Nature Methods：无标记代谢成像的未来：URV-SRS技术的深远影响

引言

细胞代谢的研究一直是一个重要且富有挑战性的领域。细胞内的代谢活动不仅是维持生命的基本过程，也是疾病发生和发展的关键因素之一。尤其是对于癌症、病毒感染等复杂疾病，细胞内代谢的重编程常常为疾病的治疗提供了新的线索。然而，由于细胞内代谢分子种类繁多且浓度低，传统的成像技术往往无法提供足够高的空间分辨率和灵敏度，无法有效地揭示细胞内复杂的代谢结构和功能变化。

近年来，随着技术的不断发展，刺激拉曼散射（SRS）显现出在细胞代谢成像中的巨大潜力。传统的SRS技术虽然能够无标记地成像细胞代谢物，但其空间分辨率和灵敏度仍存在一定局限。为了解决这一问题，1月16日Nature Methods的研究报道“Label-free nanoscopy of cell metabolism by ultrasensitive reweighted visible stimulated Raman scattering”，研究人员提出了一种新的超灵敏可见光刺激拉曼散射技术——超灵敏重标定可见光刺激拉曼散射（URV-SRS）。这种技术结合了创新的光学设计和计算去噪算法，显著提高了成像的灵敏度和分辨率，使得研究者能够在纳米尺度上清晰地观察到细胞代谢的细微变化。

URV-SRS技术通过对激光脉冲的延时调制和多重信号处理的结合，突破了传统SRS技术的局限，实现了对低浓度代谢分子的高灵敏度成像。此外，采用自监督学习的去噪算法NACE，有效去除了噪声，进一步提升了信噪比，使得低浓度的代谢物也能够被准确检测。这一技术的突破性进展不仅提升了代谢成像的分辨率，也为研究人员提供了一种全新的工具，能够在细胞和组织中实现更加精准的代谢成像。

该技术的应用前景广阔。例如，通过URV-SRS，研究人员成功地揭示了病毒感染过程中宿主细胞代谢的重编程，发现了病毒复制过程中细胞内代谢结构的显著变化。这一发现为理解病毒如何劫持宿主细胞资源提供了新的视角，并为开发新的抗病毒策略开辟了可能的研究方向。此外，URV-SRS还被应用于合成生物学中，帮助研究人员更好地理解细菌在生物燃料合成中的代谢过程。

随着URV-SRS技术的不断发展和完善，它有望成为细胞代谢研究和精准医学领域中的一项重要工具，为我们揭开细胞内复杂的代谢网络提供更加清晰的视野。

细胞代谢：生命的“引擎”

细胞代谢是生物体内所有生物化学反应的总和，它支撑着细胞的能量供给、物质合成以及废物排除。每个细胞的代谢活动不仅仅是维持生命的基本需求，更是在细胞分裂、能量转换、合成新分子和修复受损细胞结构等方面起着至关重要的作用。代谢的平衡直接影响着细胞的功能与健康，一旦出现紊乱，往往会导致一系列疾病的发生，如癌症、糖尿病和神经退行性疾病。

近年来，研究者们发现，许多疾病的发生与细胞的代谢重编程密切相关。以癌症为例，肿瘤细胞在增长时需要大量的能量和代谢物，它们通过改变常规的代谢路径来满足这种需求。例如，肿瘤细胞会优先通过无氧酵解来获得能量，这一过程不仅支持其快速生长，还会导致周围组织的缺氧环境。病毒感染同样会引发细胞内代谢的剧烈变化，病毒通过重编程宿主细胞的代谢路径，获取复制所需的资源。因此，研究细胞代谢的重编程对于理解疾病机制和开发新型治疗策略至关重要。

然而，要想深入了解细胞代谢，尤其是在亚细胞级别的动态变化，现有的研究技术面临着许多挑战。传统的代谢成像技术，如质谱成像，虽然能够提供细胞代谢物的丰富信息，但其空间分辨率有限，无法深入到细胞内部的细微结构。另一方面，荧光标记技术虽然能够实现高分辨率的成像，但由于代谢物的多样性和低浓度，往往难以有效地标记所有代谢物，且荧光标记本身可能对细胞产生干扰。因此，开发更高分辨率、无标记且能有效检测低浓度代谢物的新技术，成为了亟待解决的问题。

URV-SRS的问世

URV-SRS（超灵敏重标定可见光刺激拉曼散射）是一项革命性的成像技术，它为细胞代谢成像提供了前所未有的灵敏度和分辨率。这项技术利用了拉曼散射原理，通过激光照射样本，检测分子在特定振动频率下散射的光，从而获得有关分子组成的信息。与传统的拉曼散射不同，URV-SRS采用了可见光激发源，并结合了创新的信号处理技术，使得该技术不仅可以无标记地观察细胞内代谢物，还能突破传统成像技术的灵敏度瓶颈。

