫”，走向“如何影响生命过程”。高内涵成像的价值，不只是提高筛选通量，而是让研究者能够系统捕捉死亡率之外的运动、发育、蜕皮、形态和色素变化。

当这些复杂整虫表型被转化为可视化、可量化、可追溯的数据，天然产物杀虫活性评价也将从单一终点筛选，走向多参数、机制导向的新阶段。