基于多重K边缘纳米探针成像的人体血肿膜三维体积分子表型分析

《ACS Nano》：Multiplex K-Edge Nanoprobe Imaging Enables 3D Volumetric Molecular Phenotyping of Human Hematoma Membranes

　　

光谱光子计数计算机断层扫描（SPCCT）能够通过K边缘鉴别实现材料分辨成像，但其在人体手术标本多重分子图谱中的应用仍有待探索。本研究报道了一种临床相关的多重K边缘成像策略，并直接在人类慢性硬膜下血肿（CSDH）膜中展示了其实用性。研究人员通过用一种合理设计和工程化的双K边缘纳米对处理患者组织，获得了SPCCT衍生的人体数据。该纳米对由氧化铪（K边缘 65.3 keV）和金（K边缘 80.3 keV）纳米颗粒组成，可同时并以比率方式绘制CSDH微环境中的血管生成（αvβ3）和纤维化（纤维蛋白）标志物。该纳米对提供了在人体样本中进行多重分子表型分析所必需的优化光谱分离，且具有高准确性。在信号分离物理学的指导下，该纳米对的设计旨在最小化能量仓重叠，并在定量材料分解图中最大化信噪比。通过在Medipix3RX基SPCCT系统上使用校准的体模协议，研究人员实现了对两种元素在低毫摩尔浓度下的准确定量。表面工程化的、功能化环状RGD肽的铪纳米探针和偶联抗纤维蛋白抗体的金纳米探针能够在不同的病理微环境中实现靶标特异性积累。人体数据分析为三维多色重建，揭示了空间上不同的血管生成和纤维化微环境的同步、体素级映射，并通过机器学习辅助的免疫组织化学定量进行了验证。这些发现证明了纳米材料驱动的多重K边缘成像框架在人体组织体积分子表型分析中的实用性，并推动SPCCT向定量、多对比剂的转化成像发展。

论文解读文章

研究背景与科学问题

传统的计算机断层扫描（CT）虽能提供高分辨率的解剖结构信息，但缺乏分子特异性。而组织病理学虽能提供分子层面的洞察，却会破坏组织的三维完整性和空间连续性。因此，如何在保持组织完整性的前提下，实现对复杂生物标本的三维、定量、多重分子表征，是转化医学成像领域的一项根本性挑战。光谱光子计数CT（SPCCT）技术通过能量分辨探测和K边缘鉴别，为解决这一问题提供了可能。然而，将SPCCT应用于多重分子成像时，面临着光谱串扰、能量分辨率有限以及信噪比不足等关键瓶颈。慢性硬膜下血肿（CSDH）是一种常见的神经外科疾病，其发生发展与血管新生和纤维化进程交织在一起，构成了一个理想的、生物学异质性高的模型系统，用以评估这种多重成像策略的潜力。当前的临床影像手段，如双能CT（DECT），主要依赖碘造影剂渗漏来评估CSDH膜的形态和通透性，无法揭示驱动疾病进展的潜在分子微环境。因此，迫切需要一种能够在完整组织中同时、立体地映射不同病理分子特征的新方法。

研究方法与技术路线

为攻克上述难题，研究人员开发了一套基于物理原理的双K边缘纳米探针策略，并结合SPCCT技术，对人体CSDH膜标本进行多重分子表型分析。关键技术方法包括：

1. 1.
   双K边缘纳米探针设计与合成：理性选择具有良好光谱分离度的铪（Hf, K-edge = 65.3 keV）和金（Au, K-edge = 80.3 keV）作为高原子序数（high-Z）元素对，分别合成氧化铪纳米颗粒（HfNPs）和金纳米颗粒（AuNPs）。随后，通过表面工程将靶向α_vβ₃整合素的环状RGD（cRGD）肽修饰到HfNPs上（c-HfNPs），并将抗纤维蛋白抗体偶联到AuNPs上（f-AuNPs）。
2. 2.
   SPCCT成像协议优化与校准：利用装有Medipix3RX探测器的MARS Microlab SPCCT扫描仪，设计包含不同浓度Hf、Au、钙、水和脂质的体模，优化能量阈值和采集参数，建立材料分解（MD）算法，以实现对Hf和Au的同时、准确定量和区分。
3. 3.
   体外与离体验证模型：构建表达α_vβ₃整合素的bEnd.3细胞三维球体模型，用于评估c-HfNPs的结合效能；同时制备小鼠血浆凝块模型，模拟CSDH中的纤维化组织，用于评估f-AuNPs的结合特异性。
4. 4.
   机器学习辅助的组织病理学验证：对同一批患者的CSDH组织切片进行针对VEGFR2、PECAM、Tie2和纤维蛋白四种标志物的免疫组化（IHC）染色。开发一套专用的机器学习（ML）图像处理流程，对IHC图像中的阳性染色区域进行自动定量分析，以正交验证SPCCT的成像结果。

