肿瘤研究整体解决方案——从“多模态成像”到“无创筛查与精准分离”

1. S3000 超快三维荧光成像系统：肿瘤标志物共定位的高效工具

2. P300 共聚焦拉曼光谱仪：从组织切片到血清的免标记光谱检测

3. PRECI SCS 可视化单细胞分选仪：稀有肿瘤细胞的高活性获取

4. 激光“甜甜圈”技术：从单细胞到组织区域的“指哪打哪”分离

图1. 激光“甜甜圈”技术原理

以婴儿血管瘤（IHs）为对象，通过转录组分析锁定分泌型候选因子 Apelin，需借助免疫荧光成像验证其在肿瘤组织中的特异表达与定位。

做法：

· 结合公开转录组数据，筛选差异表达基因并确定Apelin / APJ 作为重点候选；

· 制备IHs 及多种血管相关疾病的病理切片，进行 Apelin、GLUT-1、CD31 等多标记免疫荧光染色；

· 使用S3000 进行多通道转盘共聚焦成像，对瘤体组织及对照组织进行三维荧光图像采集与分析。

关键结果：

· Apelin 在 IHs 瘤体组织中显著高表达，并在治疗前后呈现可观测的强度变化；

· 与血管内皮标志物CD31 共染结果显示，Apelin 在血管内皮细胞中具有明确定位，区别于其他相似病理类型；

· S3000 快速成像能力（单张图像 20 ms 量级）在保证图像质量的同时显著提升了多切片、多标志物的成像效率。

价值：

为IHs 潜在无创生物标志物的筛选与验证提供了有效图像证据，也展示了 S3000 在病理切片多标记共定位与疗效评估中的应用潜力。

图2. 不同病理切片免疫荧光成像及荧光光强统计^[1]

关联阅读：S3000：解锁婴儿血管瘤“分子密码”的神助攻

应用案例02｜P300：肿瘤组织切片的拉曼判别与边界识别

在胃癌冷冻组织切片上，探索利用拉曼光谱区分正常、肿瘤以及混合区域，为肿瘤边界识别及术中导航提供参考流程。

做法：

· 选取胃癌患者组织，制备相邻冷冻切片，一片做HE 染色，一片用于拉曼检测；

· 将组织置于长光辰英低背景拉曼检测芯片上，使用P300 对正常区、肿瘤区及混合区进行拉曼 mapping 扫描；

· 在IntP 软件中进行光谱预处理，并结合 UMAP 降维 + KMeans 聚类、SVM 分类模型进行差异分析与区域判别。

关键结果：

· 正常与肿瘤组织在多处特征峰位（如748、1126、1444、1580、1632 cm^-1 等）表现出显著差异，反映核酸、蛋白、血红蛋白等成分变化；

· 对混合区域进行聚类与分类预测时，模型给出的空间分布与HE 染色结果高度一致，可在无染色条件下区分正常与肿瘤区域；

· 说明基于P300 的拉曼检测与机器学习模型，可为组织病灶识别与边界预测提供定量化手段。

价值：

· 建立了肿瘤组织切片拉曼检测的通用方法学框架，为今后在术中快速判别、病理辅助诊断等方向的拓展奠定技术基础。

图3.病理组织拉曼区分

关联阅读：癌症诊疗新视角：拉曼光谱如何让肿瘤边界“泾渭分明”

应用案例03｜P300 + 深度学习：胃肠癌血清的无创光谱筛查

面向胃癌与结直肠癌的早期筛查与分型分期，利用血清拉曼光谱结合深度学习模型，实现对患者与健康个体的区分以及不同分化、不同分期的预测。

做法：

· 收集胃癌、结直肠癌患者及健康对照共300 余例外周血样本，分离血清并在 P300 上进行拉曼检测，每例获取多点、多次重复光谱；

· 对所有光谱进行统一预处理后，构建GRU（门控循环单元）深度学习模型，并与 SVM、kNN、LDA 等算法进行比较；

· 评估模型在“肿瘤 vs 非肿瘤”、“不同分化程度”、“不同分期”三类任务中的预测性能。

关键结果：

· 在区分胃癌/ 结直肠癌患者与健康人群时，GRU 等模型的准确率可达 ~100%；

· 在不同分化程度、不同分期亚型的预测中，经样本平衡与模型优化后，GRU 的平均分类准确率超过 95%；

· 2923 cm^-1 等特征峰在肿瘤组中显著增强，提示蛋白质和脂质代谢谱的系统性改变。

价值：

该案例展示了“P300 拉曼光谱 + 深度学习” 在血清层面实现肿瘤无创筛查与分型分期预测的可行性，为开发新一代血清学光学检测工具提供了思路。

图4. 拉曼光谱结合GRU区分胃肠癌患者流程^[2]

