Dornase Alfa

基于新型影像表型的 COPD 精准治疗：一种可治疗性状方法摘要 慢性阻塞性肺疾病（COPD）是一种高度异质性的综合征。虽然肺功能检查是 COPD 诊断的重要依据，但其并不能充分表征疾病的复杂性。本文综述了胸部影像学，尤其是计算机断层扫描（computed tomography，CT）和磁共振成像（magnetic resonance imaging，MRI），如何帮助识别特定的肺部“可治疗性状”，并为未来的精准管理策略提供依据。 本文重点阐述了四种核心影像表型：肺气肿、小气道疾病、气道黏液栓以及气道壁增厚。针对每一种表型，本文讨论了已经验证及正在发展的定量影像生物标志物，例如参数响应图（Parametric Response Map，PRM）、总气道计数（total airway count，TAC）、黏液栓评分、Pi10 和 PiSlope 等。这些指标有助于进行表型分层和预后评估。 此外，本文还介绍了进展模型揭示的两种不同疾病轨迹，即“组织—气道”轨迹和“气道—组织”轨迹。更重要的是，本文讨论了这些影像定义性状与靶向治疗策略之间的潜在联系，包括用于小气道疾病的超细颗粒吸入制剂、黏液清除策略，以及基于 CT 指导的肺气肿肺减容治疗。 尽管该领域已经取得显著进展，但在测量标准化、临床实用性验证以及将影像生物标志物整合进常规临床实践方面，仍然存在挑战。未来，人工智能和多模态影像的整合有望推动 COPD 管理真正迈向个体化医学。 关键词： COPD；影像表型；可治疗性状；计算机断层扫描；磁共振成像1. 引言 慢性阻塞性肺疾病（COPD）已经成为全球前三位死亡原因之一。它并不是一种单一疾病实体，而是一种复杂且异质性显著的综合征，在临床表现、肺功能参数以及病理生理机制方面存在明显的个体差异。 目前，COPD 被定义为存在不完全可逆的呼气气流受限，这种气流受限通过肺功能检查识别，主要由小气道重塑和肺实质气肿性破坏共同导致。肺功能检查是 COPD 诊断的基石。支气管舒张剂后 FEV₁/FVC 比值低于 0.70，或低于校正后的正常下限，被认为是确认持续性气流受限的金标准。 然而，随着 COPD 评估方法的发展，单纯依赖肺功能检查诊断 COPD 已经受到质疑，原因在于其诊断性能存在缺陷。最主要的问题是，肺功能检查本身无法完整捕捉 COPD 异质性的所有方面。 此外，研究显示，一些个体已经存在明显的慢性呼吸道症状、结构性病变和/或功能异常，并且长期纵向预后较差；然而，他们根据 FEV₁/FVC 比值评估的肺功能尚未下降至 0.70 以下，因此无法被诊断为 COPD。相反，也有相当一部分 FEV₁/FVC <0.70 的个体虽然存在肺功能受损，但并没有慢性呼吸道症状和/或结构性病变。他们的肺功能下降速度较慢，即使未接受治疗，几乎也不会发生急性加重。 近年来，人们越来越重视 CT 和 MRI 等影像学技术。这些技术能够以无创方式精准揭示与 COPD 相关的一系列结构和功能异常。CT 影像目前已经可以提供关于气道和肺实质的定量数据。同样，MRI 也具有多方面应用。例如，超极化惰性气体 MRI 已被用于评估 COPD 患者的区域通气情况以及肺泡气腔扩大的程度。 尽管影像学研究已经取得了显著进展，但其融入常规临床实践仍然有限。如果能够建立影像学发现与临床结局之间的明确联系，并进一步定义其在纵向监测中的作用，将会显著提升这些技术的临床价值。 为了解决 COPD 在临床实践中的异质性和复杂性，基于识别“可治疗性状”（treatable traits，TTs）的管理策略被提出。这些性状既可以通过表型识别来确定，也可以通过经过验证的生物标志物来识别，而这些生物标志物能够反映关键致病通路，即内型。 多个可治疗性状可以同时存在于同一名患者体内，而且这些性状可以随着时间自发变化，也可以因治疗而发生改变。在影像学领域，这类性状具体指基于影像特征和经过验证的影像生物标志物确定的治疗靶点，并且必须满足以下三个标准： 第一，具有临床相关性；第二，能够被识别和测量；第三，具有可治疗性，并且有证据表明对其干预能够显著改变临床结局。 本文将重点关注 COPD 中来源于肺部影像的可治疗性状，尤其强调 CT 和 MRI 技术。