相干拉曼不用染色也能“看透”组织！为男性不育诊断提供新方案

当医生面对无精子症患者时，传统诊断往往陷入“两难”——要么靠活检染色等几天结果，要么因影像信息不全漏判病情。浙江大学Hyeon Jeong Lee（李炫祯）研究团队和广州医科大学第三附属医院联合发表了题为“Rapid azoospermia classification by stimulated Raman scattering and second harmonic generation microscopy”的成果，研究人员结合相干拉曼技术（SRS）与二次谐波（SHG），开发了stimulated Raman scattering and second harmonic generation microscopy（SRASH）多模态成像平台，并利用AI算法，不仅实现了无精子症的快速、无标记、高精度分类，还突破了传统“染色才能看组织”的认知，为男性不育诊断提供了创新方案。这一进展与多模态成像技术在医学领域的应用趋势相一致，该技术通过整合不同成像模式的数据，旨在提供更全面和深入的生物信息，从而提高疾病诊断的准确性和可靠性。

图1 论文成果

传统诊断的“三道坎”：为什么我们需要新工具相干拉曼？

在生殖医学领域，非梗阻性无精子症（non-obstructive azoospermia，NOA）是最棘手的不育类型——它占男性不育的10%～15%，但传统诊断却处处受限：

×耗时伤样本：诊断需做睾丸活检，苏木精-伊红（hematoxylin - eosin，H&E）染色不仅要等数小时，洗涤过程还会丢失生物分子——团队在实验中发现，传统染色会漏掉微小脂滴，而这些正是判断生精功能的关键；

×信息单一：MRI、超声可观察组织形态，却无法看清分子构成；荧光成像能检测几种目标，但数量增多时会出现“串信号”现象，难以全面评估组织微环境；
×准确率受限：传统方法依赖医生通过观察组织形态进行判断，导致手术成功率仅50%。

这些问题不是个例，在痛风、皮肤病、肿瘤等疾病诊断中，医生同样面临“看得慢、看得浅、看得不准”的困境。

相干拉曼技术：给组织做“无标记分子CT”

相干拉曼散射显微技术的核心，可以被理解为 “分子级扫描成像”。每种生物分子，如脂质和蛋白质，都有其独特的化学键振动特征，如同每种物质专属的 “分子指纹”。该技术利用两束激光激发分子振动，无需给样本染色便能精准捕捉不同分子的 “指纹信号”，如同CT扫描般生成清晰、立体的分子层面影像，让隐藏在组织中的生物分子分布一目了然。

而研究团队更进一步，把相干拉曼技术与二次谐波技术相融合，打造出SRASH多模态平台：

图2 SRASH多模态平台构成：结合相干拉曼和二次谐波，生成三色复合影像，搭配LBNet-Dx算法

√相干拉曼技术负责“抓分子”：精准捕捉脂质（2850 cm-1波段）和蛋白质（2930cm-1波段）的分布，分辨率能达到300纳米，相当于能看清细胞里的微小结构；

√二次谐波负责“看结构”：它专门识别胶原蛋白的信号，例如包裹在生精小管外面的固有层（组织支架），能清晰呈现出其是否增厚、断裂的情况；

√两者结合：生成“脂质-蛋白质-胶原蛋白”三色复合影像，就像给组织做了一次全面的“分子CT”，医生能同时看到结构形态和分子分布，不用再靠“猜”判断病变。

图3 SRASH 多模态成像对睾丸组织的分子 - 结构表征及脂质分布定量分析图，核心价值是验证相干拉曼技术（SRS）的 “无标记分子检测” 能力，同时揭示无精子症（NOA）的关键诊断特征。

核心亮点

这里解释一个小知识点：“无标记”是这项技术的核心亮点。传统染色会改变组织的原始状态，而相干拉曼技术借助分子自身的振动信号成像，可最大程度保留组织完整性——研究显示，它能捕捉到H&E染色中遗漏的微小脂滴，这些脂滴的数量与分布，正是判断生精功能的关键。

为什么相干拉曼能超越传统技术？

基于无精子症患者的临床分析，本研究采用了相干拉曼技术和二次谐波、AI算法LiteBlendNet-Dx（LBNet-Dx）技术，对31例样本进行了深入研究。研究结果表明，这些技术的联合应用在评估精子形态和功能方面表现出了显著的优势，具体数据如下：

√100%样本级准确率：通过专门开发的LiteBlendNet-Dx（LBNet-Dx）AI算法，能够实现对正常组织和非梗阻性无精子症(NOA)的区分，此外，该算法甚至能够精准识别NOA的两个亚型——生精阻滞在精子细胞和生精阻滞在精原细胞，实现了100% 样本级分类准确率（正常 vs NOA 及 NOA 亚型）。相比传统机器学习算法的准确率最高仅达70%，医生若仅凭经验判断，出错概率会更高；

√不用等，快速出结果：无需染色、洗涤等预处理步骤，样本冷冻切片后就能直接成像，每个视野仅需极短时间扫描，大幅缩短了诊断周期——从原来的“几天等报告”变成“几小时出结果”；

√信息全，能找“致病线索”：它能同时获取分子和结构信息，比如发现NOA患者的胶原蛋白会增厚、脂滴会减少，这些特征正是疾病的“分子签名”，不仅能辅助诊断，还能帮助科学家研究疾病机制（比如脂质代谢和生精功能的关系）；

√轻便实用，易于临床应用：LBNet-Dx算法仅含300万参数，无需依赖海量样本进行训练，即便在样本量较少的罕见病诊断中也能发挥作用。此外，该设备可与现有显微镜适配，医院无需大规模改造硬件即可引入。

不止于无精子症：这项技术能“跨界”到哪些领域？

相干拉曼技术的问世，颠覆了“唯有染色方能观察组织”的传统观念，也破解了“要么观察形态、要么分析分子”的困境。它不仅使无精子症等疾病的诊断更为迅速、精准，更为众多需要“分子级洞察”的疾病提供了全新工具，相干拉曼技术的潜力远不止于此。凭借其“无标记、多维度”的特性，该技术能够轻松拓展至多个医学领域：

肿瘤诊断与手术技术，如肺癌、乳腺癌等，能够实时区分肿瘤组织和正常组织，帮助医生在手术中精准切除病灶，从而减少复发风险。例如，在脑肿瘤的手术中，相干拉曼技术已被证明可以实时、准确地鉴别出肿瘤组织，使得外科医生能够更加安全、有效地切除脑瘤。代谢性疾病：比如痛风的尿酸结晶、脂肪肝的脂质分布，能无创观察病变进展，不用反复活检；在皮肤病与骨科领域，该技术能够检测皮肤纤维化的胶原蛋白变化以及骨骼组织的成分异常，为治疗效果评估提供量化依据；在药物研发方面，该技术能够协助药企观察药物对组织分子的影响，迅速判断药效，从而缩短研发周期。潜在用户也十分广泛：医院的病理科、生殖医学中心、外科手术室，以及生物医药研发企业，都能借助这项技术提升效率和精准度。这项源于基础研究的技术，正在悄悄改变医学诊断的逻辑——从“依赖经验判断”到“基于分子证据”，让治疗更精准，让患者少走弯路。

参考资料：

[1]Huang, Jie et al. “Rapid azoospermia classification by stimulated Raman scattering and second harmonic generation microscopy.” Biomedical optics express vol. 14,11 5569-5582. 5 Oct. 2023, doi:10.1364/BOE.501623