基于深度学习的三维定量分析工作流用于透明化小鼠脑内淀粉样斑块的精准量化

《Journal of Microscopy》:A validated deep learning workflow for 3D quantification of amyloid plaques in cleared mouse brain

【字体: 大 中 小 】 时间:2026年09月27日 来源:Journal of Microscopy 1.9

编辑推荐:

  准确定量淀粉样斑块病理对于理解阿尔茨海默病(Alzheimer's disease, AD)的进展和评估治疗干预至关重要。然而,传统组织学依赖薄组织切片的采样,因此无法完整捕捉三维(3D)斑块分布,引入偏倚并限制了可扩展性。本文提出一种经过验证且可扩展的3D分

  
准确定量淀粉样斑块病理对于理解阿尔茨海默病(Alzheimer's disease, AD)的进展和评估治疗干预至关重要。然而,传统组织学依赖薄组织切片的采样,因此无法完整捕捉三维(3D)斑块分布,引入偏倚并限制了可扩展性。本文提出一种经过验证且可扩展的3D分析流程,用于对光片显微镜(light-sheet microscopy)成像的透明化小鼠脑组织中的淀粉样斑块进行全脑定量。该流程整合了基于深度学习的图像分割与图谱配准,能够在完整脑体积内实现自动化的区域特异性定量。使用该方法获得的定量测量结果与金标准体视学(stereology)高度一致,同时实现了更高通量和更全面的淀粉样斑块负荷体积评估。为证明其在临床前环境中的实用性,研究人员将该流程应用于评估APP/PS1小鼠长期补充藏红花制剂的神经保护作用,发现海马斑块负荷显著降低(p < 0.01)。综上,这些发现建立了一个可及且经过验证的框架,用于淀粉样病理的可扩展3D定量,为临床前AD研究中的神经病理表型分析和治疗评估提供了平台。
传统组织学依赖薄片切片,难以完整重建三维(3D)空间分布,且易产生切片伪影和采样偏倚;在阿尔茨海默病(AD)研究中,β-淀粉样斑块在全脑分布高度不均,现有3D定量流程或依赖需大量人工调参的阈值分割,或缺乏与金标准定量方法的验证。为此,研究人员开发了一种基于深度学习的3D分析工作流,对光片显微镜成像的透明化小鼠脑半球进行自动化、区域特异性的淀粉样斑块定量,并与金标准体视学对照验证,随后将其应用于APP/PS1小鼠藏红花干预研究。该工作流提供了可扩展的全脑体积病理定量框架,有助于临床前AD研究的神经病理表型分析及治疗评估,并揭示了传统二维采样无法捕获的区域异质性。

研究人员所用主要关键技术包括:使用APP/PS1转基因小鼠(Jackson Laboratory品系004462;C3HxC57BL/6背景)作为样本队列来源;技术验证研究纳入雌性小鼠10只(6、8、10、14月龄),一侧半球用于体视学分析,另一侧经iDISCO+组织透明化处理并以Congo Red染色后行光片显微镜成像;采用经重新训练的StarDist深度学习模型进行斑块分割,并以QuickNII配准至Allen小鼠脑图谱(CCFv3)实现区域定量;采用线性回归、Bland–Altman图及t检验进行统计评估。藏红花药效研究则纳入APP/PS1小鼠,给药组6只、对照组8只,自5月龄起给药3个月。

研究结果如下:

3.1 3D深度学习流程与金标准体视学显示高度一致性
在技术验证研究中,2D体视学与3D分析均显示从6至14月龄淀粉样斑块负荷进行性增加。在受限3D体积内,海马形成区(r2 = 0.90,p = 2.8 × 10?5)和等皮层(r2 = 0.73,p = 0.0017)的2D与3D测量值均高度相关;但在全脑体积分析中,海马形成区的相关性降至r2 = 0.45,而等皮层仍为r2 = 0.72,说明二维抽样无法充分代表异质性病理分布。受限体积与全体积3D结果直接比较也显示等皮层相关性高(r2 = 0.98),但海马形成区较低(r2 = 0.58)。Bland–Altman图显示2D体视学估计值系统性地比3D分析高130%–150%,可能源于标注标准与成像分辨率差异。

3.2 完整组织分析流程可有效检测藏红花对斑块负荷的缓解
在临床前干预研究中,连续3个月给予0.01%藏红花水提物后,APP/PS1小鼠海马形成区斑块负荷较对照组显著降低约75%(p = 0.0014),等皮层降低约20%但未达统计学显著性(p = 0.0606)。野生型小鼠信号极低,未纳入主要比较。该结果验证了流程在区域特异性治疗效应检测中的敏感性。

讨论部分指出,3D流程与2D体视学的系统差异主要源于斑块标注范围不同和分辨率差异,但强相关性仍支持其在比较性临床前研究中的可靠性。该模型基于多年龄、不同病理程度的数据训练,并用金标准体视学验证,具有较好的泛化性。局限性包括Congo Red同时标记实质和血管淀粉样沉积,以及基于尺寸的过滤可能误删大斑块;未来可引入球形度等3D形态学描述符加以改进。该流程还可扩展至其他成像模态和星凸形结构,并与智能显微镜工作流整合。

研究结论可概括为:本文所提出的流程为神经病理学的全脑体积分析提供了一种可扩展且可及的方法,在需要同时具备敏感性与通量的临床前影像研究中具有明确优势。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号