米兰官网-苑克鑫：为理解生命科学提供全新空间范式—新闻—科学网

“VIVIT（基在离子液体的生物构造玻璃态透明化技能）能于不造成构造形变的条件下，使肆意生物构造变患上‘透明’，再联合卵白、份子等多模态标志与三维成像技能，可以获取构造样本跨标准、超分辩的3D布局信息，倾覆了传统的生命科学研究范式。”近日，清华年夜学生物医学工程学院传授苑克鑫于接管《医学科学报》采访时暗示，VIVIT技能将为包括脑科学于内的基础研究、病理阐发、AI辅助诊断等运用打开了新的空间。

8月11日，《细胞》发表了这一研究结果，初次提出并验证了一种全新的生物构造处置惩罚要领“VIVIT”，冲破了构造透明化范畴的三个技能瓶颈，即透明与无形变不克不及同时实现、荧光旌旗灯号衰减、不兼容无损冷冻生存与切片，实现了构造于玻璃态下的高保真三维成像。

物理切割带来的局限性

三维构造布局承载着富厚的生物信息，是理解生物体功效与疾病病理的焦点依据。

但因为构造不透明、没法透光，研究者只能经由过程切片不雅察其内部布局。但为了不切片过厚造成细胞布局堆叠，影响对于要害细节的判定，构造凡是必需被切成仅3～5微米厚的超薄切片，相称在一个细胞层的厚度。

“只管切片操作已经尽可能邃密，传统要领仍只能出现构造于单个平面上的局部信息，空间表达能力极其有限。”苑克鑫暗示。

而若想要完备还有原三维布局的空间信息、晋升构造阐发的深度及精度，研究者则需拼接上百甚至上千张超薄切片，不仅事情量巨年夜，也轻易因物理切割带来不成逆的构造形变。再加上操作偏差或者构造自己过在懦弱，常会呈现切片缺掉、断层等问题，严峻影响布局的持续性，使真正的空间瓜葛难以还有原，空间瓜葛信息严峻缺掉。

“这不仅耗时耗力，还有轻易因物理切割造成构造变形或者布局断裂，致使空间信息缺掉及误判。”苑克鑫暗示。

焦点冲破不止在“看患上清”

跟着构造透明化技能慢慢鼓起，经由过程化学要领使完备构造变患上光学透明，进而于不切片的条件下直接实现深层成像。

但，这也有必需面临的难题：处置惩罚历程构造膨胀紧缩、荧光旌旗灯号损耗、冷冻易损等。是以，今朝大都方案仍于布局不变性、旌旗灯号强度与染色处置惩罚等焦点指标上难以统筹。

“VIVIT则为这一持久困境提供了立异解决方案。”苑克鑫暗示，与传统构造透明化技能差别，VIVIT 其实不仅仅寻求“透明”，还有尽可能保留构造原始的布局与荧光旌旗灯号。

研究团队经由过程自立研发的高折射率离子液体，VIVIT初次实现了将不透光的生物构造于低温下改变为“玻璃三木SEO-态”，既不变，又通透。于整个处置惩罚历程中，构造险些不会膨胀或者紧缩，形变幅度于1%之内。即即是如脑构造这种布局周详、毗连繁杂的样本，也能于VIVIT处置惩罚后连结其原始布局，从而使包括神经突触于内的亚细胞级邃密布局患上以清楚出现。

?

