分析肿瘤样本的新方法有可能使病理学家面临失业

分析肿瘤样本的新方法有可能使病理学家面临失业当一个癌症肿瘤被活检后，需要一个专业的病理学家来分析样本并对组织的健康状况进行评估。这是一个需要快速和准确的过程，因为它通常发生在病人在手术台上的时候。对实体瘤进行活检是评估癌症恶性程度的最常见方式，并指导外科医生在手术期间和手术后管理病人。但听起来很简单的过程并不简单。病理学家必须对样本进行切片和染色，并在提供专家意见之前对其进行显微镜检查；这非常耗费人力和资源。不过，等待病理学家的报告可能很快就会成为过去，一个研究小组开发了一种无需咨询病理学家即可在大约30分钟内准确分析实体癌肿瘤的方法。他们用小鼠组织测试了他们的方法。新设备使用一个"组织研磨机"将样本减少到单个细胞，这一过程需要不到五分钟。然后使用实时荧光和可变形性细胞仪（RT-FDC）对细胞进行分析，该方法采用注射泵将单细胞流推过一个显微镜下的收缩，在那里细胞暴露在流体动力剪切应力和压力下。细胞变形能力是诊断疾病的一个有用方法，特别是癌细胞的侵袭性。癌细胞的变形能力意味着它们能更好地入侵其他细胞，导致肿瘤转移。RT-FDC每秒可以分析1000个细胞，比老的、更传统的分析细胞变形能力的方法快36000倍。每个细胞通过时都会拍下图像，评估其物理属性，并仅通过图像区分组织细胞的亚型。该研究的共同主要作者MarkétaKubánková说："用传统方法分析活检样本，病理学家只能通过肉眼观察细胞，而可以对单个细胞进行物理检查，这给了我们更多的工作信息。"观察一个细胞的物理结构对于诊断来说是不够的。因此，研究人员以机器学习模型的形式加入了人工智能，评估RT-FDC获得的数据，并快速评估活检样本是否包含肿瘤细胞。整个过程，从样本处理到数据分析，只花了不到30分钟，这意味着它可以在病人仍在手术台上时完成，并将结果直接提供给外科医生，而不需要聘请病理学家。研究人员说，这是一个优势，因为在进行手术的时候并不总是能够找到病理学家，这意味着在某些情况下，直到手术结束后才能对样本进行分析。根据结果，这往往意味着几天后，病人必须回到医院进行另一次手术。除了检测癌症肿瘤之外，该设备还被用来检测炎症性肠病模型中的组织炎症。研究人员希望他们的细胞分析新方法有朝一日能用于临床。"这是一项概念验证研究--该方法可以非常迅速地准确确定我们的样本中是否存在肿瘤组织，"该研究的共同主要作者DespinaSoteriou说。"下一步将是继续与临床医生进行非常密切的合作，以确定这种方法如何能够最好地转化为临床应用。该研究发表在《自然-生物医学工程》杂志上。...PC版：https://www.cnbeta.com.tw/articles/soft/1355213.htm手机版：https://m.cnbeta.com.tw/view/1355213.htm

研究：高次谐波激光器为光学显微镜的分辨率带来巨大提升

研究：高次谐波激光器为光学显微镜的分辨率带来巨大提升澳大利亚国立大学（ANU）的物理学家们表示，在他们发现了一种新的高次谐波激光照明技术之后，光学显微镜的放大率应该得到巨大的提升，这种技术使用的是人类头发直径的1/50的微型圆柱体。PC版：https://www.cnbeta.com/articles/soft/1326759.htm手机版：https://m.cnbeta.com/view/1326759.htm

