浸大共同研发人工智能框架「EmbSAM」 实现活体胚胎成像高精准度三维细胞追踪

在生命的最初阶段，当生物体仍处於胚胎时期，变化往往在瞬息之间发生。单个受精卵会不断分裂，其衍生细胞会改变位置、改变形状，并开始承担不同的发育角色。其中一些转变在短短几分钟内就会完成，这使得要在它们发生时捕捉到微细的细节变得极为困难。 

对科学家而言，挑战不仅在於清晰地观察细胞，更在於捕捉它们活动的瞬间。生物系赵中应教授联同来自香港、内地及美国院校的合作者，共同开发了一个计算框架，帮助科学家向这目标迈进了一大步。 研究发表於《Communications Biology》。

这个名为「EmbSAM」的框架结合了一种有助定位细胞边界的深度学习演算法，以及一个专门用於识别和勾勒图像中物件轮廓的电脑视觉模型「分割一切模型」（Segment Anything Model, SAM）。两者结合，使研究人员能够重建单个细胞的三维形状，并追踪这些形状如何随时间变化。 

为了测试 EmbSAM 的效能，团队选择了秀丽隐杆线虫（Caenorhabditis elegans）。这是一种微小且透明的线虫，一直以来都是发育生物学家的常用研究对象。它的发育过程非常有规律且已被详细记录，让科学家能够侦测到单个细胞何时分裂、向哪里移动，以及发育完成的模样。这使其成为科学家探索秩序如何从单一细胞中逐渐形成的理想模型。 

然而，要观察这个过程说易行难。萤光显微技术让研究人员能使细胞膜等结构发光，从而揭示发育中胚胎内单个细胞的轮廓。但较强的激光会使萤光标记褪色，并损害活细胞。若调低激光强度，情况虽然较好，但图像的杂讯会增加，细胞之间的边界也会变得更难辨识。 

EmbSAM 的设计是为了先增强微弱的萤光讯号，找出单个细胞可能所在的位置，再利用这些线索引导 SAM 在连续的二维显微镜图像中描绘出它们的边界。将切片拼凑起来，就能形成完整的三维细胞形状。与几种现有的分割方法进行测试比较时，EmbSAM 构建出的形状与人工标注的细胞更吻合。即使图像杂讯增加，其表现也相对可靠。 

团队将这个框架应用於每 10 秒拍摄一次的胚胎图像上，成功呈现了发育过程中最短暂的一些动态。可以看到细胞在准备分裂时变圆，伸展成哑铃状，最终分裂成两个子细胞。胚胎拥挤的空间里，没有任何细胞是完全独立运作的。当分裂中的细胞改变形状，它们会挤压并使周围的邻近细胞变形，这揭示了胚胎在重组过程中所发生的力学相互作用。 

当胚胎开始建立基本体轴时，研究人员还能追踪细胞分裂方向的细微变化。他们不再局限於在不同的快照之间跳跃观看，而是能够追踪细胞的形状、位置和方向在这些短暂却影响深远的时刻是如何改变的。 

赵教授表示：「令我们感到鼓舞的是，我们有望从单纯观察发育过程，进而理解其背后的规律。我们越能仔细追踪细胞之间如何互相反应，就越能逐步拼凑出胚胎随时间自我组织的过程。」 

团队已将重建的三维细胞形状数据公开，供学界进一步探索，并认为 EmbSAM 有潜力，可应用於包括果蝇、斑马鱼及小鼠等其他生物的萤光成像数据。 

透过将更多以往难以捕捉的瞬间呈现眼前，EmbSAM 为科学家提供了比清晰图像更宝贵的收获：让他们能更细致地观察形态如何从动态中衍生，以及生命是如何逐个细胞地成形。

完整文章发表於《Communications Biology》：https://www.nature.com/articles/s42003-025-09220-3
赵教授研究专页：https://scholars.hkbu.edu.hk/en/persons/ZYZHAO

赵中应教授

科学与科技学院