问题——三维模型“看得见”仍不够“看得准”。肿瘤研究与新药开发中，类器官、球状体等三维培养模型因更接近人体肿瘤的组织结构与微环境，被广泛用于机制研究和药物筛选。但长期以来，这类样本的观察多依赖荧光标记或较复杂的处理流程——既可能干扰细胞状态——又受成像深度、视野范围与重复观测条件限制，难以对同一批样本进行长期、连续、可量化的动态跟踪，药物反应的异质性也因此容易被忽视。 原因——传统光学成像在“结构”和“分子对比”间难兼顾。三维肿瘤模型内部结构复杂、细胞密度高且光散射强，常规显微成像在获取深层信息时往往受限；荧光标记虽然能提供分子层面的信息，但存在染色耗时、光毒性、信号衰减以及批次差异等问题。更关键的是，药物作用下的类器官可能出现阶段性停滞、再增殖等非线性变化；如果缺乏标准化的自动化分析工具，人工判读容易带来主观偏差，也难以形成可比对的数据体系。 影响——更高质量的成像与量化，有望改进药效评估路径。上述研究提出的多模态光相干-光声显微成像系统，将光相干显微提供的三维形态结构信息，与光声显微基于光吸收差异形成的分子对比信息融合，突出“无标记、非侵入、可长期追踪”的优势。研究在乳腺癌类器官实验中，利用光相干模式对卡铂处理后的样本开展21天纵向观测，清晰记录对照组快速增殖并逐渐融合的过程，同时捕捉到药物组整体生长受抑、但内部差异显著的现象：多数类器官被抑制，少数则表现为先停滞、后快速恢复并融合的耐受样生长。定量结果继续显示，不同类器官对同一药物的响应并不一致，停药后个别类器官体积明显反弹。该发现为临床前研究中“同药不同效”机制探索提供了直观证据，也提示药效评估需要更细致的长期数据支撑。 对策——以自动化分析降低主观性，以多模态互补提升可检出性。为提高评估的客观性和效率，研究团队基于图像纹理特征构建自动分类方法，并以荧光染色结果作为对照标准，从光相干图像中提取关键特征训练分类模型，实现对类器官活力的无标记判别，可区分高活力与低活力样本。将该方法用于纵向数据后，生长停滞的样本多被判为低活力，呈耐受样生长轨迹者则被判为高活力，判定结果与实际生长状态一致。，为弥补光相干成像在分子对比度上的不足，研究引入光声成像检测稀有细胞：通过将黑色素阳性的黑色素瘤细胞与黑色素阴性的乳腺癌细胞混合构建球状体模型，融合成像在提供三维形态的同时，可利用黑色素的吸收特性对目标细胞进行特异识别。实验表明，即便目标细胞占比低至1%，系统仍可在三维结构中实现定位，显示出对稀有细胞的较高灵敏度，为识别耐药细胞、残留细胞等关键群体提供了新的技术手段。 前景——从“可观测”走向“可预测”，推动标准化与转化应用。业内人士认为，面向类器官药筛与个体化治疗研究，成像与分析一体化具有明确需求：一上，长期非侵入观测有助于建立药物反应的时间序列数据，揭示短期检测不易捕捉的延迟效应和反弹现象；另一方面，多模态信息融合与自动化算法有望推动评价指标标准化，提升跨实验室、跨批次的可比性。下一步，对应的技术仍需在更大规模样本、更多肿瘤类型与药物方案中验证，并在成像速度、深部成像能力、算法泛化与可解释性等提升；同时，若能与临床来源样本及真实世界数据进一步衔接，有望为药物研发、疗效预测和耐药机制研究提供更可靠的技术支撑。
这项具有完全自主知识产权的技术突破，标志着我国在高端生物医学仪器领域取得新的进展。其价值不仅在于回应三维模型成像与量化的关键难题，也为“无标记、长时程、多维度”的生命科学研究提供了新的技术路径。随着技术更完善并拓展应用，或将推动癌症研究与药效评估方法的更新，为全球抗癌研究贡献来自中国的解决方案。