传统的SRS技术虽然能够无标记地成像代谢物，但其面临着灵敏度不足和空间分辨率有限的挑战。具体来说，传统SRS由于受到激光光源功率限制，难以在细胞和亚细胞级别实现高灵敏度的代谢成像。为了解决这一问题，URV-SRS通过对激光脉冲的延时调制（chirping）技术，显著增强了信号的探测能力。这种技术通过扩展脉冲的持续时间，从而降低峰值功率，减少了光子损伤的风险，并使得成像在更低的功率条件下依然能获得高质量的信号。这一创新不仅提高了成像的安全性，也扩展了其在生物样本中的应用范围。

除了脉冲调制技术外，URV-SRS还结合了去噪算法，进一步提升了成像的质量。在URV-SRS中，研究人员引入了自监督学习的去噪算法——NACE（Noisy-As-Clean with consensus equilibrium）。该算法通过生成多个带有噪声的图像对，并在不同的信噪比条件下训练去噪网络，有效去除了由于样本噪声带来的影响，使得信号更加清晰。这一算法的引入，大大提升了图像的信噪比，降低了背景噪声，从而使得细胞内低浓度代谢物的探测变得更加精准。

基于URV-SRS的无标记代谢成像原理（Credit: Nature Methods）

光学设置（a）：图a描述了URV-SRS的光学系统配置，包括了各个关键组件的功能，如分光镜（DM）、光学调制器（OM）、扫描单元（SU）、扫描镜头（SL）等。该设置支持激光源的调节和高效的信号收集，使得代谢成像能够在纳米尺度上进行。

细胞光损伤阈值（b）：图b展示了不同脉冲持续时间下，细胞光损伤的阈值功率。通过对多种细胞类型的生物学重复实验（n=3）进行分析，图中的误差条反映了光损伤的功率范围，提供了URV-SRS成像在不引起细胞损伤的条件下所能使用的功率上限。

检测限（c）：图c通过对DMSO分子的检测，展示了可见光和近红外（NIR）SRS的检测限。图中斜线表示SRS峰值强度与分子数量之间的线性关系，垂直虚线表示基线强度加上3倍标准差（σ）的分子数，进一步验证了URV-SRS在检测低浓度代谢物时的高灵敏度。

NACE去噪工作流（d）：图d展示了自监督去噪算法NACE的工作流程。该流程通过生成多个噪声对（zk - y），并在不同信噪比（SNR）条件下训练U-Net去噪网络，最终通过共识平衡（Consensus Equilibrium）整合网络，进行匹配信噪比的去噪，从而提高成像信号的质量。

光学传递函数（e）：图e展示了泵浦光、SRS和傅里叶重标定（FUR）SRS的光学传递函数（OTF）。图中标出了泵浦光、斯托克斯光和SRS的空间频率截止值，进一步证明了FUR技术在提高分辨率方面的优势。

SKOV3卵巢癌细胞成像（f）：图f展示了使用FUR技术和NACE去噪后，对SKOV3卵巢癌细胞在2,930 cm⁻¹的可见SRS成像结果。通过实验验证，FUR和NACE的结合显著提升了图像的分辨率和清晰度。

图像区域放大（g）：图g展示了图像放大的效果，包括原始图像、NACE去噪后的图像和FURNACE（NACE + FUR）增强分辨率后的图像，显示了FURNACE技术如何提升图像的清晰度。

直接应用FUR（h）：图h展示了直接对原始图像（y）应用FUR处理后的效果，验证了FUR在提升分辨率方面的实际效果。

线剖面分析（i）：图i展示了对图1g中两条箭头之间的线剖面进行的分析，帮助定量评估FURNACE处理后图像分辨率的提升。

FRC分析（j）：图j展示了对原始图像、NACE去噪图像和FURNACE增强图像的单幅图像FRC（傅里叶环相关）分析结果。FRC分析定量测量了每个图像的空间分辨率，验证了FURNACE的效果，显示FURNACE提升了分辨率，并满足1/7分辨率标准。

细胞代谢成像的全新视野

URV-SRS技术的出现，为细胞代谢成像提供了前所未有的清晰度和深度，特别是在纳米级别的空间分辨率和灵敏度方面，彻底改变了细胞内代谢物的观察方式。通过该技术，研究人员可以观察到细胞内代谢过程中的微小变化，揭示了代谢活动与疾病之间的细致联系。

首先，URV-SRS技术的创新之处在于其超高的空间分辨率。通过结合激光脉冲调制（chirping）与先进的去噪算法，该技术不仅提高了成像信号的灵敏度，还扩展了拉曼散射的频率支持，使得其空间分辨率达到了86纳米。这一分辨率水平在细胞内成像中具有突破性意义，因为它能够揭示细胞内结构和代谢分子的细节，甚至能够观察到亚细胞级别的代谢活动和小分子在细胞中的动态分布。研究数据显示，URV-SRS在无标记条件下成功实现了代谢物的高分辨率成像，能够清晰分辨出细胞内脂肪酸、蛋白质、胆固醇等多种代谢物的空间分布。

