Biokingdom

Digitalized organoids: 集成管线高速 3D 分析类器官结构 — Nature Methods 2025 文献分析

Integrated pipeline for high-speed 3D analysis of organoid structures using multilevel segmentation and cellular topology

📣 摘要

类器官能复现组织结构和功能,为体外研究外部扰动提供独特机会。但在 3D 培养系统中进行大规模筛选以研究各种应力对细胞形态和拓扑的影响仍面临关键挑战——主要是高分辨率三维(3D)成像能力有限,以及缺乏易访问的 3D 分析平台。

本文介绍一套基于 AI 的多层分割 + 细胞拓扑分析管线,用于在 3D 细胞培养中核、胞质、整器官三个层级的形态和拓扑筛选。本研究通过概念验证实验(包括特征明确的条件与微重力等尚未充分探索的机械应力)展示了方法的通用性。本工作提供了一个用户友好的接口 3DCellScope 以及一套全面的工具集,可应用于生物医学研究中的发现类筛选场景。

核心技术:

  1. 3DCellScope 软件(免费开源 Windows 编译版)— 单一用户友好界面,集成高级 3D AI 工具 + 数据挖掘工具,适用于复杂生物结构的 3D 图像分析
  2. 三层 3D 分割:(i) 核分割——基于 3D StarDist CNN (模拟图像训练,贴近真实条件),(ii) 细胞表面——以核轮廓为种子,在肌动蛋白(actin)原始灰度图上做 3D 分水岭,(iii) 整器官轮廓——基于原始通道做自适应阈值化与形态学数学滤波
  3. 拓扑分布描述符——基于邻近核三维坐标拟合椭球,定义 Oblate ratio (= Minor²/(Major×medium)) 与 Prolate ratio (= Minor×medium/Major²),自动分类 Sphere/Rod/Disk 三类邻域形状
  4. 微龛(microniche)3D 拓扑分析——比较不同形状微环境下细胞定位
  5. 整体形态学签名集成工作流——120 类器官 4 种条件(day 0/1 GC/F)的 PCA + 形态学树状图谱

🔬 研究背景

准确测量原生 3D 结构中细胞的 3D 形变对组织生物学和病理学研究至关重要。正常的机械力和化学信号对组织成熟和最佳功能编排至关重要;异常应力会加速组织衰老、诱导病理生理变化、阻碍组织再生特性。

类器官和器官芯片(organ-on-chip)系统已成为不可替代的工具,它们提供 3D 细胞组装,模拟基础器官单元的架构和功能。当前主要瓶颈在于:(1) 高分辨率 3D 成像的能力限制,(2) 缺乏易访问的 3D 分析平台。商业通用软件(如 Imaris、Arivis)功能强大但价格高昂,且不直接适用于大型 3D 类器官培养的高通量筛选。现有自定义管线缺乏通用、用户友好的接口,限制其在筛选场景的复用。

研究目标:

  1. 搭建单一软件(3DCellScope),集成多层 3D 分割 + 拓扑描述符 + 数据挖掘
  2. 验证管线在特征明确条件下的形态学修改检测精度
  3. 探索**机械应力(微重力)**等尚未充分研究的扰动下的类器官形态学响应
  4. 提供开源工具 + 概念验证,供生物医学筛选研究使用

🧪 实验方法

设备与软件

类器官样本

形态学扰动处理

数据分析

📊 核心结果

发现 1 — 单一 3DCellScope 软件集成三层 3D 分割 + 拓扑分析 + 数据挖掘

在 PDAC 原代类器官上,3DCellScope 单一软件即可完成 (i) 核 3D 轮廓(DAPI / histone-fluo 训练 3D StarDist CNN)、(ii) 细胞 3D 表面(actin 灰度图 3D 分水岭,以核轮廓为种子)、(iii) 整器官 3D 轮廓(原始通道自适应阈值+形态学滤波)三层分割;并自动导出 11 种形态学参数(核体积、细胞高斯曲率均值等)。对比 Imaris、Arivis 等商业通用软件,3DCellScope 单一界面同时容纳增量发现与高通量筛选场景。

