共计 1903 个字符，预计需要花费 5 分钟才能阅读完成。
编辑丨%
神经元号称人体最「耗电」的细胞，每个都揣着 200 万个线粒体用以供给自身。但这些功能的线粒体一旦老化，却没有办法像删内存一样一键清除，进而助推阿尔茨海默症的出现。
传统显微镜成像技术受困于只能拍摄静态图片的局限，无法捕捉线粒体自噬的动态全流程。在这种恶劣的动态环境下，科学家无法分辨药物正常产生作用与否。
复旦大学团队开发的人工智能辅助荧光显微系统（AI-FM），首次实现了线粒体自噬全流程的「动态观影」。这套系统的核心是一枚会「变色」的荧光探针 Mcy3 与智能 DMAN 算法。
该研究以「An AI-assisted fluorescence microscopic system for screening mitophagy inducers by simultaneous analysis of mitophagic intermediates」为题，于 2025 年 6 月 4 日刊登于《Nature Communications》。
论文链接：https://www.nature.com/articles/s41467-025-60315-1
AI-FM：给细胞「拍电影」
AI-FM 在线粒体自噬诱导和抑制条件下对线粒体自噬中间体进行时空定量监测，平均检测准确率达到 86%。该系统仅有助于高通量药物筛选，还提供线粒体自噬中间体的时空信息，直接阐明线粒体自噬调节剂的功效。
图 1：用于评估线粒体自噬通量和筛选线粒体自噬诱导剂的 AI 辅助显微系统。
算法中核心之一：荧光探针 Mcy3 以线粒体为靶，在溶酶体的强酸性中红光达到峰值。通过实时捕捉红蓝荧光的比例变化，AI-FM 能像 「酸度计」 一样精准定位线粒体所处的自噬阶段。
图 2：pH 比值荧光探针在成像线粒体自噬中的应用开发。
在对小鼠海马体神经元的实验里，Mcy3 在 Mcy1-3 三种化合物中显示出最好的线粒体靶向能力。由于其线粒体靶向能力和有利的光物理性质，Mcy3 成功成为共聚焦激光扫描显微镜下评估自噬的探针。
而在算法方面，不同于传统人工分析需逐帧计数荧光斑点，DMAN 算法可同时分析线粒体的颜色信号（反映酸度）与形态变化（从管状的健康形态到点状的受损形态）。
图 3：DMAN 通过分析显微图像来评估自噬中间体。
该算法的双分支网络结构如同两条并行的「侦查线」：一条专注于 32×32 像素的精细荧光强度变化，另一条捕捉 128×128 像素的整体结构特征，最终通过注意力机制聚焦关键细节。
团队另外开发了两款单分支模型：荧光强度分支注意力 ResNet 和形态分支注意力 ResNet，分别实现了平均 ACC 值 0.82 和 0.77。但即使如此，在 DMAN 参与对比后，仍是 DMAN 的 ACC 与 AUC 分数更高。
Y040-7904 的突围之路
借助 AI-FM 的高通量分析能力，研究团队展开了一场前所未有的药物筛选。以补齐后的 8 种已知 SIRT1 激活剂构象为靶点，陆续从约两百万种化合物中层层筛选出 19 个候选。
图 4：线粒体自噬诱导剂筛选过程的示意图。
团队开发的 AI-FM 此时大显身手，通过计算和分析自噬中间体的比例和分布，评估了 HT22 活细胞在 Mcy3 和候选化合物共处理后的自噬诱导效果。
在 19 种化合物里，Y040-7904 显著增加了自噬溶酶体和自噬体（分别是 18% 与 9%）的比例。其在所处理细胞中观察到的自噬溶酶体和线粒体与自噬溶酶体融合的自噬水平皆高于另一位候选 D715-0267。
后续研究表明，Y040-7904 不仅诱导自噬，还增强线粒体生物发生。这种双重作用类似于烟酰胺单核苷酸的作用（据报道烟酰胺单核苷酸可以同时刺激自噬和线粒体生物发生。）
报道链接：https://link.springer.com/article/10.1007/s11095-024-03704-3
在评估该化合物的体内治疗潜力的实验中，接受处理的线虫瘫痪率降低了 29.3%，初步表现出 Y040-7904 治疗阿尔茨海默症的潜力。
精准医学的全新时代
为了更好地应对自噬流定量方法中各种染料标记方式的局限，团队使用 DMAN 对线粒体自噬的定量和直观评估。与仅提取形态特征的单分支模型相比，DMAN 的平均准确率提高了 12%。
搭载了 DMAN 的 AI-FM 有着更高的准确性和效率，可以同时识别和可视化活细胞中的线粒体自噬中间体。它成功地在药物筛选中得到了一种在阿尔茨海默症治疗中表现出优秀潜力的候选物。
目前来说，根据线粒体自噬程度的影响来排名候选药物仍缺乏明确的指导方针，后续的测试结果仍受到手动标注准确性的影响。未来的升级可能需要着眼于扩展 AI-荧光显微镜的应用。
