InnoQuant激光共聚焦全景组织切片/生物芯片扫描仪助力白血病单细胞药物敏感性预测

针对这一困境，来自美国犹他大学、圣犹大儿童研究医院及宾夕法尼亚大学的研究团队，成功开发了一种名为“μPharma”的微流控人工智能药理分型平台，创新性地融合微流控免疫荧光检测与AI机器学习模型，可在4小时内对白血病单细胞药物敏感性进行预测。该平台无需直接药物暴露、仅通过预处理生物标志物检测，实现快速、单细胞分辨率的药物敏感性预判（图1）。研究成果以“μPharma: A microfluidic, AI-driven pharmacotyping platform for single-cell drug sensitivity prediction in leukemia”为题于2026年3月发表于《Med》期刊。

图1 μPharma平台简明示意图及InnoQuant激光共聚焦荧光定量组织切片/生物芯片扫描仪参与过程

图2 μPharma平台经数字微流控（DMF）检测后，由InnoQuant激光共聚焦荧光定量组织切片/生物芯片扫描仪捕获多通道荧光的成像结果：白血病单细胞中磷酸化蛋白（pLCK和pBCL2）、总蛋白（LCK和BCL2）及基于肌动蛋白Actin的细胞形态的单细胞多重表达特征

基于这些高质量成像数据，研究团队成功验证了pLCK作为达沙替尼敏感性生物标志物的可靠性，并首次发现pBCL2可作为维奈克拉敏感性的预测标志物。在T-ALL细胞系中，InnoQuant捕获的pLCK信号区分达沙替尼敏感与耐药细胞的ROC曲线下面积（AUC）达0.826，而pBCL2区分维奈克拉敏感与耐药细胞的AUC高达0.900（图3）。在贴近临床的患者来源异种移植（PDX）模型中，预测得到进一步验证，pLCK区分达沙替尼敏感性的AUC达到0.902，pBCL2（排除特殊亚型）区分维奈克拉敏感性的AUC为0.862（图4G、5H）。

图3 T-ALL细胞系中磷酸蛋白表达可预测药物敏感性，包括pLCK区分达沙替尼敏感/耐药细胞ROC分析（A）和pBCL2区分维奈克拉敏感/耐药细胞ROC分析（B），所有荧光定量数据均由InnoQuant激光共聚焦荧光定量组织切片/生物芯片扫描仪捕获与分析

图4 14例不同分子亚型的T-ALL患者来源异种移植（PDX）模型样本中磷酸蛋白表达与药物敏感性的关联分析。其中，（A）PDX 细胞制备流程示意图：展示T-ALL PDX模型的构建与细胞获取流程：从患者样本收集、流式分选富集白血病细胞，到移植入免疫缺陷小鼠、成瘤后收获纯化 PDX 细胞，为后续实验提供贴近临床的白血病细胞模型；（B）PDX样本单细胞多重荧光成像图：由InnoQuant激光共聚焦荧光定量组织切片/生物芯片扫描仪捕获的14例PDX样本荧光显微图像，清晰呈现肌动蛋白Actin、pLCK、LCK、pBCL2、BCL2 的单细胞表达与分布特征，直观反映不同PDX样本的蛋白表达异质性；（C-D）PDX样本单细胞磷酸蛋白pLCK、pBCL2强度分布，两者直接体现磷酸蛋白表达与药物敏感性的单细胞水平关联：（C）pLCK在各PDX样本中的单细胞荧光强度分布，达沙替尼敏感样本（红色标注）均表现出显著更高的pLCK表达；（D）pBCL2在各PDX样本中的单细胞荧光强度分布，维奈克拉敏感样本（红色标注）整体pBCL2表达更高（除表型特殊的SJ7样本外）

另一方面，依托InnoQuant获取的428个单细胞特征（涵盖蛋白强度、空间分布、形态学等），研究团队训练的XGBoost机器学习模型，对达沙替尼敏感性预测的平均AUC达0.941±0.059，维奈克拉预测的平均AUC为0.910±0.054（图5B、C），充分证明了InnoQuant捕获数据的高信息量与高可靠性。此外，InnoQuant获取的空间分布特征被证实是关键预测因子，如pLCK的外周平均强度、pBCL2的上四分位强度等，为揭示药物敏感性机制提供了重要方向（图5D、5E）。

图5 基于InnoQuant激光共聚焦荧光定量组织切片/生物芯片扫描仪捕获的单细胞多维度特征（蛋白、空间、形态等428个量化指标），XGBoost 机器学习模型的构建与药物敏感性预测效能验证。其中，（A）XGBoost 模型开发工作流示意图，（B）达沙替尼敏感性预测模型的ROC曲线，（C）维奈克拉敏感性预测模型的ROC曲线，（D）SHAP（沙普利加性解释）分析挖掘模型关键预测特征，达沙替尼模型前20个关键特征，pLCK下四分位强度、pLCK外周平均强度、pLCK与细胞形态的交互特征为核心正相关特征（SHAP值越高，对药物敏感性预测的贡献越大），（E）SHAP（沙普利加性解释）分析关键预测特征，维奈克拉模型前20个关键特征，pBCL2上四分位强度、BCL2细胞边缘最小强度为核心正相关特征，而pBCL2细胞中心空间变异度为负相关特征（越高则越耐药）

综上所述，该研究成功构建了μPharma平台，即“微流控生物芯片自动化样品处理+InnoQuant多通道荧光成像+AI机器学习分析”，实现了对白血病药物敏感性的快速、精准、单细胞级别的预测。InnoQuant激光共聚焦荧光定量组织切片/生物芯片扫描仪在这一创新组合中扮演了“火眼金睛”的角色，具有高灵敏度、多通道、高分辨率的成像能力，确保所有数据分析的可靠性。该研究不仅验证了pBCL2作为维奈克拉敏感性预测新标志物的潜力，更展示了结合空间蛋白质组学信息和形态学特征对于理解肿瘤异质性、指导精准治疗决策的巨大价值。