新型人工智能工具改变了乳腺癌的治疗方法和预后

新型人工智能工具改变了乳腺癌的治疗方法和预后人工智能工具能够识别出目前被归类为高风险或中度风险但成为长期幸存者的乳腺癌患者。这意味着他们的化疗时间或强度可以缩短。这一点非常重要，因为化疗会带来令人不快的有害副作用，如恶心，或更罕见的对心脏的损害。目前，病理学家通过评估患者组织中的癌细胞来确定治疗方法。但研究显示，非癌细胞的模式对预测结果非常重要。这是第一项使用人工智能对浸润性乳腺癌的癌细胞和非癌细胞进行全面评估的研究。"我们的研究证明了非癌成分在决定患者预后方面的重要性，"该研究的通讯作者、西北大学范伯格医学院病理学副教授李-库珀（LeeCooper）说。"生物学研究已经知道了这些元素的重要性，但这些知识还没有有效地转化到临床应用中"。这项研究将于今天（11月27日）发表在《自然医学》杂志上。2023年，约有30万美国妇女将被诊断为浸润性乳腺癌。大约每八名美国妇女中就有一人在一生中会被诊断出患有乳腺癌。在诊断过程中，病理学家会对癌变组织进行复查，以确定组织的异常程度。这一过程被称为分级，主要针对癌细胞的外观，几十年来基本保持不变。病理学家确定的分级有助于决定患者将接受何种治疗。许多乳腺癌生物学研究表明，非癌细胞，包括免疫系统细胞和为组织提供形态和结构的细胞，在维持或抑制癌症生长方面发挥着重要作用。库珀及其同事建立了一个人工智能模型，从数字图像中评估乳腺癌组织，测量癌细胞和非癌细胞的外观以及它们之间的相互作用。西北大学罗伯特-H-卢里综合癌症中心成员库珀说："病理学家评估这些模式具有挑战性，因为人眼很难对它们进行可靠的分类。人工智能模型测量这些模式，并以一种让病理学家清楚人工智能决策过程的方式向病理学家展示信息"。"人工智能系统分析患者乳腺组织的26种不同属性，生成总体预后评分。该系统还能生成癌细胞、免疫细胞和基质细胞的单项评分，以便向病理学家解释总体评分。例如，对某些患者来说，良好的预后评分可能是由于其免疫细胞的特性，而对另一些患者来说，良好的预后评分可能是由于其癌细胞的特性。病人的护理团队可以利用这些信息制定个性化的治疗方案。采用这种新模型可以为被诊断为乳腺癌的患者提供与其疾病相关的更准确的风险估计，使他们有能力对自己的临床治疗做出明智的决定。此外，该模型还有助于评估治疗反应，根据组织的显微外观随时间的变化情况来升级或降级治疗。例如，该工具也许能识别病人的免疫系统在化疗过程中针对癌症的有效性，从而缩短化疗时间或降低化疗强度。库珀说："我们还希望这种模式能够减少在社区环境中确诊的患者的不平等。这些患者可能无法接触到乳腺癌专科病理学家，而我们的人工智能模型可以帮助全科病理学家评估乳腺癌"。这项研究是与美国癌症协会（ACS）合作进行的，该协会通过癌症预防研究建立了一个独特的乳腺癌患者数据集。该数据集代表了来自美国超过423个县的患者，其中许多人是在社区医疗中心接受诊断或治疗的。这一点非常重要，因为大多数研究通常使用大型学术医疗中心的数据，而这些数据只代表了美国人口的一部分。在这次合作中，西北大学开发了人工智能软件，而美国癌症协会和国家癌症研究所的科学家则提供了乳腺癌流行病学和临床结果方面的专业知识。为了训练人工智能模型，科学家们需要在患者组织的数字图像中生成数十万个由人类生成的细胞和组织结构注释。为此，他们创建了一个由几大洲的医学生和病理学家组成的国际网络。这些志愿者在数年时间里通过网站提供这些数据，使人工智能模型能够可靠地解读乳腺癌组织图像。接下来，科学家们将对这一模型进行前瞻性评估，以验证其临床用途。这与西北医学中心将在未来三年内过渡到使用数字图像进行诊断的时间相吻合。科学家们还在努力开发适用于更多特定类型乳腺癌（如三阴性或HER2阳性）的模型。浸润性乳腺癌包括几种不同的类型，不同类型乳腺癌的重要组织模式可能会有所不同。库珀说："这将提高我们预测结果的能力，并将为乳腺癌的生物学研究提供进一步的见解。"...PC版：https://www.cnbeta.com.tw/articles/soft/1400159.htm手机版：https://m.cnbeta.com.tw/view/1400159.htm

我国自主研发高分辨率 “扫描探针显微镜” 进入商业化应用

我国自主研发高分辨率“扫描探针显微镜”进入商业化应用据新华社，扫描探针显微镜是探索微观世界的核心设备，由我国自主研发的qPlus型扫描探针显微镜已进入国产商业化应用。这款扫描探针显微镜具有“原子级”空间分辨率和高敏感度，将为探索轻元素量子材料及其他材料的微观奥秘提供新的视角和工具。5月22日，北京市交叉研究平台项目——轻元素量子材料交叉平台揭牌启动仪式在北京怀柔科学城举行。仪式上发布了这一消息。

