Deep Nanometry（DNM）是一种创新技术，它结合了高速光学检测和AI驱动的降噪算法，使研究人员能够发现罕见的纳米颗粒，如细胞外囊泡（EVs）。由于EVs在疾病检测中起着重要作用，DNM可能会彻底改变早期癌症诊断。其应用不仅限于医疗保健，还可能推动疫苗研究和环境科学的进步。
纳米颗粒检测的重大突破
来自东京大学及其他机构的研究人员开发了Deep Nanometry，这是一种将先进光学技术和AI驱动的降噪算法相结合的尖端技术。该方法由无监督深度学习提供支持，能够在医学样本中实现对纳米颗粒的快速而高度准确的检测。通过识别极少量的稀有颗粒，Deep Nanometry展示了其检测细胞外囊泡（EVs）的潜力——这些微小的生物标志物可能预示着结肠癌的早期迹象。研究人员希望这一突破能扩展到其他医疗和工业应用。
细胞外囊泡：大疾病的微小线索
人体内充满了比细胞更小的微粒，包括细胞外囊泡（EVs）。这些微小颗粒在早期疾病检测和药物递送中起着关键作用。然而，由于EVs非常稀少，传统上要在数百万其他颗粒中识别它们需要耗费大量成本和时间进行预富集处理。为了克服这一挑战，东京大学先端科学技术研究中心的博士后研究员Yuichiro Iwamoto及其团队开发了一种更快、更可靠的方法来检测EVs——使我们离更高效、更可及的疾病诊断又近了一步。
Deep Nanometry装置的示意图。纳米颗粒流通过一束同样紧密聚焦的光束，颗粒发出的光子经过滤波器去除噪声后，再通过光电倍增管进行检测。图源：©2025 Iwamoto等。CC-BY-ND
检测稀有颗粒的挑战
“传统的测量技术往往吞吐量有限，难以在短时间内可靠地检测稀有颗粒，”Iwamoto表示。“为此，我们开发了Deep Nanometry（DNM），这是一种新的纳米颗粒检测设备和无监督深度学习降噪方法，以提高其灵敏度。这使得高通量成为可能，从而可以检测到像EVs这样的稀有颗粒。”
DNM的核心在于它可以检测到小至30纳米（十亿分之一米）的颗粒，同时每秒可以检测超过10万个颗粒。使用传统的高速检测工具，强信号可以被检测到，但弱信号可能会被遗漏，而DNM能够捕捉到它们。这可以类比为在波涛汹涌的大海中寻找一艘小船——如果海浪消失，留下平静的海洋，搜索就会变得容易得多。人工智能（AI）在这方面发挥了作用，通过学习并过滤掉波浪的行为特征。
超越医学的未来应用
这项技术可以扩展到依赖颗粒检测的各种临床诊断，并且在疫苗开发和环境监测等领域也有潜力。此外，基于AI的信号降噪还可以应用于电信号等其他领域。
“DNM的开发对我来说是一段非常个人的旅程，”Iwamoto说。“这不仅是科学上的进步，也是对我已故母亲的致敬，她激励我研究癌症的早期检测。我们的梦想是使挽救生命的诊断更快、更普及。”
参考文献：“通过无监督降噪实现高通量稀有纳米颗粒的深度增强敏感性分析”，作者：Yuichiro Iwamoto、Benjamin Salmon、Yusuke Yoshioka、Ryosuke Kojima、Alexander Krull和Sadao Ota，2025年2月20日，《自然通讯》。DOI: 10.1038/s41467-025-56812-y
(全文结束)
