Research Article | Open AccessVolume 2022 | Article ID 9786242 |https://doi.org/10.34133/2022/9786242
近日，美国加州大学洛杉矶分校的Aydogan Ozcan教授团队在Science合作刊 BMEF 上发表题为“Label-free virtual HER2 immunohistochemical staining of breast tissue using deep learning”的文章。
切片的免疫组织化学 （Immunohistochemical, IHC）染色已被广泛用于评估各种疾病的病情进展。自从1941年该项技术首次应用以来，多种IHC生物标志物已通过验证并用于临床和实验室研究，如人表皮生长因子受体2 （Human Epidermal Growth Factor Receptor 2, HER2）被发现与侵袭性乳腺肿瘤发展密切相关，并被作为IHC生物标志物广泛用于乳腺组织分析和病情诊断。然而，IHC染色需要进行复杂繁琐的组织处理，且对技术要求较高，因此是一项比较耗时耗力的技术。近年来，基于深度学习的虚拟染色技术迅速发展，为传统的IHC技术供了更加便利高效的替代方案。
在本研究中，Aydogan Ozcan教授团队开发了一种基于深度学习的虚拟HER2蛋白IHC染色方法（图1）。该方法通过使用条件生成对抗性网络（Conditional Generative Adversarial Network, GAN）（图2）将未标记或无标记乳腺组织切片的自体荧光显微图像快速转换为具有同等效果的明场（Bright-Field）显微图像，虚拟IHC图像与在相同组织切片上进行的标准HER2 蛋白IHC染色相匹配。
图1：通过深度学习对未标记的组织切片进行虚拟HER2 IHC染色(a)标准免疫组织化学HER2蛋白染色 (b) 虚拟HER2蛋白染色图像。图2：虚拟HER2 IHC染色网络
由生成器模型和鉴别器模型组成GAN框架用于训练虚拟HER2染色网络。
为了验证该虚拟HER2蛋白 IHC染色技术的效果，该研究团队邀请了3位乳腺病理学专家在不知道分类的情况下分别对虚拟IHC染色和传统IHC染色的整个图像进行评估，并对HER2的等级进行打分，结果表明虚拟IHC染色的精度可以和传统IHC染色相媲美（图3）。随后作者团队还定量评估了虚拟HER2图像的染色质量，上述病理学专家同样在盲试验的情况下对两种染色方法结果进行比较，发现虚拟HER2蛋白IHC染色图像在细胞核细节、细胞膜清晰度和染色准确度上和传统IHC染色效果相差无几。
图3：不同HER2分数下乳腺组织虚拟和标准IHC染色对比
除了病理学家对虚拟IHC染色效果和图像质量的盲评估外，研究人员还对虚拟HER2蛋白IHC图像与对应的传统标准IHC染色的图像进行了基于特征的定量分析。结果发现：就细胞核和膜染色而言，虚拟HER2蛋白IHC染色特征度量显示出与标准IHC对应物相似的分布和密切匹配的平均值（虚线
）。因此，虚拟IHC染色可以很好地表征细胞膜和细胞核等关键亚细胞标志物信息。
图4：基于特征的虚拟染色HER2图像和标准IHC HER2图像的定量评估
总之，本研究主要提出了一种基于深度学习的虚拟HER2蛋白IHC染色技术，该技术未来有望扩展到鉴定其它生物标志物的IHC染色，从而加速科研和临床中基于IHC组织染色的工作流程，同时有助于IHC染色的可重复性和标准化程度的提升。
本文的通讯作者是Aydogan Ozcan教授，就职于加州大学洛杉矶分校，他是美国国家发明家科学院 ( National Academy of Inventors）院士，H-index为89，拥有70余项专利并发表相关学术文章500余篇，主要的研究方向为计算显微镜、传感器在移动健康和环境监测中的应用以及光学计算与逆向设计等。撰稿：赵瑜涵、张宏
审核：孙敏轩、刘萍萍、邓旻
https://doi.org/10.34133/2022/9786242
-----往期荐读-----
Emerging Advances to Transform Histopathology Using Virtual Staining
https://doi.org/10.34133/2020/9647163
无标记多光谱深紫外显微镜通过鉴定基底细胞助力前列腺癌的诊断
Deep UV Microscopy Identifies Prostatic Basal Cells: An Important Biomarker for Prostate Cancer
https://doi.org/10.34133/2022/9847962
BMEF(《生物医学工程前沿》)是中国科学院苏州生物医学工程技术研究所（SIBET CAS）与美国科学促进会（AAAS）/Science合作出版的开放获取国际学术期刊。期刊旨在为生物医学工程这一交叉学科提供一个高效的交流平台，以推动领域内的科学家、工程师和临床医学专家及时地交流，共同促进人类健康。关注在致病机理研究和疾病预防、诊断、治疗及评估方面取得的突破性进展，包括概念、设备、材料、组织、过程和方法。致力于报道临床前的基础研究、转化医学和临床研究的成果。https://spj.sciencemag.org/journals/bmef/https://www.editorialmanager.com/bmef/
