夜雨聆风
点击蓝字 关注我们
传统病理诊断中，H&E 染色是形态学金标准，但无法提供分子蛋白信息；多重免疫组化（mIHC）虽能标记关键蛋白，却存在流程繁琐、成本高昂、耗时漫长、难以大规模应用等痛点，尤其在 1 型糖尿病（T1D）胰岛研究中，稀缺人类胰腺样本与复杂标记需求形成尖锐矛盾。
近日，约翰・霍普金斯大学团队在bioRxiv发表重磅研究，正式推出SMILE（Schrödinger-bridge for Multiplex ImmunoLabel Estimation） 模型，首次基于薛定谔桥扩散架构，实现从常规 H&E 切片到胰岛素、胰高血糖素、CD3 三重 mIHC的高精度虚拟转换，在量化指标、病理专家盲评、外部数据集验证、3D 组织重建等多维度全面超越主流 GAN 模型，为数字病理与糖尿病研究提供可扩展、高通量的全新工具。
技术痛点：
mIHC 限制研究，传统 GAN 存在缺陷
H&E 仅显形态，无法区分胰岛 α/β 细胞与 T 细胞浸润；
多重免疫组化抗体优化复杂、成本高、难以用于大样本队列；
传统 GAN（pix2pix、pyramid-pix2pix）易出现模式崩溃、幻觉、结构失真；
常规扩散模型需从高斯噪声起步，结构保留能力不足。
SMILE 以Image-to-Image Schrödinger Bridge（I²SB） 为骨架，直接从 H&E 原图出发，通过最优传输实现分布映射，不经过噪声中间态，在转换中最大程度保留解剖结构与分子分布真实性。
研究数据集：
72 例胰腺供体，构建高质量配对图像库
团队纳入72 名器官捐献者，分为：
非糖尿病组（ND）24 例
自身抗体阳性组（Aab+）24 例
1 型糖尿病组（T1D）24 例
每例取胰头、体、尾三区域，构建216 对 H&E-mIHC 全切片图像，经精准配准与质控，最终形成39,160 个 256×256 高质量图像块，是目前全球规模最大、覆盖疾病进程最完整的胰腺虚拟染色基准数据集。
图 1｜SMILE 虚拟染色全流程
a. 72 例供体、三部位、三疾病状态样本收集；
b. 全切片非线性配准与分块；
c. 模型训练与多维度评估；
d. 全切片转换与胰岛 3D 重建。
核心结果：
SMILE 全面超越 GAN，病理专家盲评第一
研究同步训练 SMILE、pix2pix（p2p）、pyramid-pix2pix（p-p2p）三种模型，从纹理、分布、标记特异性、形态 IOU、病理学家盲评五大维度进行 13 项指标评估。
1. 视觉效果：结构与标记高度还原
SMILE 生成的虚拟 mIHC 可精准还原：
胰岛形态边界
胰岛素（红）、胰高血糖素（蓝）、CD3（棕）的空间定位
胰管、血管、外分泌部等非靶结构不误判
图 2｜虚拟染色与真实 mIHC 对比
GT 为真实染色，SMILE 在胰岛形态、标记强度、背景抑制上显著优于两种 GAN 模型。
2. 量化指标：分布类指标优势压倒性
FID：SMILE=29.06，p2p=104.35，提升 3.6 倍
CMMD：SMILE 较 p2p 提升 23.8 倍
VMMD/UNI2：病理大模型嵌入相似度第一
标记误差：胰岛素 / 胰高血糖素全局差异、区域差异最低
病理盲评：两项评分均排名第一
3. 最优参数确定
团队确定80 轮权重 + NFE=32为最优推理组合，单块耗时约 3.5 秒，支持 FP16 精度加速，速度提升 50% 且质量几乎无下降。
重大应用：
3D 胰岛重建，揭示 T1D 进展空间规律
基于连续切片 H&E，SMILE 完成立方厘米级 3D 虚拟 mIHC 重建，首次在无创虚拟层面揭示：
从 ND→Aab+→T1D，胰岛密度显著下降，内分泌簇密度相对稳定；
胰岛体积随疾病进展增大且异质性增强；
胰岛素比例进行性下降，CD3 炎细胞浸润进行性上升；
T1D 晚期仍残留少量高胰岛素胰岛，呈现高度空间异质性。
图 3｜非糖尿病、自身抗体阳性、1 型糖尿病三组胰岛 3D 可视化
红色 = 胰岛素，蓝色 = 胰高血糖素，清晰展示 β 细胞进行性丢失。
泛化性验证：
跨中心、跨癌种均稳定有效
外部胰腺样本：来自另一机构的 4 例手术标本（含 T1D 与正常），SMILE 准确识别胰岛与标记，不受纤维化、囊肿等影响；
乳腺癌拓展：成功实现 H&E→HER2、Ki-67 虚拟染色，在雷达图七项指标全面领先，证明可推广至实体肿瘤病理。
图 4｜SMILE 在乳腺癌 IHC 虚拟转换中同样保持最优性能
行业意义：
改写数字病理与慢病研究范式
存档 H&E 再利用：数十年历史切片可直接 “虚拟染色” 获得分子信息；
降低成本 90%+：免去抗体、孵育、扫描、校准环节；
高通量大队列：支持千人 / 万人级病理组学研究；
3D 分子病理：从 2D 切片到空间三维分子分布，实现真正的空间病理；
1 型糖尿病突破：解决人类胰腺样本稀缺、mIHC 难以实施的核心瓶颈。
SMILE 模型以薛定谔桥为理论创新，首次在多重免疫组化虚拟转换中实现结构保真、标记精准、泛化性强、可 3D 重建，不仅是数字病理 AI 的里程碑突破，更为 1 型糖尿病机制研究、新药靶点发现、病理诊断自动化提供了革命性工具。
随着模型开源与数据共享，虚拟染色将从科研走向临床，成为未来病理诊断的 “标准配置”。
排版:CMT
审核:WD
原文：《Virtual multiplex staining of the pancreatic islets across type 1 diabetesprogression using a Schrodinger bridge》
DOI：10.64898/2026.04.14.718559
·end·
本公众号转载的部分内容可能来源于网络公开信息
版权归属原作者或原始发布平台
如涉及版权争议
请及时联系并提供权属证明
（作者名、原文链接、侵权凭证）
我们将在核实后立即删除
点点在看
点点赞