其次，URV-SRS显著提升的灵敏度也是其研究突破的重要因素。与传统的近红外SRS（NIR-SRS）相比，URV-SRS在可见光区域的激发下，分子探测的灵敏度提高了20倍以上。这使得研究人员能够在不影响细胞健康的前提下，探测到低浓度代谢物的存在，特别是在细胞早期代谢变化的检测上，具有极大的优势。这一灵敏度的提升为细胞内代谢动态的实时监测提供了可能，能够跟踪从健康细胞到病变细胞的代谢过程。

病毒感染下的代谢重编程

病毒感染不仅改变宿主细胞的结构，还通过代谢重编程改变细胞的基本生理活动，为病毒的复制和扩散提供支持。细胞代谢的正常功能对于维持健康状态至关重要，但在病毒感染时，宿主细胞的代谢途径往往会发生剧烈的变化。病毒通过改变细胞的能量代谢和生物合成过程，迫使宿主细胞为其提供所需的能量和分子资源，从而为病毒的繁殖和增殖创造有利条件。

以Zika病毒为例，URV-SRS技术为我们揭示了病毒感染过程中细胞代谢重编程的细节。Zika病毒感染宿主细胞后，细胞内的代谢结构发生了显著的变化。通过URV-SRS对Zika病毒感染的VERO细胞进行成像，研究人员发现，病毒感染显著改变了细胞内代谢物的分布。特别是细胞核内部，Zika病毒感染后，宿主细胞核内的蛋白质和核酸物质显著聚集，形成了高度浓缩的CH3（甲基基团）富集区域。这些变化与病毒复制所需的资源重编程密切相关，表明病毒通过改变宿主的代谢结构，促进了病毒的复制和传播。

在感染的细胞中，URV-SRS还揭示了内质网的结构发生了显著的重组。研究表明，Zika病毒通过重编程内质网的代谢功能，创建了密集的内质网网状结构，成为病毒复制的主要场所。通过URV-SRS的高分辨率成像，研究者能够观察到这些病毒复制站点内脂肪酸和胆固醇的积聚，尤其是CH3富集的区域，显示出病毒对宿主细胞资源的强烈需求。内质网的这些代谢改变不仅支持病毒的合成和传播，还为病毒在宿主细胞内的高效复制提供了有力保障。

这一发现充分证明了URV-SRS在病毒感染代谢动态观察中的应用潜力，为我们深入理解病毒如何通过代谢重编程劫持宿主细胞提供了新的视角。

URV-SRS在精准医学与合成生物学中的潜力

URV-SRS技术的出现，为精准医学和合成生物学带来了巨大的变革潜力。在癌症和病毒治疗中，这项技术展现出了独特的应用前景，能够为我们提供前所未有的代谢成像能力，为疾病的早期诊断、靶向治疗以及疗效评估提供了新的工具。

在癌症研究中，URV-SRS能够深入揭示肿瘤细胞的代谢重编程，帮助研究人员理解肿瘤如何通过改变代谢路径来获得生长所需的能量。癌细胞通常会选择通过无氧酵解途径获取能量，这一过程不仅影响细胞内的能量供给，还会改变细胞内其他分子的合成与分布。通过URV-SRS，研究人员能够在亚细胞级别实时观察到这些变化，为癌症的早期发现和治疗策略的制定提供了新的科学依据。例如，在URV-SRS成像下，癌细胞中脂肪酸的合成、胆固醇的代谢以及其他代谢物的变化，都能被清晰地识别和定量，为精准医学提供了数据支持。

在病毒治疗方面，URV-SRS也展现了巨大的潜力。病毒通过重编程宿主细胞的代谢，获取复制所需的能量和分子资源。URV-SRS能够帮助我们观察病毒感染过程中代谢路径的重塑，揭示病毒如何利用宿主的代谢资源来促进其生命周期。这为开发新的抗病毒药物和疫苗提供了更直观的研究工具，尤其在揭示病毒如何影响宿主细胞代谢的过程中，URV-SRS技术显然有着不可替代的优势。

此外，URV-SRS在合成生物学中的应用也非常广泛，尤其是在绿色能源的生产和优化方面。通过对细菌等微生物在生产生物燃料过程中的代谢进行高分辨率的监测，研究人员能够实时分析不同代谢路径的效率，优化微生物的生产能力。例如，利用URV-SRS技术，研究人员可以深入探讨细菌如何在不同的营养条件下调节代谢，以提高脂肪酸等绿色能源的产量。

未来，URV-SRS技术的应用空间极为广阔。随着技术的不断完善和创新，它将能够为各类生物学、医学和工程学问题提供更加精准和灵敏的成像支持。无论是在细胞代谢、癌症早期筛查、病毒感染研究，还是在合成生物学和绿色能源生产中，URV-SRS都将在推动科学发展的同时，开启一个更加精准、绿色的未来。

参考文献

Lin H, Seitz S, Tan Y, Lugagne JB, Wang L, Ding G, He H, Rauwolf TJ, Dunlop MJ, Connor JH, Porco JA Jr, Tian L, Cheng JX. Label-free nanoscopy of cell metabolism by ultrasensitive reweighted visible stimulated Raman scattering. Nat Methods. 2025 Jan 16. doi: 10.1038/s41592-024-02575-1. Epub ahead of print. PMID: 39820753.