本文还将进一步对这些可治疗性状及其相应治疗反应性进行分类和分层，旨在为临床管理提供新的见解和指导。2. COPD 的影像学表现 影像学表现通常反映患者潜在的病理改变。在 COPD 中，影像学能够清晰显示肺内和肺外结构，因此是一种极佳的无创方式，有助于精准、全面地理解疾病。2.1 肺气肿 肺气肿是 COPD 发病机制中的基本组成部分，其定义为终末细支气管远端气腔的异常、永久性扩大，并伴有气腔壁破坏。 在 CT 上，肺气肿通常被定量定义为吸气相扫描中肺衰减值低于 -950 Hounsfield Units（HU）的区域。根据 CT 视觉评估，肺气肿经典上可分为三种主要亚型：小叶中心型肺气肿、全小叶型肺气肿，以及间隔旁型肺气肿。 小叶中心型肺气肿是与吸烟相关肺气肿中最常见的形式。它起始于次级肺小叶的中央部分，最初表现为小孔样改变，随着疾病进展，这些小孔逐渐融合。该类型通常以上肺叶为主，其特征是远端细支气管闭塞或狭窄。 全小叶型肺气肿，也称为全腺泡型肺气肿，经典上见于 α1-抗胰蛋白酶缺乏患者的下肺叶。它弥漫累及每一个次级肺小叶，而吸烟会加速其严重程度和发病年龄。 间隔旁型肺气肿则累及邻近纵隔胸膜、肋胸膜和叶间胸膜表面的次级肺小叶，最常见于上肺叶。 虽然 CT 视觉评估可以判断肺气肿亚型，并且是估计肺气肿范围的有效工具，但这种方法耗时较长，而且受到观察者间差异的限制。随着影像学技术的发展，以及无监督学习和深度学习方法的进步，新的肺气肿分类已经得到临床数据的支持和验证。 Angelini 等人将无监督机器学习应用于两个临床队列的 CT 图像，并使用这一方法定义了新的肺气肿亚型。他们将肺气肿重新分类为以下六种表型：融合性支气管炎—肺尖型肺气肿、弥漫性肺气肿、老年性肺气肿、限制性混合型肺纤维化和肺气肿、阻塞性混合型肺纤维化和肺气肿，以及消失肺综合征。 这些新表型显示出更加细致的临床和生理差异。它们不仅能够有效预测气流受限，还与遗传学因素相关，为针对特定亚型开发靶向治疗提供了潜在路径。这些新表型的提出，从横断面角度更好地说明了 COPD 的极端异质性，也凸显了未来精准医学的必要性。 此外，Fleischner 学会提出了一套用于肺实质肺气肿视觉分类的结构化系统。该系统采用六级有序量表对肺实质肺气肿进行分级，包括：无、极轻微、轻度、中度、融合性以及晚期破坏性肺气肿。 最近，Humphries 等人基于 COPDGene 队列，成功开发了一套深度学习系统，可以自动、标准化地完成 Fleischner 肺气肿分级。这种自动分类不仅与视觉评分具有较好一致性，而且与肺功能损害和死亡风险等临床结局表现出更强关联。这提示该方法可能捕捉到与预后相关、但被人工观察者忽略或难以稳定解读的影像特征。 这种分类方法能够纵向评估 COPD 中肺气肿的严重程度，因此更加重视临床有效性。尽管上述新型肺气肿亚型具有良好的特异性和自动化潜力，但它们缺乏前瞻性数据验证，目前仍处于潜在临床应用阶段。 近年来，越来越多基于 CT 的新型肺气肿亚型被提出。虽然大多数研究声称这些亚型具有良好的临床相关性，但几乎都存在验证不足的问题。未来研究应优先验证这些亚型的临床实用性、实施成本和算法标准化，而不是仅仅利用深度学习等新方法继续生成更多亚型。 肺组织质子密度低、信号快速衰减，以及呼吸和心脏运动造成的生理运动伪影，都给肺部 MRI 带来挑战。尽管存在这些固有困难，超短回波时间 MRI 目前已经可以通过肺气肿指数定量评估 COPD 患者的组织丢失，也就是肺气肿。 研究发现，超短回波时间 MRI 的信号强度测量具有良好可重复性，并且其作用可能与定量 CT 相当。此外，在 COPD 中，基于超短回波时间 MRI 的 T2* mapping 与肺功能指标 FEV₁、FEV₁/FVC 以及弥散功能指标 Tico 具有良好相关性。 因此，超短回波时间 MRI 可以作为评估 COPD 及肺气肿范围和严重程度的生物标志物。此外，超极化气体弥散 MRI 能够提供对腺泡微结构敏感的图像，可识别肺气肿，包括无症状吸烟者中的早期肺气肿改变，并且具有高度可重复性。 