发现 2 — 拓扑分布描述符可唯一表征三维邻域形状

基于核三维坐标邻域分布边界拟合椭球,定义两个 0,1 范围的无量纲比值:Oblate ratio = Minor²/(Major×medium) 和 Prolate ratio = (Minor×medium)/Major²。两个比值组合唯一确定邻域分布形状:Sphere(三轴等长,两个比值都等于 1)、Rod(Major ≫ medium ≥ minor, Oblate > Prolate)、Disk(Major ≥ medium ≫ minor, Prolate > Oblate)、一般三轴椭球(Oblate = Prolate,三类极端形状之间的过渡态)。在正常乳腺上皮类器官 ECM 微龛中,该方法可自动分类 3 类邻域形状,实测蓝点沿对角线从原点向中部延伸,代表多数细胞邻域属于过渡形态。

发现 3 — 微龛形状显著影响细胞定位拓扑

在两个不同形状的微龛(蓝色 'cup' / 橙色 'orange')中,3D 拓扑分析表明:微龛形状对细胞定位模式有显著影响,可通过 PCA + 拓扑描述符区分两类微龛中的细胞排列模式。这一发现为微环境-细胞相互作用研究提供新的形态学定量框架。

发现 4 — 集成形态学签名区分 Forskolin 扰动与对照

120 个类器官在 4 种条件(day 0: GC 和 F、day+1: GC24 和 F24)下,3D 成像筛选 + 10 维形态学参数 PCA + 形态学树状图谱显示:Forskolin 处理的类器官形态学签名与对照显著分离,且 day+1 处理组分离更明显。该集成工作流可识别形态学细微扰动,为药物筛选提供可量化标准。

🖼️ 实验结果图片

图 1: 'Digitalized' organoids 原理与三层分割示意

Figure 1: Digitalized organoids principle

图注: Fig. 1 | 'Digitalized' organoids 原理。(a) 管线总览示意。上栏, 中类器官通过 3D 荧光显微镜成像;中栏, 中类器官完整数字化生成三层分割:核、细胞、整器官;下栏, 结果数据可通过数据挖掘统计与可视化提取生物结论。3DCellScope 软件为核心集成平台。(b) 在原代 PDAC 类器官上做核与细胞分割质量评估。白色箭头指示低强度核(标准评估挑战)。3D 视图 + 中位 z 平面 + actin + 核染色 + 分割覆盖。图中标注 550 µm scale bar,展示 3,071 个核 + 3,071 个细胞分割结果,以及核体积分布、细胞数分布、Oblate/Prolate ratio 散点等定量结果。

图 2: 3D 分割三层 + 图形过滤 + 图像反馈交互性

Figure 2: Interactivity and data navigation through three levels of 3D segmentation

图注: Fig. 2 | 在 HCT116 结直肠癌细胞球体(phalloidin + DAPI 染色)上演示三步 3D 分割 + 图形过滤 + 实时图像反馈交互性。图形过滤('gating')允许用户排除不需要的对象或伪影。2D 与 3D 可视化可实时查看分割效果,用户可基于反馈迭代调整参数。中介过滤面板展示实时反馈的中间环节,用户可在每步评估分割质量,无需等全部分割完成。

图 3: 形态学修改的概念验证(等渗 vs 高渗 + Forskolin)

Figure 3: Proof-of-concept experiment on morphological modifications

图注: Fig. 3 | 概念验证——在已知形态修改条件下验证多尺度形态学参数。(a) 细胞圆度——在等渗和高渗条件下对比细胞圆度,验证形态学参数是否可检测已知扰动。(b) Forskolin 处理——cAMP/水杨酸信号通路激活后的形态学变化,验证参数对已知生物学机制响应。PCA + 多参数联合分析显示两组显著分离,证明方法的灵敏度与特异性。

图 4: 拓扑分布描述符(椭球拟合 + Oblate/Prolate ratio)

Figure 4: Topological distribution descriptors

图注: Fig. 4 | 拓扑分布描述符。左侧: 邻域细胞核三维椭球拟合示意图。中心目标核(橙红色)+ 周围邻近核(蓝青色)+ 拟合椭球(Major / Medium / Minor 三轴)。中部: 两个形状比率公式。Oblate ratio = Minor²/(Major × medium) 与 Prolate ratio = (Minor × medium)/Major²。右侧: 散点图 + 数据门控。纵轴 Oblate ratio(0~1),横轴 Prolate ratio(0~1)。蓝色小点 = 单个核(One dot = one nucleus)。三类邻域形状:杆状(Rod,绿色框,Oblate > Prolate)、球状(Sphere,红色框,Oblate = Prolate = 1)、盘状(Disk,洋红框,Prolate > Oblate)。

