虽然我知道癌症转移很厉害，90%的癌症死亡是转移导致的。
但是，当我看到最新一期《细胞》封面展示的肺转移时，还是被数不清的转移灶震撼到了。
▲封面图片（肺转移）：黄色是被抗体靶向的转移位点，红色是抗体漏掉的转移位点
你没看错，上面那些形状不规则、大小不一的小点点，就是小鼠肺里面的癌症转移灶。其中黄色的是被抗体药物结合的肿瘤，红色的是被抗体药物漏掉的肿瘤。
是的，即使是被寄予厚望的抗体药物，也不能打入所有的转移灶。也就是说，治疗总会有漏网之鱼。
我们今天能清晰地看清楚癌症在肺部形成的转移灶，甚至是单个癌细胞形成的转移位点，这得感谢德国组织工程和再生医学研究所的科学家们。
▲肺癌转移动图（红色的是小肿瘤）
在Ali Ertürk教授的带领下，中国青年科学家潘晨琛博士在一个叫vDISCO的成像黑科技的基础上，开发了一个能处理3D影像的DeepMACT的人工智能算法[1]。
有了这两套技术，科学家就可以在小鼠体内找到转移到全身各处的转移位点。与之前的技术相比，这个技术平台首次让科学家得以看到单个癌细胞形成的转移位点。
更厉害的是，这个技术平台还能显示出哪些转移位点已经被抗体药物结合了，哪些被漏掉了。让研究人员吃惊的是，竟然有23%的转移位点被抗体药物漏掉，这或许也是癌症容易复发的原因之一。
这项开创性的研究成果，以《细胞》封面文章的形式发表，共同第一作者是潘晨琛、Oliver Schoppe和Arnaldo Parra-Damas。
▲潘晨琛（右三）和Ali Ertürk教授（右四）
在介绍研究内容之前，我们还是有必要一起来了解一下研究背景。
研究背景——现有技术不行
我们都知道，癌症是数一数二的杀手。而癌症导致的死亡，90%与转移有关。因此，全面了解癌症在全身转移的状况，对于抗癌药物研发的重要性可想而知[2]。
然而，由于技术本身的限制，目前的检测手段（例如，生物发光和MRI等）的分辨率非常有限，很难对癌症转移的情况做全面的分析。尤其是散落在身体各处只有一个癌细胞的转移位点，当前的手段根本就发现不了。还有个限制是，即使我们能获取全身的转移成像数据，目前的分析方法也是非常慢的，没有几个月也下不来。
在Ertürk教授的团队看来，基于当前的技术平台，想全面深入地了解癌症转移的路径和机制，是一件不可能完成的事情。
这就是他们要解决的问题。
▲潘晨琛本尊
摆在他们面前的第一个问题是：如何能尽可能地找到所有的转移位点，哪怕是只有一个癌细胞的最小转移位点。
vDISCO——能看到单个癌细胞形成的转移位点的黑科技
这个问题难不住他们。就在去年年底，潘晨琛与Ertürk教授的第一个博士生蔡瑞瑶联合发明了一个叫做vDISCO的成像黑科技[3]。
有了这项技术，他们可以把已经接种肿瘤，且肿瘤已经转移的小鼠变成无色透明的状态（具体操作方法见论文）。
▲你没看错，这确实是小鼠，虽然看上去特别爽口
vDISCO还有个绝招是，可以把癌细胞携带的荧光蛋白信号增强100倍以上。这样就可以忽略小鼠身体的荧光背景干扰，不仅可以轻易看到深埋在几厘米厚的组织中的大型肿瘤转移位点，甚至还能看到只有一个癌细胞构成的转移位点。
在本研究中，他们采用了已经转入荧光基因的乳腺癌细胞系。将这些特殊的癌细胞移植到小鼠身上之后，让肿瘤自由生长、转移6到10周。然后将小鼠变成透明的状态。
▲vDISCO工作过程视频（随着左侧扫描的推进，右侧的肿瘤不断出现）
他们首先测试了vDISCO是否可以检测到只有一个癌细胞的微小转移位点，并将其与生物发光成像技术做了个比较。
生物发光成像技术定位了一些大的转移位点，但是看不到关于这个位点的实际大小和形状等细节信息，微小的转移灶根本就看不到（下图A-G）。相较而言，vDISCO不仅能够看清楚大转移位点的细节，还能清晰地看到由一个癌细胞组成的转移位点（下图N）。
▲生物发光技术与vDISCO的比较
这也是科学家首次在小鼠全身3D扫描中看到由一个癌细胞组成的转移位点。
▲快看，那些红色的小点点，就是转移位点
DeepMACT——能准确分析单个癌细胞转移位点的人工智能平台
