一项由伦敦大学学院（UCL）研究人员领导的新研究表明，一种新型X射线成像技术可能彻底改变医院分析组织样本的方式，有望加快诊断速度并改善患者预后。该技术与纪念斯隆凯特琳癌症中心、理学美洲公司和Creatv MicroTech公司合作开发，能够在不切割或染色样本的情况下生成生物组织的清晰三维地图，这是对传统组织病理学（检查组织以研究、诊断和治疗疾病，特别是癌症）流程的重大改进。
目前，组织病理学依赖于将活检中提取的组织样本切成极薄的切片，用染料染色，然后在显微镜下检查每个切片。这些二维图像被堆叠起来形成三维图像，然后由专家解读以识别疾病。这个过程耗时、成本高且具有破坏性，这意味着通常无法进行有助于确认正确诊断的关键后续测试。
这项新开发的非破坏性方法发表在《美国国家科学院院刊》上，使用了一种基于标准阳极X射线源技术的紧凑型X射线显微镜，与当今大多数医院使用的技术相同。它大约相当于一个小型实验室仪器的大小，可以生成完整组织样本的高分辨率三维地图，从而显著减少时间和成本。
该设备的工作原理是将X射线穿过一小块组织，同时旋转它并拍摄数千张不同角度的图像，然后通过计算机重建组合这些图像，创建组织内部结构的详细三维地图。
由米凯拉·埃斯波西托博士和桑德罗·奥利沃教授（均来自UCL医学物理与生物医学工程系）领导的研究团队表示，这种方法可以通过消除需要专门设备和一系列化学品的组织切片和染色过程，极大地简化组织病理学实验室工作。
奥利沃教授说：“到目前为止，类似类型的详细三维组织图像基本上只能在称为同步加速器的高度专业化的研究设施中获得。这些巨大的粒子加速器综合体通常有足球场那么大，建造和运营成本约5亿英镑，全球只有大约50个。新系统使用标准X射线技术实现了可比较的结果，使其对于使用组织病理学进行几乎所有诊断的医院和研究中心来说更容易获得。”
除了生成三维图像外，该技术还可以自动提取组织样本中的生物特征。作为研究的一部分，该团队展示了自动识别和分析细胞核形状和大小的能力——这些参数已知在包括癌症和常见感染在内的疾病中会发生变化——这可能有助于提高诊断准确性。
为了帮助病理学家理解新图像，研究团队与UCL机械工程系的杨舟博士、克莱尔·沃尔什博士和彼得·李教授合作，开发了一种人工智能方法，可以将X射线扫描转换为类似于传统染色切片的虚拟体积，这些切片通常使用苏木精和伊红染色产生。苏木精和伊红染色是当前组织病理学的一个方面，用于将细胞染成紫色和蓝色，以识别细胞的模式和形状，有助于诊断癌症等疾病。
人工智能生成的虚拟体积使临床医生能够以熟悉的格式查看数据，同时受益于真实三维组织结构表示提供的附加信息。由于该方法是非破坏性的，原始样本保持完整，如果需要，还可以用于进一步测试——这优于依赖切片组织的现有三维重建技术。
埃斯波西托博士说：“看到多年的技术发展演变成具有真正改变临床实践潜力的东西，真是令人难以置信的兴奋。能够在三维空间中可视化完整组织，小到单个细胞这样重要且微小的结构，为生物医学研究和临床实践开辟了如此多的可能性。想到这项工作有一天可能帮助临床医生做出更快、更明智的决策，并最终改善患者预后，这是非常有益的。”
研究人员表示，该方法还可以帮助多个依赖识别三维组织结构的生物医学研究领域。许多当前的成像方法使用光学显微镜工具，这些工具难以深入观察组织，或者需要可能改变生物结构的化学处理。X射线成像避免了这些限制，并可以提供关于更大体积组织结构的定量信息。
该团队相信，通过进一步开发，这项技术可以降低诊断病理学的时间和成本，同时为临床医生提供更丰富的疾病信息。
出版详情：
米凯拉·埃斯波西托等，使用实验室X射线显微镜对未染色软组织进行具有亚细胞分辨率的三维高内涵成像，《美国国家科学院院刊》（2026）。DOI: 10.1073/pnas.2525239123
期刊信息：《美国国家科学院院刊》
【全文结束】