人体超微结构数字图谱

《Small》：A Digital Atlas of Human Ultrastructure

　　

电子显微镜（electron microscopy, EM）是能够在生物分子分辨率下可视化器官和组织中生命构件的方法。由此获得的超微结构信息直接揭示有关功能和健康状况的信息。数十年来，创建和共享全景EM数据一直是一项挑战，该数据可在高分辨率下提供组织的超微结构概览。然而，数字革命带来了突破，使得大视场（field-of-view）能够自动获取，产生的数据集比单张显微照片大数个数量级。基于浏览器的可缩放数据集查看方式，如今使全球任何人皆可大规模探索细胞超微结构。尽管目前在特定疾病研究中已常规应用，细胞和组织超微结构的参考图像通常仍为小视场，因而缺乏周围组织背景信息。在此，研究人员展示了一个涵盖十二种不同器官的人体超微结构数字参考图谱（https://www.nanotomy.org/OA/HumanAtlas/）。与其他数据库一样，该数据库将随时间推移增加更多器官及疾病状态的数据，使科学家能够通过鼠标点击即可触及EM数据的不同方面。

**论文解读：人体超微结构数字图谱——从纳米尺度解析器官结构**

**1. 研究背景与问题**

人体生命活动的基础建立在复杂的生物学结构之上，而对这些结构在不同尺度上的精确认知，长期以来是生物医学诊断的核心依据。从以纸质形式为主的经典解剖学著作，到近年来出现的数字化器官图谱，人类对自身结构的认识不断向更微观的层次深入。然而，传统电子显微镜技术虽能以生物分子分辨率揭示细胞和组织的超微结构，却受限于有限的视场，难以提供高分辨率下组织的全景概览。数十年来，如何创建和共享兼具大视场与高分辨率的全景EM数据，一直是该领域面临的核心挑战。数字革命为这一难题带来了转机，自动化采集技术使数据量远超单张显微照片，基于浏览器的可缩放查看方式使全球科研人员得以大规模探索细胞超微结构。尽管如此，当前细胞和组织的超微结构参考图谱通常仍局限于小视场，缺乏周围组织的背景信息；系统性地构建覆盖多器官、大范围、高分辨率的人体超微结构图谱的工作尚属空白。本研究正是在此背景下开展，旨在建立一个人体超微结构的数字参考图谱，以弥补现有参考资源的不足，为不同学科领域的研究人员提供便捷的数据访问与挖掘平台。

**2. 研究方法概述**

研究人员收集了病理科助理在肿瘤切除手术中获取的健康外观剩余组织，这些组织已完全匿名化，依据荷兰相关法规无需额外伦理批准。组织经2%戊二醛固定后，按常规EM样本制备流程进行锇酸后固定、脱水和环氧树脂包埋，通过半薄切片定位感兴趣区域，随后制备80 nm超薄切片并置于formvar膜覆盖的单孔载网上，经Neodymium染色后，使用Zeiss Supra55扫描电镜配合Fibics软件进行图像采集，像素尺寸为2.5 nm。采集完成后使用Atlas5软件进行拼接并导出为HTML格式，发布于nanotomy.org平台。已有数据集采用相同或相似流程，具体见各原始文献。

**3. 研究结果**

**3.1 人体超微结构数字图谱**

研究人员建立了一个涵盖十二种人体器官的开源数字超微结构图谱，可通过https://www.nanotomy.org/OA/HumanAtlas/访问。该图谱包含新增的阑尾、结肠、输卵管、心肌、脾脏、胃和甲状腺数据，以及既往发表的脑、皮肤、黏膜和肌肉等基准数据集。通过在线平台，用户能够以从整个组织切片到亚细胞结构乃至大分子级别的缩放级别浏览图像，例如在胃黏膜中可区分不同特化细胞群，并在最高放大倍数下观察细胞间接触拓扑结构和约30 nm的糖原颗粒状结构。所有数据均可通过BioImage Archive（登录号S-BIAD3412）获取原始数据。