Ertürk教授团队面临的第一个问题，在他们之前工作的基础上，顺利地解决了。看完上面的那张动图，我想你肯定已经看出来了，vDISCO成像的数据量非常复杂、非常大。
如果用传统的方法处理这些数据的话，据研究人员估计，需要的时间是几个月。而且，即使花了数月完成分析，质量可能也不高（例如，有可能会漏掉很多微小的转移位点）。
为了解决这个问题，潘晨琛等基于卷积神经网络（CNN），开发了一个叫做DeepMACT的人工智能分析平台。用DeepMACT处理vDISCO的图像数据，只需动动鼠标，在几个小时之内就能完成。
▲DeepMACT的设计原理
以上就是本研究涉及的两个核心技术DeepMACT和vDISCO。那么它们两个“双剑合璧”的效果究竟如何呢。让我们接着往下看。
首先看看乳腺癌在小鼠体内的微小转移位点。
肺里面布满了微小转移位点
潘晨琛等发现，除了原发肿瘤灶和腋窝淋巴结的大转移以外，还检测到520个大小不等的微转移，遍及全身，其中肺部就有306个。而且，绝大部分微小转移位点深埋体内，距离体表1厘米左右。这些小转移位点，其他方法基本是检测不到的。
▲转移位点的分布图
具体到肺部的306个小转移位点而言，它们是均匀地分布在小鼠的肺叶之中，无论大小，都是随机分布的。79%的微小转移位点与邻居之间的距离在1毫米以内。也有一些孤立的微小转移位点，与周边其他位点的距离在9.3毫米以上。
更重要的是，他们发现了大量直径小于50到100微米的超小转移位点，它们大多由几百个，甚至更少的癌细胞组成。此外肺部微小转移灶的负荷，较其他部位高出100倍，而且肺部微小转移位点的体积比躯干的微小转移位点要大出30%左右。
随后，他们还在肺癌和胰腺癌等模型中，验证了这项技术的可靠性。
▲肺癌转移动图
在研究论文的最后一部分，潘晨琛等用vDISCO和DeepMACT，检验了抗体药物的治疗效果。
抗体药物可能会漏掉23%的转移位点
我们都知道，抗体药物是一种重要的治疗手段，尤其是本世纪初兴起的免疫治疗，可以说是改变了癌症的治疗规则。但是，到目前为止，还没有人从全身的层面，分析抗体药物的分布，尤其是抗体药物有没有“剿灭”散布于全身各处的癌细胞。
▲单个癌细胞组成的转移灶视频
为了研究这个问题，潘晨琛等选择了癌细胞中的碳酸酐酶XII（CA12）为治疗靶点，对应的治疗性抗体药物为6A10[4，5]。之前已经有研究表明，这个6A10抗体可以抑制肿瘤的生长[6]。只不过在本研究中，研究人员给6A10做了一些修饰，加了个小尾巴，便于检测。
在肿瘤移植后的第9周，研究人员给小鼠注射6A10，两周后透明处理。
总体来看，小鼠全身只有77%的转移位点能检测到6A10的存在。其中肺部的是85%，其他部位只有66%。这意味着，即使像抗体这种有靶向性，且亲和力高的药物，也会漏掉23%的转移位点。
▲肺转移，还有很多“漏网之鱼”（红色）
这背后的机制吸引了潘晨琛等的思考。
他们首先想到的是，这可能与血管的分布有关。毕竟药物是随着血液才能抵达肿瘤的。如果某个位点周围没有血管的话，抗体药物抵达不了，也可以理解。
不过真相并不是这样。潘晨琛等发现，实际上在每个被抗体药物漏掉的转移位点附近1-6微米左右就存在血管。这个距离甚至小于细胞的直径（10微米），这说明血管不是这个现象的主要原因[7]。
潘晨琛等想到的第二个原因是微环境。接下来他们分析了被抗体识别位点之间，以及没有被靶向的位点之间的距离。结果显示，被靶向的位点之间最近距离约0.8毫米，那些没有被靶向的位点之间最近距离在1.7-2毫米之间。
基于此，他们认为，是转移位点的微环境影响了抗体药物的效率。当然，具体机制还有待进一步研究。
▲肺转移，有很多“漏网之鱼”（红色）
“之前的成像技术是无法检测到转移位点的这些特征的，DeepMACT是第一种能对全身转移位点做定量分析的方法。”潘晨琛说[8]，“而且，我们开发的这种方法还能让我们更好的了解抗体药物的靶向性。”
确实如此，潘晨琛博士等开发的这项技术，让我们深入地认识了癌症转移的凶险。在体积那么小的小鼠体内竟然有500多个微小转移位点，换做是人类的话，真是不敢想象。
▲看整只小鼠转移，及抗体治疗效果
