新成像技术追踪癌症从全身到单细胞
据格拉斯哥大学(University of Glasgow)2026年8月17日提供的消息(https://scitechdaily.com/new-imaging-technology-tracks-cancer-from-the-whole-body-to-single-cells/)，苏格兰的新成像技术首次使科学家能够从全身到单个细胞追踪癌症，为了解这种疾病提供了新的见解。这种新的临床前成像方法将癌症全身扫描与细胞层面的细节联系起来。这项技术可以揭示影响其生长和治疗反应的肿瘤之间隐藏的差异。
医学扫描可以显示癌症在哪里生长，但不能显示每个肿瘤内的单个细胞在做什么。显微镜可以揭示这些细胞细节，但它无法显示疾病在全身的表现。苏格兰的研究人员现在已经将这两种观点连接到一个成像系统中。相关研究结果已经在《自然生物技术》(Nature Biotechnology)杂志发表——“Multiscale in vivo imaging of tumor evolution using a germline conditional triple-reporter mouse” by Ximena L. Raffo-Iraolagoitia, Abdullah Alyamani, Stephanie May, David Stevenson, Agata Mackintosh, Lynn McGarry, Jayanthi Anand, Dmitry Soloviev, Gavin Brown, Colin Nixon, Chrysa Kapeni, Maike De La Roche, Karen Blyth, Thomas Graham Bird, Douglas Strathdee, Scott K. Lyons, Gilbert Fruhwirth, Leo M. Carlin and David Y. Lewis, 15 July 2026, Nature Biotechnology.DOI: 10.1038/s41587-026-03184-3. https://www.nature.com/articles/s41587-026-03184-3
通过结合PET扫描、生物发光和荧光，科学家可以定位全身的肿瘤，识别最重要的病变，然后详细检查这些肿瘤，包括周围的细胞和组织。
癌症研究英国苏格兰研究所(Cancer Research UK Scotland Institute)和格拉斯哥大学的研究负责人大卫·刘易斯(David Lewis)教授说：“这项令人兴奋的技术使我们能够在整体和微观层面上更清楚地了解癌症的表现。
“它使研究人员能够跟踪体内肿瘤，识别重要病变，然后放大研究这些癌症细胞及其环境，为我们提供有关癌症的新信息，我们可以将其用于更好、更精确的治疗。”
英国每年有超过40.3万人被诊断患有癌症，其中苏格兰有3.48万人。全国每年约有17万人死于这种疾病，其中包括苏格兰的16400人，这突出表明需要更好的方法来研究和治疗癌症。
癌症看起来各不相同
癌症不断变化。肿瘤生长、扩散并与附近的免疫细胞和血管相互作用。即使在单个患者体内，不同的肿瘤对相同的治疗也可能有不同的反应。
研究人员传统上使用单独的工具来检查这些过程。PET扫描等全身方法可以揭示肿瘤的位置以及它们如何随时间变化，但它们无法显示单个细胞的行为。显微镜检查提供了细胞的细节，但不能跟踪癌症的整个身体。
一个系统将扫描链接到细胞
英国癌症研究所(Cancer Research UK)资助的方法将这两个层次的观察结合在一起。将大规模成像与细胞分析相结合可以帮助研究人员了解为什么肿瘤的行为不同，以及为什么有些肿瘤对治疗有反应，而另一些肿瘤则对治疗有抵抗力。
研究人员可以标记癌症细胞，使其在多种成像方法中保持可识别性，从而使科学家能够跟踪细胞的移动位置、生长方式以及对治疗的反应。
该方法还显示了肿瘤细胞如何与其局部环境相互作用，包括附近的免疫细胞和血管。这些环境可以影响癌症的进展和治疗反应。
该技术仍处于临床前阶段
该系统目前仅限于小鼠研究，不适用于人类患者。即便如此，它也有助于科学家研究为什么治疗对某些肿瘤有效，但对其他肿瘤无效，更准确地测试潜在的治疗方法，研究单个病变，并开发更好地代表癌症潜在生物学的成像方法。
英国癌症研究所的一位发言人说：“这项技术代表了我们了解癌症生物学的一个新的强大工具。癌症的行为在人与人之间，甚至在肿瘤与肿瘤之间都不一样，因此拥有让我们能够针对每个人进行最有效治疗的知识可能会改变游戏规则。”
“能够从宏观和微观层面观察癌症的生长和发展，为我们找到更精确的方法来应对和预防癌症提供了新的途径。”
该方法还可以通过允许根据每个肿瘤的个体生物学进行研究来加强临床前测试，而不是将所有肿瘤视为相同的。
尽管研究人员在肝癌和肺癌模型中证明了该方法，但他们表示，该方法最终可以支持多个领域的研究，包括肿瘤学、免疫学、神经科学和再生医学。
上述介绍仅供参考。欲了解更多信息敬请注意浏览原文或相关报道。
转载本文请联系原作者获取授权，同时请注明本文来自诸平科学网博客。
链接地址：https://wap.sciencenet.cn/blog-212210-1548479.html?mobile=1
收藏