图 5: 微龛形状对细胞定位拓扑的影响

Figure 5: 3D topology and comparison of microniche shapes

图注: Fig. 5 | 3D 拓扑分析 + 微龛形状对比。(a) 两个不同形状微龛(蓝色 'cup' / 橙色 'orange')中的细胞定位对比。两类微龛中的细胞排列可通过拓扑描述符区分。(b) PCA 散点图 + 拓扑描述符区分两类微龛中的细胞排列模式。新增拓扑描述符(超出框图的另一个)允许生成新的参数来定量确认视觉印象,用户可灵活添加额外特征到数据库。

图 6: 集成形态学签名工作流(120 类器官 4 种条件)

Figure 6: Integrated workflow for 3D morphological signature

图注: Fig. 6 | 集成工作流——3D 形态学签名理解。(a) 3D 成像筛选生成 120 个类器官,4 种条件(day 0: GC 和 F,day+1: GC24 和 F24)。形态学树状图谱 + PCA——基于 10 个形态学参数的集成分析。Forskolin 处理组形态学签名与对照显著分离,且 day+1 处理组分离更明显。整体形态学签名分析 + 经典特征选择的鲁棒性验证——确保结果稳健可靠,最小化潜在偏差或疏漏。

💡 与可应用的产品/平台

代理关系以飞轮 Agent_Vendors 表「与公司关系」字段为准。

4⭐ 必备 — CelVivo ClinoStar / ClinoReactor

5⭐ 必备 — Femtobiomed CellShot 分区流式电转染

5⭐ 必备 — 3Brain BioCAM X MEA

3⭐ — Nanolive Eve 多模态成像

🏷️ 结论

结论 1 — 3DCellScope 单一软件填补 3D 类器官高通量筛选空白

3DCellScope 是首个用户友好的单一软件,集成三层 3D 分割(核、细胞、整器官)+ 拓扑描述符 + 数据挖掘,填补 3D 类器官高通量筛选场景的市场空白。开源 Windows 编译版可直接下载使用,代码可作为模板供研究人员二次开发。

结论 2 — 拓扑分布描述符可唯一表征三维邻域形状

基于椭球拟合 + Oblate/Prolate ratio 的拓扑分布描述符,可自动分类 Sphere/Rod/Disk 三类邻域形状,并发现真实组织内多数细胞邻域属于一般三轴椭球的过渡形态。该方法比传统方法更通用,无需预设分布假设。

结论 3 — 微龛形状显著影响细胞定位拓扑

3D 拓扑分析表明微环境形状(微龛 cup vs orange)对细胞排列模式有显著影响,可通过 PCA + 拓扑描述符定量区分两类微环境中的细胞定位模式。

结论 4 — 集成形态学签名可用于药物筛选

120 类器官 4 条件实验证明 3DCellScope 可用于Forskolin 等药物已知生物学扰动的形态学检测,day+1 处理组分离更明显,展示方法在药物筛选场景的应用潜力。

结论 5 — 局限

结论 6 — 未来方向

📖 文献信息

项目 内容
标题 Digitalized organoids: integrated pipeline for high-speed 3D analysis of organoid structures using multilevel segmentation and cellular topology
期刊 Nature Methods
年份 2025
卷期 Volume 22, 1343-1354
DOI 10.1038/s41592-025-02685-4
PMID 40369245
PMCID PMC12165853
引用次数 (待 S2 实时获取)
S2 CorpusId 278646832
授权 CC BY-NC-ND (非商业可用)

📥 原文 PDF 下载

文件 下载链接
Digitalized organoids Nature Methods 2025 (9.65 MB) 📥 直接下载 PDF (Cloudreve 永久 sign URL, 2036-09-28 过期)

转发语: 数字化类器官, 高速 3D 形态学分析的新工具。120 类器官 + 4 条件集成筛选, 形态学扰动清晰可检测。