主要研究发现

1. 合成与表征表面修饰的双K边缘纳米探针

研究人员成功合成了粒径约10 nm的单分散球形HfNPs和AuNPs。通过傅里叶变换红外光谱（FTIR）和X射线光电子能谱（XPS）证实了cRGD肽成功连接到HfNPs表面，PEI涂层有效稳定了纳米颗粒。荧光标记和流式细胞术分析表明，配体功能化的纳米探针（c-HfNPs和f-AuNPs）与细胞的结合效率显著高于非靶向的裸纳米颗粒，证实了其靶向特异性和低非特异性吸附。

2. 标准化用于Hf和Au纳米探针多重检测的SPCCT协议

通过精心设计的体模实验，研究人员优化了SPCCT成像协议，实现了对Hf、Au和钙三种材料的高精度同时检测，平均准确率分别达到约84%、81%和87%。线性回归分析显示，各材料的衰减值（以Hounsfield Unit, HU表示）与浓度间呈现优异的线性关系（高R2值），验证了材料定量的准确性。该协议对Hf的检测限（LOD）约为1 mg/mL，对Au约为4 mg/mL。

3. 设计体外3D球体模型和离体血凝块模型以评估Hf和Au纳米探针的结合效能

在bEnd.3细胞3D球体模型中，SPCCT成像显示，经c-HfNPs处理的细胞团显示出强烈的Hf K边缘信号，而对照组和裸HfNPs处理组的信号极弱，证实了c-HfNPs对α_vβ₃整合素的高效靶向结合。在离体血浆凝块模型中，f-AuNPs处理的血凝块展现出显著的Au K边缘信号，而对照血凝块则无此信号，证明了f-AuNPs对纤维蛋白的特异性识别。定量分析显示，靶向纳米探针组的K边缘信号强度显著高于非靶向组。

4. 患者样本的免疫组化评估及ML图像分析与量化

对来自三位不同病程阶段CSDH患者的组织切片进行IHC染色，结果显示：患者1（早期血管生成阶段）的VEGFR2表达最高，纤维蛋白表达最低；患者3（晚期纤维化阶段）则相反，纤维蛋白高表达而VEGFR2低表达；患者2表现为中间状态。这与CSDH的病理演变规律一致。研究人员开发的ML算法成功地将这些定性IHC图像转化为定量数据，例如，患者1的VEGFR2阳性面积百分比为4.87%，患者2为2.91%，患者3仅为0.72%。

总结与结论

本研究成功展示了一个基于物理原理设计的双K边缘（Hf和Au）纳米探针框架，结合SPCCT技术，首次实现了对人体CSDH膜组织内血管生成（α_vβ₃）和纤维化（纤维蛋白）两种关键分子标志物的三维、立体、多重分子表型分析。该研究成果发表于《ACS Nano》。研究结论指出，通过理性选择具有足够K边缘能量差（~15 keV）的元素对，可以有效减少光谱串扰，提高多重材料分解的准确性。所开发的纳米探针在体外和离体模型中均表现出高度的靶向特异性和结合效能。更重要的是，SPCCT获取的三维分子图谱与基于机器学习的组织病理学定量分析结果高度吻合，证实了该成像技术的可靠性和临床相关性。这一工作不仅为深入理解CSDH的病理演进提供了前所未有的三维分子视角，也标志着SPCCT技术在向定量、多对比剂、临床转化的道路上迈出了重要一步，为未来利用该技术进行疾病分期、预后评估和个性化治疗决策奠定了基础。