勇于冒險 甘于艱苦 樂于和諧

? ? ? 近日，南方科技大學生物醫學工程系助理教授郭瓊玉團隊與電子與電氣工程系助理教授唐曉穎團隊合作，發表了一種可視化3D腫瘤栓塞模型，該模型結合深度學習以及圖分析方法，在肝癌化療栓塞體外評估模型構建中取得了重要進展。研究成果以“基于深度學習定量分析的3D局部化療栓塞藥物緩釋模型的構建（A 3D Tumor-Mimicking in Vitro Drug Release Model of Locoregional Chemoembolization Using Deep Learning Based Quantitative Analyses）為題，在《先進科學》（Advanced Science）上發表。

? ? ? ?肝細胞癌占據原發性肝癌90%以上，具有高侵襲性和致死率，仍然是一個世界性的健康問題。經動脈化療栓塞（transarterial chemoembolization），是針對不可切除的肝細胞癌治療首選治療手段，該治療對腫瘤血管進行栓塞時輸送高濃度化療藥物，使藥物在腫瘤供血血管內長期滯留，局部緩慢釋放，進而促進腫瘤的壞死。然而該手段的治療效果一直存在爭議，因此設計理想的栓塞模型評價腫瘤內部釋藥情況，準確評估不同栓塞制劑在體內的治療效果具有重要的意義。

圖1基于深度學習的可視化3D栓塞模型示意圖

? ? ? ?郭瓊玉教授團隊和唐曉穎教授團隊合作，利用脫細胞肝臟，設計了一種基于深度學習的脫細胞肝臟3D可視化藥物釋放腫瘤模型（圖1）。該模型中包含了影響體內藥物釋放的三個關鍵特征：復雜的血管系統，影響藥物擴散的電負性細胞外基質，以及可控的藥物損耗。所設計的基于注意力機制與對抗訓練的U形分割網絡可以實現少量標注樣本下的血管栓塞區域的精準分割。進而結合一系列圖像處理及圖分析算法，成功實現了藥物損耗的精準且自動量化統計分析。為了進一步驗證該模型的可行性和準確性，該研究對藥物在腫瘤部位的栓塞深度、藥物在血管內的殘留以及血管外的藥物擴散就進行了定量分析，實現了體內-體外相關性的建立。

? ? ? ?利用所建立的可視化模型，初步評估了化療藥物阿霉素溶液三種不同形態藥物制劑在血管內部的栓塞效果（圖2）。研究者運用圖像處理算法對所分割的栓塞血管進行骨架提取，并構建自定義的多層級樹，隨后在不同樹層級進行量化分析及統計比較，可以清晰明了的刻畫三種制劑80天內栓塞深度的差異以及血管內藥物殘留變化。

圖2阿霉素栓塞制劑在3D脫細胞肝臟栓塞模型中的栓塞效果比較。DOX: 鹽酸阿霉素水溶液；EO-DOX：碘化油-阿霉素乳劑；DEB：阿霉素洗脫微球。?

? ? ? ?化療藥物在腫瘤內的局部藥物濃度是決定其治療效果的重要因素，得益于3D模型的可視化性能，研究者詳細分析了藥物從血管內擴散的區域和熒光強度，并與體內實驗中藥物擴散行為進行對比，發現該模型的評估結果與體內研究結果具有一致性，驗證了該栓塞化療模型應用于體內-體外一致性評價的有效性，對新型藥物制劑的研發和臨床栓塞化療效果的評價具有重要指導意義（圖3）。

圖 3 藥物洗脫微球在血管外擴散距離的測定以及體內-體外相關性評價。

? ? ? ?南方科技大學生物醫學工程系博士后劉曉亞、電子與電氣工程系碩士畢業生王雪瑩為論文共同第一作者，生物醫學工程系郭瓊玉助理教授、電子與電氣工程系助理教授唐曉穎為共同通訊作者。南方科技大學為論文通訊單位。合作作者包括南方科技大學19級碩士生羅煜成，21級碩士生王美娟，18級本科生韓曉昱等；感謝國家自然科學基金項目、廣東省廣創團隊、深圳市科創委和南科大等經費資助和大力支持。

? ? ? ?論文鏈接：https://onlinelibrary.wiley.com/doi/10.1002/advs.202206195?af=R?