在癌症研究领域，体外模型是探索肿瘤发生机制、开展药物筛选的核心载体，而癌症类器官和球状体作为能高度模拟肿瘤体内结构与功能的3D细胞培养模型，更是成为临床前研究的重要工具。但传统光学成像技术普遍存在荧光标记依赖、样本处理复杂、成像范围有限等问题，难以实现对3D癌症模型的长期、精准动态分析。
近日，Light Sci Appl发表的一项最新研究成功开发出多模态光相干光声显微镜（OC-PAM）系统，并结合人工智能（AI）辅助分析方法，一举突破了传统成像技术的诸多局限，为3D癌症模型的研究打造了全新的高效成像解决方案。
研究团队设计了三组针对性实验，全面验证了光相干光声显微镜系统结合人工智能分析的核心功能与应用优势，该研究的整体设计思路通过概念示意图清晰呈现，层层递进地展现了该技术在3D癌症模型成像中的独特价值，相关研究结果也为癌症研究的技术升级提供了重要支撑。
研究首先利用光相干显微镜（OCM）模式，对
定量分析结果还显示，药物处理组内不同类器官的生长响应存在显著异质性，部分类器官在停药后出现体积大幅增长的现象。研究通过对类器官生长数据的精细化分析，明确了化疗药物对乳腺癌类器官生长的抑制作用，也成功识别出具有药物耐受特征的稀有细胞群体，为药物疗效评估提供了精准的观测依据。
在此基础上，研究团队基于放射组学纹理特征方法开发了人工智能算法，实现了类器官活力的无标记自动分类。研究以荧光染色结果为金标准，提取了光相干显微镜图像中的9个关键纹理特征，构建了XGBoost分类器，该分类器的受试者工作特征曲线下面积达到90%，能精准区分高活力与低活力的类器官。
将该分类器应用于纵向追踪的类器官数据后发现，生长停滞的类器官被判定为低活力，而呈现药物耐受持留样生长特征的类器官则为高活力，分类结果与类器官的实际生长状态高度匹配。这一成果实现了对类器官活力的非侵入式、无标记检测，让研究者能在不干扰类器官生长的前提下，持续判断其生理状态。
为了弥补光相干显微镜在分子对比度上的不足，研究引入光声显微镜（PAM）作为互补成像模态，实现了3D癌症球状体中稀有细胞的精准检测。研究将黑色素阳性的
实验结果显示，该系统不仅能清晰区分不同比例的黑色素阳性细胞，即便黑色素阳性细胞在球状体中的占比仅为1%，系统也能精准定位这些稀疏分布的稀有细胞，证实了光相干光声显微镜在3D结构中稀有细胞检测方面的高灵敏度，为识别癌症模型中的稀有耐药细胞提供了全新手段。
这项研究构建的光相干光声显微镜系统，兼具光相干显微镜和光声显微镜的技术优势，实现了无标记、非侵入、高分辨率的3D成像，搭配人工智能辅助的自动分割、追踪和活力分类算法，从根本上解决了传统成像技术在3D癌症模型研究中的诸多痛点。该技术既能够对癌症类器官进行长期纵向追踪，精准解析药物治疗后的生长和响应特征，又能实现3D结构中稀有细胞的高灵敏度检测，为发现药物耐受的稀有细胞群体、解析癌症耐药机制提供了关键技术支撑。
在临床前的癌症研究中，从基础的癌症发生机制探索，到后续的药物筛选、耐药机制解析，都需要能精准反映癌症模型真实状态的分析工具，而光相干光声显微镜结合人工智能的成像分析系统，恰好填补了这一技术空白。其无标记、高通量的特性，能最大程度还原癌症3D模型的生理状态，让研究数据更贴近临床实际，为癌症基础研究提供了更精准的观测手段。同时，该技术也为后续开发更有效的联合抗癌疗法、推进个性化医疗发展奠定了重要的技术基础，未来有望成为癌症基础研究和药物研发领域的核心成像工具，为攻克癌症难题提供全新的技术助力。
参考文献：
Deloria AJ, Csiszar A, Deng S, et al. Optical coherence photoacoustic microscopy for 3D cancer model imaging with AI-assisted organoid analysis. Light Sci Appl. 2026;15(1):106. Published 2026 Feb 5. doi:10.1038/s41377-025-02177-2
来源：生物谷
(本网站所有内容，凡注明来源为“医脉通”，版权均归医脉通所有，未经授权，任何媒体、网站或个人不得转载，否则将追究法律责任，授权转载时须注明“来源：医脉通”。本网注明来源为其他媒体的内容为转载，转载仅作观点分享，版权归原作者所有，如有侵犯版权，请及时联系我们。)
