• 论文标题：Nanocarrier imaging at single-cell resolution across entire mouse bodies with deep learning

• 论文地址：https://www.nature.com/articles/s41587-024-02528-1

• 项目主页：

• GitHub仓库：https://github.com/erturklab/SCP-Nano

• 引用：

Introduction | 单细胞分辨率量化纳米载体在全身分布

1. 研究背景(Background): 生物医学科学需要将进行药物递送，尽量减少脱靶效应。纳米载体，脂质纳米颗粒（LNPs），可以用于上述目标。

2. 研究问题和动机(Gap & Motivation)： 现有的方法如发射断层扫描（PET）、计算机断层扫描（CT）、磁共振成像（MRI）和体内光学成像等技术缺乏识别单细胞水平靶向细胞的能力，并且在检测低强度非靶点方面存在局限性。相反，传统的组织学方法虽然具有亚细胞分辨率和高灵敏度，但不适用于全身分析。 一种在整个小鼠体内绘制和量化任何荧光标记纳米载体的生物分布的流程，具有单细胞分辨率和高灵敏度。

3. 研究内容与贡献：
1. 开发了叫做SCP-Nano的一套流程，结合DISCO清除、光片成像、深度学习分析来实现单细胞级分布绘制纳米抗体的分布。（做了什么工作）
2. SCP-Nano可以量化极低剂量（0.0005 mg/kg）下的纳米药物在全身的分布，发现给药方式影响组织靶向性。（方法效果怎么样，解决了什么问题）
3. 检测到心脏中有轻微的非靶向累积，并结合蛋白质组学揭示潜在机制，为一些临床副作用提供了可能解释。将SCP-Nano应用到其他纳米载体（脂质体、聚合物、DNA折纸、AAV），发现其在不同系统中也有效，识别出新的靶组织（脂肪组织）。（有什么结果，发现重要吗）

方法

生物化学实验材料和方法

深度学习用于LNP纳米载体检测

数据标注（和预处理）

• 使用 SyGlass（v1.7.2）在 VR 中手动标注纳米粒子靶向细胞。

• 数据来自头部、心脏、肺、肝、脾和肾，共31个 patch。

• 划分：
• 训练/验证集：21个 patch，共13,927 个粒子。
• 测试集：10个 patch，覆盖所有器官，共6,424 个粒子。

• 所有 patch 在训练前归一化至 0–1 范围。

分割模型

• 对比了多种主流 3D 分割模型（VNet, U-Net++, Attention U-Net, UNETR, SwinUNETR, nnFormer, 3D U-Net）。

• 最终选择性能最佳的 3D U-Net（6层编码器，5层解码器，leaky ReLU）。

• 模型命名为 SCP-Nano，训练细节如下：
• 五折交叉验证；
• patch 尺寸为 128×128×128；
• batch size = 2；
• 损失函数：Dice + Cross-Entropy；
• 优化器：SGD，lr=0.0001；
• 训练1000轮，保留验证损失最低的 checkpoint；
• 集成五个折的最佳模型用于推理。

Inference and analysis

• 原始扫描图像极大（最高达 30,000 × 10,500 × 2,000 voxel），切块（最大500³）后推理，最终拼接为全图分割结果。

• 使用 VR 手动标注六个器官的 VOI：brain, heart, lung, liver, spleen, kidney。

• 结合器官区域与分割结果，进行定量分析：
• 使用 cc3d 库进行连通域分析；
• 每个纳米粒子点根据其亮度与局部背景对比度进行加权；
• 所有点的对比度总和反映器官中 LNP 的总量。

• 使用滑动窗口（16×16×4 voxel）和 3D 高斯滤波生成细胞密度图，展现纳米粒子在体内分布情况。

结果

高分辨率全身生物分布成像（成像效果怎么样）

基于AI的细胞级LNP靶向量化（分割模型效果）

SCP-Nano揭示不同途径的LNP趋向性

SCP-Nano揭示潜在的脱靶效应

• 把这种mRNA-LNP注射进体内后，心脏组织中也能检测到少量的LNP（虽然不是很多，是“低强度的积累”）。

• 接着他们对心脏组织做了蛋白质组学分析（就是分析组织中各种蛋白的变化）。

• 结果发现有些与免疫系统和血管功能相关的蛋白质发生了变化。

• 这可能解释了在临床上看到的一些接种疫苗后与心脏有关的不良反应（比如心肌炎之类的）。

靶向不同细胞类型的DNA折纸可视化

• DNA折纸纳米粒子的制作：首先，研究人员用DNA这种分子，像折纸一样设计并组装成微小的纳米结构。这些DNA折纸可以根据需要设计成不同的形状，像小盒子或小棒子，大小非常小，适合用作载体。

• 将抗体结合到DNA折纸上：为了让这些纳米粒子能找到并靶向体内的特定细胞（比如免疫细胞），研究人员把抗体（比如CX3CR1抗体）附加到DNA折纸的表面。抗体像是“钥匙”，可以帮助DNA折纸“锁定”到特定的细胞类型上。

• 小鼠实验和成像：在实验中，研究人员将这些带有抗体的DNA折纸纳米粒子注射到小鼠体内，使用SCP-Nano分析观察这些纳米粒子在小鼠体内如何分布并靶向特定细胞。

• 验证靶向效果：结果表明，SCP-Nano技术能够有效地进行纳米载体（DNA折纸）的定量和可视化，为未来基于DNA折纸的精准医学治疗提供了重要的技术支持。

SCP-Nano的可视化和量化AAV分布

结论

学习心得&思考

1. 对于Nature 子刊这类文章，非常看重结果部分，例如本文光纳米抗体就好几种，然后验证了四个不同的实验（EGFP mRNA，新冠mRNA疫苗，DNA折纸，AVV），很体现工作量。

2. 本文的Introduction的写法很值得借鉴，也适合作来借鉴研究Nature子刊的写作结构：

Introduction 部分需要介绍： 1.研究背景(Background)，向介绍研究所处的领域，发展现状是什么，相关重要术语概念的介绍。In recent years, [领域/问题] has attracted significant attention due to [原因]. Numerous studies have attempted to [已有研究做了什么].； 2. 研究问题和动机(Gap & Motivation): However, despite these advances, [具体问题] remains unresolved.

Existing approaches typically suffer from [不足/挑战]. Therefore, it is necessary to [你的研究动机]. 4. 本文的研究内容与贡献(Objective & Contribution）。

In this work, we propose a novel method to...

The main contributions of this paper are as follows:

3. 出于我自己的阅读习惯和工作习惯，并未按照原文的结构来写笔记，并且省略了偏生物医学实验的部分。

下期预告