中国科大研发超轻头戴荧光显微镜TINIscope设备

中国科大研发超轻头戴荧光显微镜TINIscope设备中国科学技术大学、中国科学院深圳先进技术研究院和深圳理工大学（筹）的研究团队近日联合开发了一种名为TINIscope的超紧凑头戴式荧光显微镜。这款显微镜的重量仅为0.43克，远轻于传统头戴式设备的约2克重量。传统设备在小鼠等小动物头上植入四个时，因负重过大而可能影响其正常自由活动。为了解决这一问题，研究团队采用了具备串行输出功能的小型图像传感器芯片，并解决了信号传输的难题。在设计上，他们创新性地改变了传统的垂直排列方式，使得TINIscope的光路设计更加灵活，最小间距仅为1.2毫米。此外，研究团队还引入了换向装置和完整的实验采集系统，以解决动物在自由活动时可能遇到的电缆缠绕问题。这项研究为脑科学领域带来了全新的研究工具，能够实现对任意四个目标脑区的同步记录。TINIscope的安装角度易于调节，能够满足多种成像需求。其轻巧的设计也使其成为长时间观察小动物头部研究的理想选择。通过不断的改进和优化，研究团队成功开发出世界上最轻、最紧凑的超微型荧光显微镜TINIscope，并取得了显著的研究成果。这一创新技术有望为脑科学研究带来新的突破，并具有广泛的应用前景。via标签:#显微镜频道:@GodlyNews1投稿:@GodlyNewsBot

显微镜自由：廉价镜超过数百万美元高档货

显微镜自由：廉价镜超过数百万美元高档货使用现有超高分辨率和扩展显微镜方法（从左至右1-3）以及ONE显微镜技术（4、5）产生的微管蛋白图像。图片来源：bioRxiv“显微镜技术也应该有某种形式的自由。”Rizzoli指出，该技术的高分辨率适用于很多人，而不是少数有钱的实验室。传统光学显微镜的能力受到光学定律的限制，这意味着观测小于200纳米物体的结果是模糊的。Rizzoli说，研究人员已经开发出获得超越物理学的超高分辨率的方法，可以将这一极限降低到10纳米左右。这种方法获得了2014年诺贝尔化学奖，它使用光学技巧精确定位附着在蛋白质上的荧光分子。2015年，研究人员提出了另一种规避光学限制的方法。美国麻省理工学院神经工程师EdwardBoyden领导的研究小组发现，充气组织（尿布中使用的一种吸收性化合物）可以使细胞彼此远离。这种被称为膨胀显微镜的技术使显微镜分辨率有了飞跃，可以分辨20纳米左右的结构。Shaib和Rizzoli的技术融合了这两种方法，可以达到1纳米以下的分辨率。这种清晰度足以揭示单个蛋白质的形状，而此前通常使用更昂贵的结构生物学方法，如冷冻电镜，或X射线结晶学方法对这些蛋白质进行成像。膨胀显微镜的简单性是其具有吸引力的部分原因，Boyden估计，超过1000个实验室采用了这项技术。样品经过化学处理，将蛋白质固定在一种聚合物上，加入水后，聚合物会膨胀到原来的1000倍，使分子分离。ONE显微镜技术利用热或酶分解蛋白质，这样单个片段在膨胀过程中就会被拉伸到不同的方向。研究人员已经使用新方法获得了一种神经分子GABAA受体的图片，后者与蛋白质的高分辨率冷冻电镜和X射线结晶学图片非常相似。他们还捕捉到一种名为耳铁蛋白的大体积蛋白质的轮廓，这种蛋白质的结构尚未确定，它有助于在大脑中传递音频信号。这个形状类似于AlphaFold深度学习网络作出的结构预测。该方法无法与冷冻电镜的分辨率相匹配，后者在某些情况下可以揭示小于0.2纳米的近原子级细节。冷冻电镜技术既精细又昂贵。Rizzoli说，相比之下，ONE显微镜可以提供一种了解几乎任何分子结构的快速而简单的方法。Rizzoli说，开发这项技术的部分动机是扩大尖端光学显微镜的可及性。ONE显微镜技术简单，适用于20世纪90年代已过时的荧光显微镜。位于埃及的开罗德国大学制药技术专家SalmaTammam计划今年夏天派一名博士生学习这项技术。她的实验室正在研究纳米颗粒如何在细胞中移动，他们想要看到粒子及其运载物的细节。但与低收入和中等收入国家的许多研究人员一样，他们无法获得昂贵的超高分辨率显微镜。德国莱布尼茨分子药理学中心生物学家NoaLipstein说，扩大超高分辨率显微镜的应用范围对资金雄厚机构的科学家也很重要。她最近成立了一个独立的研究小组，并将ONE显微镜应用于对神经突触细节的研究。相关论文信息：https://doi.org/10.1101/2022.08.03.502284《中国科学报》(2023-04-19第2版 国际)...PC版：https://www.cnbeta.com.tw/articles/soft/1355601.htm手机版：https://m.cnbeta.com.tw/view/1355601.htm