**3.2 从单项研究走向人体图谱**

既往研究通常聚焦于模型系统或对照组织与病变组织的比较，以探索疾病机制。本图谱则开创了系统构建多器官人体超微结构参考数据库的新模式。研究人员指出，由于个体间及个体内（如年龄、运动、营养状态等）的生物变异，该图谱将永远处于不断完善的过程中。图谱中多数组织来自患者切除标本中的健康外观区域，而非健康志愿者。研究人员将当前人体超微结构数据库的发展阶段类比于DNA序列数据库的早期——如GenBank建立之初的手工测序时期，预示着随着自动化高通量EM技术的进步，该领域将迎来快速发展。

**3.3 高通量电子显微镜技术**

为满足体积电子显微镜（volume EM, vEM）对更快采集速度的需求，多种技术路径正在被探索。传统透射电子显微镜依赖超薄切片，轴向分辨率受限于切片厚度（常规80 nm）。替代方案包括使用二次电子或背散射探测器对块表面成像，结合聚焦离子束（focussed ion beam, FIB）或刀片刮除实现连续块面成像，从而提高轴向分辨率，但会牺牲视场。加速采集的策略包括并行使用多台自动高通量TEM、多束同时扫描、更灵敏的探测器以减少驻留时间或曝光时间，以及通过增强重金属染色提高对比度以加快成像速度。

**3.4 数据存储库与标准**

大规模EM数据量的激增催生了对规范化数据库的需求。Nanotomy.org平台自2013年创建以来，一直提供可缩放的EM数据共享服务。其他数据库如EMPIAR聚焦于结构生物学，IDR接受缩放的基准数据。研究人员指出，统一的全球数据入口是有利的，但当前各数据库在格式、元数据标准和功能上尚未完全统一。OME.Zarr作为新兴的显微图像文件格式，有望成为下一代标准，支持缩放查看、原始数据检索和元数据整合。然而，对于某些高度可变的数据（如培养细胞），FAIR数据管理的必要性值得商榷。

**3.5 数据挖掘与图像分析**

数据挖掘的策略取决于具体的研究问题，涉及分析对象（如细胞、线粒体等细胞器，或糖原、核孔复合体等大分子）及其与疾病的关系。本图谱中既往发表的数据集已被用于I型糖尿病、大疱性皮肤病、多发性硬化和硬化性肌炎等疾病的研究。随着U-NET和Segment Anything Model（SAM）等人工智能（artificial intelligence, AI）技术的引入，图像分割分析正逐步走向自动化。从EM采集过程中并行使用的多种探测器（如相关显微术或元素分析）中获得的补充信息，可以为分割模型提供必要的基准真值（ground truth）数据。

**4. 讨论与结论**

研究人员在讨论部分指出，数字革命为细胞电子显微镜学注入了新的活力，不仅实现了数据的直接数字化采集，还开辟了如同Google Earth般从宏观到微观的图像共享方式。正如地图导航依赖AI分析工具，EM图像的分割和数据导航同样需要AI的辅助。研究人员强调，基于能量色散X射线（energy dispersive X-ray, EDX）成像获得的元素组成差异，可以构建用于机器学习的高质量基准真值数据，并已在皮肤超微结构的像素级精确分割中取得进展。以识别线粒体的MitoNet为代表的半自动分割工具，以及SAM模型在显微领域的专门版本，为超微结构分析提供了有力支持。然而，人体体积（约0.5–20 × 10²⁵ nm³）与纳米级成像视场之间的巨大尺度差异，以及高质量人体样本获取困难，是构建全人体超微结构图谱的主要瓶颈。目前，多光束系统、更灵敏的探测器以及自动化采集策略正在快速发展，有望克服当前在亚10 nm分辨率下扫描mm²面积或在亚50 nm体素大小下扫描mm³体积的时间限制。此外，合适的文件格式、数据存储库和分析工具的协同发展对于建立统一标准至关重要。

研究结论部分指出，构建一个完整的人类（homo sapiens）数字超微结构图谱虽似乌托邦，但通过自动化快速采集和自动化分析的进一步创新，再加上全球开放科学数据共享，人体超微结构图谱将如Gray解剖学图谱一样，成为研究人员基于大范围超微结构乃至大分子水平探索新发现的权威参考工具，而这一切仅需一次鼠标点击即可实现。该研究成果发表于《Small》。