東京大學研究生院理學系研究科小林博文特別研究員、雷誠特任助教（武漢大學工業科學研究院教授）、合田圭介教授（兼武漢大學工業科學研究院客座教授）等於東京大學研究生院醫學系研究科安本篤史助教、矢富裕教授等合作，利用告訴明視野顯微鏡結合人工智慧（Artificial Intelligence, AI）深度學習（Deep Learning），開發出一套用於迅速、簡便、低成本體外檢測白血病抗藥性的全新技術[1]。在實際檢查白血病患者血液樣本時，透過本技術可以清晰分辨出白血病患者與健康人之間白血球抗藥性的差異，有望在後續臨牀實務及個性化醫療中得到應用（圖1）。
圖1 白血病抗藥性檢測流程示意圖
2019年7月9日，該研究成果已線上發表於英國皇家化學學會（Royal Society of Chemistry，RSC）電子期刊《Lab on a Chip》上[文獻1]。參與該創新專案的還有多倫多大學電腦科學專業碩士生WU Yi、國立交通大學研究生院光電所電氣學院博士生黃俊融、卡内基梅隆大學電腦科學專業本科生李文軒、東京大學研究生院理學系研究科化學專業碩士生吳雲昭、理化學研究所整合生物器團隊客座研究員和奈良先端科學技術大學研究生院物質創成科學領域副教授Yaxiaer Yalikun（曾獲2011年新疆維吾爾自治區優秀自費留學生一等獎）、東京大學研究生院理學系研究科化學專業碩士生薑逸越、東京大學研究生院理學系研究科化學專業特別研究員郭寶山、國立交通大學研究生院光電所電氣學院教授孫家偉等研究學者。
目前白血病的標準冶癒，需要採用高強度的化學療法，會給接受化療的患者帶來極大的身體負擔。雖然慢性顆粒球白血病等可以透過基於特意性基因診斷的分子靶向冶癒，對些許種類的白血病患者允許實施相對溫和的個人化冶癒（Personal Medicine）。但對於剩餘的大部分白血病患者，由於缺乏選擇判斷最適藥物的客觀評價手段，目前依然會採用常規大劑量化學療法。因此，患者不僅要承受化療藥物副作用帶來的巨大身體負擔，而且正好碰上適合自身的最佳冶癒方案的機率也不樂觀。
近年來，針對每個細胞進行功能測定（Functional Assay）的方法作爲白血病精準醫療（Precision Medicine）的一類解決方案備受矚目。但目前功能測定主要依靠對螢光標記後的細胞進行顯微攝影，由此導致多種實用侷限。由於螢光拍照速度較慢，同時還需要對樣本進行溶血和標的細胞濃縮等繁雜的前處理，無法實施對全血新鮮樣本直接檢測。另外，螢光標記物本身價格較高，高價醫療成本進一步會轉嫁給患者身上。整體來說，該方案費時、費力、高成本。
本研究方案中，研發團隊採用了特殊的高速明視野顯微鏡（Optofluidic time-stretch microscopy）對微流控晶片上每秒百萬數規模高通量細胞流中大量非標記血細胞進行連續攝影（圖2）。由此避開了基於螢光顯微鏡方案中對血液樣品進行稀釋、溶血、分離、標記等複雜費時的前處理程序，可以直接使用採樣後的全血對白血病細胞進行抗藥性評價。
圖2高速明視野顯微鏡（Optofluidic time-stretch microscopy）
不同抗癌藥物引起的白血病細胞表觀形態學上的細微變化，都可以透過基於大量連續拍攝圖片進行深度學習後的人工智慧高精度檢測出來。採用全血樣品成功評價樣品中白血病細胞的抗藥性實驗結果也驗證了該方案的有效性。
而且，透過深度學習還成功從全血影像中分辨出了紅血球和白血球細胞。深度學習透過編碼-解碼（Encoder-Decoder）二維卷積神經網路，從影像中提取和解析特徵資訊來最終實施對抗藥性的評價。採用該方法的實驗中，明確顯示白血病患者來源的白血球較健康對照組對藥物的高應答性（圖3）。
圖3 利用深度學習AI對全血影像進行解析
快速簡便又成本低廉的檢測方法如果得以應用，在給藥前就可以掌握不同患者的抗藥性情況，從而可以給出適合不同患者自身情況的定製配方。透過非標記的新鮮全血樣品即可展開檢測，避開一直以來個性化醫療賴以生存的生物標記物（Biomarker）概念，以全新的個性化冶癒理念推進精準醫療的臨牀實務。
供稿 宋傑 東京大學博士
編輯修改 JST客觀日本編輯部
參考文獻：
1. Hirofumi Kobayashi, Cheng Lei*, Yi Wu, Chun-Jung Huang, Atsushi Yasumoto, Masahiro Jona, Wenxuan Li, Yunzhao Wu, Yaxiaer Yalikun, Yiyue Jiang, Baoshan Guo, Chia-Wei Sun, Yo Tanaka, Makoto Yamada, Yutaka Yatomi, and Keisuke Goda*. Intelligent whole-blood imaging flow cytometry for simple, rapid, cost-effective drug-susceptibility testing of leukemia. Lab on a Chip. DOI：10.1039/C8LC01370E
相關鏈結：
1. 東京大學官方新聞稿
