人工智能赋能纳米分辨CT表征技术应用于新型纳米药物研发

    近日，国家纳米科学中心陈春英院士联合国家纳米科学中心王亚玲研究员以及中国科学院高能物理研究所张凯研究员建立了一种基于机器学习的同步辐射硬X射线纳米CT成像数据分析技术（简称DL-HXT）。相关研究成果以“Three-Dimensional Label-Free Observing of the Self-Assembled Nanoparticles inside a Single Cell at Nanoscale Resolution”为题发表国际知名杂志ACS Nano上（ACS Nano 2024, 18, 30, 19802–19813）。

在该项研究工作中，国家纳米科学中心周会鸽、郭悦聪等研究人员完成了样品的制备和数据采集、分析工作，中国科学院高能物理研究所博士研究生付天宇完成了神经网络的搭建、算法开发和数据处理工作。国家纳米科学中心陈春英院士、王亚玲研究员和中国科学院高能物理研究所张凯研究员为本工作的共同通讯作者，负责完成了文章的撰写和实验的整体设计工作。

同步辐射硬X射线纳米分辨CT成像具有高空间分辨的三维成像能力，可以在亚细胞尺度直接观察自组装纳米颗粒的三维空间分布行为，对纳米药物研发及探究其药理、毒理学性质具有重要意义。然而，同步辐射硬X射线纳米分辨CT成像在对细胞内“海量”的自组装纳米颗粒进行CT成像时，仍然面临挑战。首先，细胞内小尺度颗粒辨识难度大、图像分割困难；其次，缺乏批量标准化CT数据处理流程，影响了“海量”数据的准确、有效分析。

该研究中建立的DL-HXT技术则成功地克服了这些挑战，能够自动化地识别包括细胞核在内的细胞自身结构以及胞内纳米颗粒，并能针对不同结构进行自动化、标准化的分割识别和统计分析。科研人员利用DL-HXT技术研究了超小氧化铁颗粒（USIO NPs）在乏氧细胞内通过酶响应实现自组装过程引起的变化，获取了USIO NPs自组装结构的尺寸、形貌以及与胞内结构的相互作用等形态学特征，并观察到了表面有不同配体修饰的USIO NPs在细胞内的分布和聚集行为存在差异。此外，DL-HXT数据分析技术还为三维、纳米分辨、无标记的胞内纳米颗粒成像提供了一种批量数据分析方法。分析结果直观地反映了细胞内纳米颗粒之间的相互作用以及纳米颗粒在细胞内空间分布、聚集行为和聚集体形貌特点。这项工作为在亚细胞尺度阐明纳米颗粒组装机制，探究纳米颗粒与细胞器之间的互作及不同细胞器之间的互作用提供了一种便捷、可靠的创新分析方法，为后续自组装药物药理学研究和新型纳米药物研发提供了新的评价工具。

论文链接：https://pubs.acs.org/doi/10.1021/acsnano.4c06095

图 1DL-HXT成像分析方法流程