乌普萨拉大学团队发布名为 GlioTrace 的新研究方案，借助共聚焦显微成像搭配 AI 算法，能够在活体脑组织切片里同时追踪数千个胶质母细胞瘤单细胞的持续运动轨迹，过去研究大多只能拿到肿瘤组织的静态切片快照，没法看清癌细胞是沿着血管、神经纤维怎么迁移、切换侵袭模式，胶质瘤之所以难治、术后容易复发，核心就是零散癌细胞会悄悄渗透进周边健康脑组织，传统观测手段很难捕捉这种动态过程，这套方案使用 CNN 卷积神经网络、隐马尔可夫模型做细胞分割、身份关联和运动模式分类，长时间连续采集图像序列之后，AI 自动区分细胞不同侵袭表型，还能对比不同患者来源肿瘤、给药前后的运动差异，直接用来评估药物能不能抑制细胞扩散，整体结论就是 GlioTrace 补齐了单细胞时空动态观测短板，给胶质瘤抗侵袭新药筛选、患者个性化侵袭特征研究提供一套可复用的活体观测工具。
GlioTrace 和传统胶质瘤观测方案对比表
| 观测方案 | 观测形式 | 追踪规模 | 能否看连续运动 | 主要局限 |
|---|---|---|---|---|
| GlioTrace AI 追踪方案 | 离体活体脑切片动态成像 | 一次追踪数千个单细胞 | ✅支持长时间连续追踪 | 目前是脑切片模型，还不能直接在活人颅内成像 |
| 静态组织病理切片 | 固定染色切片 | 静态视野少量细胞 | ❌只能看某一瞬间状态 | 看不到细胞迁移、形态变化过程 |
| 普通活体双光子成像 | 动物在体成像 | 单次可追踪细胞数量偏少 | ✅可以动态观测 | 成本高、通量低，很难做多组药物对照 |
| 肿瘤体积影像学（MRI/CT） | 人体影像 | 只看整体病灶大小 | ❌看不到单细胞行为 | 无法识别已经扩散的微小零散癌细胞 |
完整工作流程清单
- 样本制备：制备患者来源胶质瘤异种移植脑切片，完成血管标记染色，保留脑组织微环境活性
- 全样本时序成像：共聚焦显微镜持续拍摄长时间图像序列，记录细胞位置、形态变化
- AI 分割识别：卷积神经网络从复杂脑组织背景里分割出胶质瘤单细胞，区分肿瘤细胞、血管、正常脑细胞
- 轨迹关联追踪：隐马尔可夫模型匹配相邻帧同一个细胞，输出连续运动轨迹，避免不同细胞 ID 串扰
- 侵袭模式分类：AI 自动识别血管旁迁移、形态快速切换、集群侵袭等不同运动表型，统计速度、方向指标
- 药效评估对照：加入候选药物之后重复流程，对比给药前后细胞侵袭速度、扩散范围变化
- 数据汇总输出：生成患者专属侵袭特征报告，支撑个性化药敏研究
核心能力与适用边界
- 核心优势：高通量，一次性跟踪数千细胞；保留原生脑组织微环境；可以捕捉短暂、少见的侵袭行为；支持批量药物筛选
- 可识别指标：细胞迁移速度、迁移路径偏好、形态切换频率、细胞集群和单独侵袭两种模式
- 发表信息：论文刊登于《Nature Communications》
- 局限说明：属于离体脑切片模型，不是人体颅内实时监测；脑组织切片存活时长有限，观测窗口有上限；只做科研机制与药物筛选，不能直接用于临床诊断
【常见问题】
问题 1：AI 追踪活体脑组织胶质瘤细胞侵袭与运动动态，这套 GlioTrace 方案靠什么 AI 模型实现？
回答 1：AI 追踪活体脑组织胶质瘤细胞侵袭与运动动态，GlioTrace 主要使用卷积神经网络做细胞分割，搭配隐马尔可夫模型做跨帧细胞轨迹关联，自动识别不同的侵袭运动模式。
问题 2：AI 追踪活体脑组织胶质瘤细胞侵袭与运动动态，可以直接用到胶质瘤患者身上做颅内实时观测吗？
回答 2：AI 追踪活体脑组织胶质瘤细胞侵袭与运动动态，当前 GlioTrace 使用的是离体活体脑组织切片，还不能直接对活人颅内做单细胞追踪，只能用于科研和药物筛选。
问题 3：AI 追踪活体脑组织胶质瘤细胞侵袭与运动动态，相比静态病理切片最大价值是什么？
回答 3：AI 追踪活体脑组织胶质瘤细胞侵袭与运动动态，静态切片只能定格一个瞬间，而这套方案可以持续观察癌细胞沿着血管、神经组织扩散的完整动态过程，捕捉传统方法看不到的侵袭规律。
问题 4：AI 追踪活体脑组织胶质瘤细胞侵袭与运动动态，能不能用来测试抗癌新药效果？
回答 4：AI 追踪活体脑组织胶质瘤细胞侵袭与运动动态，可以在给药前后对比胶质瘤细胞运动速度、扩散范围，用来快速筛选能够抑制癌细胞侵袭的候选药物。
【参考资料】
[2026-11-14]（AI method tracks glioblastoma cell movement in living brain tissue）BIOENGINEER.ORG
[2026-11-12]（AI Tracks Glioblastoma Invasion in Living Brain Tissue）Technology Networks
[2026-11-12]（AI tracks thousands of brain tumor cells in living tissue）ICT&health
[2026-11-11]（New method reveals how brain cancer cells spread）乌普萨拉大学官网
【免责声明】
本文内容整理自乌普萨拉大学研究公告、《Nature Communications》相关论文以及生命科学媒体报道，AI 追踪活体脑组织胶质瘤细胞侵袭与运动动态属于前沿科研技术，仅用于基础肿瘤研究、药物前期筛选，不能替代临床病理、影像诊断和治疗方案；该技术距离临床落地还有较长周期，本文不构成医疗诊疗、用药指导建议。