关联阅读：一滴血检测胃癌？拉曼光谱技术正在实现

应用案例04｜PRECI SCS：高活性循环肿瘤细胞（CTCs）筛选新策略

针对全血中极低丰度的CTCs，构建一套兼顾捕获通量、分选精度与细胞活性的单细胞获取流程，为后续培养与转录组测序提供可靠输入。

做法：

· 将人肺癌细胞系（如PC-9-GFP、A549-mCherry）掺入PBS与健康志愿者全血中，模拟临床CTCs样本；

· 通过EnrichArray 细胞富集分选芯片完成快速富集与原位免疫荧光标记；

· 在PRECI SCS单细胞分选仪上识别 CK7+/CD45-/Hoechst+目标细胞，利用 LIFT 技术完成单细胞分离与回收；

· 对回收单细胞分别进行短期培养及scRNA-seq 分析。

关键结果：

· 在模拟样本中，CTCs 捕获效率在 PBS 和全血体系中分别可达 ~87% 与 ~88%，处理通量最高可达 15 mL/min；

· PRECI SCS单细胞分选得率 >95%，回收细胞活性保持在 80% 以上；

· 回收单个CTC 的 cDNA 产量超过 4.5 ng，scRNA-seq 的 Q30 得分高于 95%，与传统显微操作系统相比具有更好的一致性与可重复性。

价值：

构建了从全血直接富集到单细胞级分选与下游组学分析的一体化流程，为CTCs 及其他稀有肿瘤细胞的功能研究、药物敏感性评估和个体化治疗提供新策略。

图5. PRECI SCS分选后的单细胞可实现培养与单细胞转录组测序[3]

关联阅读：精准获取循环肿瘤细胞：EnrichArray与PRECI SCS荧光单细胞分选仪联手破解稀有细胞分选难题！

应用案例05｜激光“甜甜圈”技术：组织样本上的“指哪打哪”高效分离

在肿瘤组织切片上，对特定区域或单细胞进行高精度分离，并与既有的形态学、免疫标记信息进行关联分析，为空间组学与多组学联合研究提供样本获取手段。

做法：

· 利用光束整形系统将激光调制为环形“光环”，在显微视野中精确定义分离区域；

· 通过激光诱导向前转移技术，将被“光环”包围的目标区域整体从切片上转移至接收载体；

· 在冷冻切片、石蜡切片、HE 染色及免疫荧光标记的多种组织样本上开展验证，并将分离区域用于后续测序和质量评估。

关键结果：

· 分离精度最低可达5 μm，能够实现亚细胞尺度的区域分离；

· 自动化流程下单个目标区域的分离时间约为1 s，支持矩形、圆形、多边形等灵活光斑设计以及空间多点分离；

· 在多种组织类型（如肝、肾等）和染色方式下均可稳定工作，分离后样品符合后续测序与质量检测要求。

价值：

“激光甜甜圈”技术将 LIFT 从单细胞平台拓展到组织水平，实现了在保留空间信息的前提下，对组织样本进行可视化、可编程的精细分离，可与S3000、P300、PRECI SCS 等平台形成互补，为肿瘤空间异质性及多组学联合研究提供新的技术路径。

图6. 组织显微分离后采用SMART-seq2微量细胞全序列转录组建库后质检合格

关联阅读：从单细胞到组织切片：激光“甜甜圈”技术如何在组织样本上实现“指哪打哪”高效分离？

依托S3000 超快三维荧光成像系统、P300 共聚焦拉曼光谱仪、PRECI SCS 可视化单细胞分选仪 及基于 LIFT 的“激光甜甜圈”技术，并结合XtremSig 低背景拉曼检测芯片 与 HoneyArray 微阵列分选芯片 等关键耗材支撑，长光辰英可在同一技术体系内覆盖：

从组织到血液，从体外模型到临床前样本，这一组合方案为肿瘤相关的基础研究、标志物发现、药物作用机理解析及转化应用提供了多尺度、可追溯、可扩展的技术支撑。

参考文献：

（以上内容仅供科学研究参考，不可用于医学诊断）

扫描二维码，

获取1V1专属服务

拉曼光谱技术新应用落地：为白酒酿造提供“单细胞级”质控方案

2025-12-12

工业微生物研究整体解决方案—从“菌落光谱去重筛选”到“单细胞拉曼功能解析”

2025-12-12

土壤研究整体解决方案——从“看得清功能菌”到“识得准微颗粒”

2025-12-12

从“大海捞针”到“精准捕获”：辰英环境微生物筛选方案大不同

2025-12-12