基于这项技术，科学家不仅可以更好的了解不同癌症的转移特征，还能筛选出靶向效果更好的抗体药物。这无论是对于癌症转移的基础研究，还是抗癌新药的研发，都有非常大的使用价值。
目前，DeepMACT是对外开放的，所有的科学家都可以使用。“现在抗癌新药的研发成功率只有5%左右，DeepMACT或许可以改善药物研发过程，帮助科学家找到更强大的抗癌药。挽救更多的生命。”Ertürk教授说[8]。
参考资料：
[1].Chenchen Pan, Oliver Schoppe, Arnaldo Parra-Damas, et al. Deep Learning Reveals Cancer Metastasis and Therapeutic Antibody Targeting in the Entire Body[J]. Cell, 2019. DOI：10.1016/j.cell.2019.11.013
[2].De Jong M, Essers J, Van Weerden WM. Imaging preclinical tumour models: improving translational power. Nature Reviews Cancer. 2014 Jul;14(7):481-93.
[3].Cai R, Pan C, Ghasemigharagoz A, et al. Panoptic imaging of transparent mice reveals whole-body neuronal projections and skull–meninges connections[J]. Nature Neuroscience, 2019, 22(2): 317-327.
[4].Battke C, Kremmer E, Mysliwietz J, et al. Generation and characterization of the first inhibitory antibody targeting tumour-associated carbonic anhydrase XII. Cancer Immunology, Immunotherapy. 2011 May 1;60(5):649-58.
[5].von Neubeck B, Gondi G, Riganti C, et al. An inhibitory antibody targeting carbonic anhydrase XII abrogates chemoresistance and significantly reduces lung metastases in an orthotopic breast cancer model in vivo. International journal of cancer. 2018 Oct 15;143(8):2065-75.
[6].Gondi G, Mysliwietz J, Hulikova A, et al. Antitumor efficacy of a monoclonal antibody that inhibits the activity of cancer-associated carbonic anhydrase XII. Cancer research. 2013 Nov 1;73(21):6494-503.
[7].Tabrizi M, Bornstein GG, Suria H. Biodistribution mechanisms of therapeutic monoclonal antibodies in health and disease. The AAPS journal. 2010 Mar 1;12(1):33-43.
[8].https://www.eurekalert.org/pub_releases/2019-12/hzm–nad121019.php
本文仅供医学药学专业人士阅读
X