苑克鑫暗示，VIVIT 的焦点冲破不止在“看患上清”，也于在“保患上住”及“用患上上”。试验显示，于颠末离子液体处置惩罚后，多种常见荧光染料的旌旗灯号强度可晋升至原始的2到30倍，使以往构造中难以检测的微弱标志也能清楚可见。

同时，因为其玻璃态的物理性子，VIVIT也打破了生物样本冷冻生存的限定，样本可于-80℃下持久生存，防止了因冰晶形成而致使的扯破与机械性毁伤，真正实现告终构无损的冷冻切片与崇高高贵分辩成像。

“VIVIT的布局保真能力及旌旗灯号不变性，为跨标准构造三维数据获取与空间重修奠基了坚实的基础。”苑克鑫暗示，基在VIVIT的这一怪异上风，研究团队将小鼠多模态觉得丘脑神经元于突触输入（微不雅）方面的觉得模态偏好性与于全脑输出（介不雅及宏不雅）方面的方针脑区偏好性定量化地接洽了起来，而这也是国际上初次实现单神经元程度输入-输出的正确链接，冲破了神经环路研究范畴的技能瓶颈，为深切解析脑功效的神经环路机制提供了新的机缘。

不仅云云，颠末VIVIT处置惩罚后的构造仍可举行多轮免疫染色，且每一一轮染色成像后的荧光旌旗灯号依然清楚，构造布局连结不变。这就使患上研究者能于统一样本上依次辨认多个份子靶点，获取更富厚的空间信息。

与此同时，研究团队联合自研的重修算法TARS，VIVIT也撑持构造持续切片的图象拼接，可构建从亚细胞到全器官的三维图谱，实现生物布局的跨标准还有原。

?

有望成为下一代倾覆性技能

从构造透明化到多模态染色再到三维重修，VIVIT提出了一套贯串样本处置惩罚与空间布局阐发的完备技能路径，为高分辩、跨标准的空间数据获取及构造建模提供了体系化解决方案。

苑克鑫认为，作为一种交融无损透明化与多模态三维成像的底层东西，VIVIT 不仅晋升了构造布局解析的深度与精度，也为AI赋能的精准医疗提供了数据底座。这重要体现为：

第一，于基础研究方面，VIVIT技能可天生纳米级分辩率的三维构造数据，帮忙科研职员于空间组学研究中更清楚地不雅察细胞及构造的空间布局，为疾病机制研究、图谱构建等科研场景提供更高精度、更完备的数据底图。

第二，于临床病理方面，经由过程与多家病院互助，基在真实病理样本，可开发临床亟需的病理诊断技能及产物。VIVIT 可经由过程三维空间布局的可视化表达，辅助疾病分型与要害病灶辨认等场景，从而显著晋升临床检测效率和诊断正确性。

?

第三，于药物开发方面，VIVIT 技能可用在评估药物作用下构造、靶点等的空间相应特性，从而撑持药理、药效、毒理等非临床环节的效果验证，为药效评估、靶点发明、入组筛选等提供空间数据撑持。

第四，于聪明医疗方面，基在三维空间数据开发AI模子，经由过程临床样本练习其解读空间信息的能力，可实现疾病的分类、分型与预后阐发，并辨认个别差异与医治反映，从而撑持个别化医治与用药决议计划。

“VIVIT 技能经由过程无损透明化与多模态三维成像的交融，实现了生物构造从份子到总体布局的全景解析。”苑克鑫认为，该技能的价值不仅于在技能层面的冲破，更于在为生命科学提供了一种全新的空间理解范式，有望继基因测序与冷冻电镜以后，成为下一代倾覆性技能。

此外，研究团队还有致力在将VIVIT技能与人工智能深度交融，构开国内首个集生物构造样本处置惩罚、三维构造成像、数据存储及诊断阐发为一体的3D-AI空间生物学精准诊疗平台，进一步鞭策疾病精准诊疗向更高维度成长，加快基础研究结果向临床落地的进程，助力“可视、可解、可和”的精准医疗系统构建。

苑克鑫暗示，咱们还有将继承推进 VIVIT 技能于脑科学范畴的运用，并于更为广泛的生命科学范畴以和精准医疗与聪明诊断等范畴开展运用摸索，开释其空间布局信息更年夜的科研与临床运用价值。（文中图片均由研究团队提供）

相干论文信息：https://doi.org/10.1016/j.cell.2025.07.023