浸大共同研發人工智能框架「EmbSAM」 實現活體胚胎成像高精準度三維細胞追蹤

在生命的最初階段，當生物體仍處於胚胎時期，變化往往在瞬息之間發生。單個受精卵會不斷分裂，其衍生細胞會改變位置、改變形狀，並開始承擔不同的發育角色。其中一些轉變在短短幾分鐘內就會完成，這使得要在它們發生時捕捉到微細的細節變得極為困難。 

對科學家而言，挑戰不僅在於清晰地觀察細胞，更在於捕捉它們活動的瞬間。生物系趙中應教授聯同來自香港、內地及美國院校的合作者，共同開發了一個計算框架，幫助科學家向這目標邁進了一大步。 研究發表於《Communications Biology》。

這個名為「EmbSAM」的框架結合了一種有助定位細胞邊界的深度學習演算法，以及一個專門用於識別和勾勒圖像中物件輪廓的電腦視覺模型「分割一切模型」（Segment Anything Model, SAM）。兩者結合，使研究人員能夠重建單個細胞的三維形狀，並追蹤這些形狀如何隨時間變化。 

為了測試 EmbSAM 的效能，團隊選擇了秀麗隱桿線蟲（Caenorhabditis elegans）。這是一種微小且透明的線蟲，一直以來都是發育生物學家的常用研究對象。牠的發育過程非常有規律且已被詳細記錄，讓科學家能夠偵測到單個細胞何時分裂、向哪裡移動，以及發育完成的模樣。這使其成為科學家探索秩序如何從單一細胞中逐漸形成的理想模型。 

然而，要觀察這個過程說易行難。螢光顯微技術讓研究人員能使細胞膜等結構發光，從而揭示發育中胚胎內單個細胞的輪廓。但較強的激光會使螢光標記褪色，並損害活細胞。若調低激光強度，情況雖然較好，但圖像的雜訊會增加，細胞之間的邊界也會變得更難辨識。 

EmbSAM 的設計是為了先增強微弱的螢光訊號，找出單個細胞可能所在的位置，再利用這些線索引導 SAM 在連續的二維顯微鏡圖像中描繪出它們的邊界。將切片拼湊起來，就能形成完整的三維細胞形狀。與幾種現有的分割方法進行測試比較時，EmbSAM 構建出的形狀與人工標註的細胞更吻合。即使圖像雜訊增加，其表現也相對可靠。 

團隊將這個框架應用於每 10 秒拍攝一次的胚胎圖像上，成功呈現了發育過程中最短暫的一些動態。可以看到細胞在準備分裂時變圓，伸展成啞鈴狀，最終分裂成兩個子細胞。胚胎擁擠的空間裡，沒有任何細胞是完全獨立運作的。當分裂中的細胞改變形狀，它們會擠壓並使周圍的鄰近細胞變形，這揭示了胚胎在重組過程中所發生的力學相互作用。 

當胚胎開始建立基本體軸時，研究人員還能追蹤細胞分裂方向的細微變化。他們不再局限於在不同的快照之間跳躍觀看，而是能夠追蹤細胞的形狀、位置和方向在這些短暫卻影響深遠的時刻是如何改變的。 

趙教授表示：「令我們感到鼓舞的是，我們有望從單純觀察發育過程，進而理解其背後的規律。我們越能仔細追蹤細胞之間如何互相反應，就越能逐步拼湊出胚胎隨時間自我組織的過程。」 

團隊已將重建的三維細胞形狀數據公開，供學界進一步探索，並認為 EmbSAM 有潛力，可應用於包括果蠅、斑馬魚及小鼠等其他生物的螢光成像數據。 

透過將更多以往難以捕捉的瞬間呈現眼前，EmbSAM 為科學家提供了比清晰圖像更寶貴的收穫：讓他們能更細緻地觀察形態如何從動態中衍生，以及生命是如何逐個細胞地成形。

完整文章發表於《Communications Biology》：https://www.nature.com/articles/s42003-025-09220-3
趙教授研究專頁：https://scholars.hkbu.edu.hk/en/persons/ZYZHAO

趙中應教授

科學與科技學院