納米材料的腫瘤血管滲透性是納米藥物遞送領域的關鍵科學問題之一。目前，針對腫瘤的納米藥物設計原理主要是基於1986年發現的血管高滲透和組織長滯留（enhanced permeability and retention, EPR）效應。然而，近年來隨著多個納米藥物在臨床研究的失敗，研究者們開始重新審視這一機製，部分學者在最近的研究中也是公開質疑腫瘤血管是否存在高滲透性，而導致這一問題存在爭議的主要原因是缺乏有效的方法來量化腫瘤的血管滲透性。

圖1.基於機器學習和蛋白納米探針建立的Nano-ISML技術

　　南開大學黃興祿教授與中科院生物物理所閻錫蘊團隊、中科院自動化所田捷團隊合作，利用基因工程化蛋白納米探針，與深度學習的圖像分割技術結合，建立了一種高通量定量腫瘤單血管滲透性的新技術，即Nano-ISML，通過自己建立的30多種不同腫瘤模型（>67000根血管）的數據分析，係統揭示了腫瘤血管滲透存在極大異質性，發現不同腫瘤血管的滲透性存在>100倍的差異，並依賴腫瘤類型和血管類型。在此技術幫助下，他們也揭示了血管內皮細胞滲透異質性形成的生物學機製，即高、低滲透性血管分別依賴被動、主動的滲透機製，並針對這種機製提出了針對高滲腫瘤和低滲腫瘤分類設計的新策略。

圖2.納米材料在不同腫瘤血管的滲透情況（左）和量化分布（右）

　　研究成果以“機器學習助力單血管分析納米材料在腫瘤的血管滲透性”（Machine Learning-assisted Single Vessel Analysis of Nanoparticle Permeability in Tumour Vasculatures）為題，於2月13日在《自然·納米技術》（Nature Nanotechnology）雜誌以長文（article）形式在線發表。該研究建立的Nano-ISML技術實現了血管滲透性分析從定性到定量的跨越，從定量總體的平均滲透性到單血管量化分析的跨越，這種高通量單血管定量分析技術可廣泛適用到其它方麵的相關研究中，像血管分子機製、藥物篩選、藥物遞送等。揭示的差異化滲透機製和納米藥物設計策略，將為下一代個性化納米藥物的開發提供理論依據和設計原則。該研究深度融合納米技術、人工智能和合成生物學等領域，也為學科交叉解決關鍵科學問題提供了一種新範式。

　　南開大學生命科學學院2020級博士生朱明盛和醫學院莊潔副教授是該論文的共同第一作者，南開大學黃興祿教授、中科院生物物理所閻錫蘊院士、中科院自動化所田捷教授為論文共同通訊作者。該工作受到國家自然科學基金、國家重點研發計劃、天津合成生物學技術創新能力提升行動、南開大學百名青年學科帶頭人計劃等資金支持。