因此，CT 和 MRI 的进展不仅为肺气肿定量提供了更精准的生物标志物，也为 COPD 中肺气肿的精准治疗提供了潜在可能。2.2 小气道疾病 小气道疾病是 COPD 发生发展的早期且核心事件。研究已经证实，在疾病过程中，小气道，即直径小于 2 mm 的气道，会发生显著狭窄和减少。小气道常被形象地称为肺部的“沉默区”。据估计，大约 75% 的小气道受损后，标准肺功能检查才可能检测到相应变化。 有研究报道，与对照者相比，轻度 COPD 患者的小气道数量已经减少，并且随着 GOLD 分级进展，小气道数量会进一步逐渐下降。因此，在临床上准确识别小气道疾病，对于 COPD 患者的早期治疗至关重要。 然而，常规高分辨率 CT（high-resolution CT，HRCT）无法直接分辨这些小气道。在影像学中，小气道狭窄被定义为通过显微 CT 与对照者相比，检测到直径为 2.0 mm 至 2.5 mm 的小气道数量减少。然而，由于显微 CT 并非常规临床使用工具，因此使用标准临床 CT 观察小气道疾病仍然面临重大挑战。 近年来的一个突破成功解决了这一问题。Galbán 等人提出并验证了一种新的基于 CT 的影像生物标志物，称为参数响应图（Parametric Response Map，PRM），用于诊断 COPD。 PRM 是一种逐体素图像分析技术。它通过对配准后的吸气相和呼气相胸部 CT 图像进行配对分析，能够独立、定量并具有空间定位地显示 COPD 的两个核心病理组成部分：功能性小气道疾病（functional small airway disease，fSAD）和肺气肿。 即便患者的传统肺功能指标，例如 FEV₁ 相似，PRM 也可以清楚地区分 fSAD 主导型、肺气肿主导型或混合型 COPD。研究者将 fSAD 定义为：呼气相低衰减区域低于 -856 HU，但吸气相高于 -950 HU。这样，基于影像学识别 fSAD 就具有了临床可行性。 这一发现得到了 Vasilescu 等人的进一步证实。他们利用显微 CT 的直接证据显示，胸部 CT 生物标志物 fSADPRM 与终末细支气管丢失相关，也与 COPD 中残余终末细支气管的狭窄、增厚和阻塞相关，即便是在没有肺气肿的区域也是如此。这为 PRM 的作用提供了更直接的证据，同时进一步刻画了 fSAD 的特征。 因此，他们建议将 PRM 分类中的“功能性小气道疾病”重新命名为“小气道疾病”（small airway disease，SAD），以更直接反映其与解剖病理的关联。 然而，fSAD 的量化需要额外进行呼气相 CT 扫描，这会增加检查成本、辐射暴露和技术复杂性，从而限制了其临床适用性。 为了解决这一问题，Chaudhary 等人采用了一种新的生成式人工智能方法，仅基于一次在肺总量位（total lung capacity，TLC）获取的吸气相胸部 CT 扫描来评估 fSAD。 他们发现，由此得到的单容量指标 fSADTLC 与传统金标准指标 fSADPRM 具有很强相关性。后者需要同时进行吸气相和呼气相扫描。同时，fSADTLC 也显示出明确的临床意义，例如与更差的肺功能和更高的死亡率相关。 此外，由于仅依赖单次吸气相 CT，fSADTLC 表现出更好的可重复性。这为推动基于 PRM 的评估方法更广泛地进入临床应用提供了可能。 需要注意的是，该研究仅包含短期随访。因此，仍然需要长期随访，并需要更多大规模前瞻性研究进一步证明其临床实用性。 总体而言，尽管 PRM 在临床研究中具有巨大潜力，但在实际应用中仍然面临许多限制。这些限制包括辐射剂量增加、扫描时间延长、对患者配合度要求高、数据处理差异，以及与生理参数之间关系复杂等。所有这些问题都阻碍了 PRM 的广泛采用和精准应用。 未来，应将拓扑分析方法整合进 CT-PRM 技术中。这可能在降低辐射剂量的同时，提高诊断性能。 近年来，质子 MRI 作为一种有前景、无辐射的 CT 替代方案，逐渐被用于 COPD 的表征和监测。利用 MRI 进行气道形态学评估是可行的，并且已经证明在 COPD 患者中具有可靠性和可重复性。 小气道疾病，无论是在 COPD 中还是在其他呼吸系统疾病中，也可以被 MRI 敏感地显示。此外，小气道疾病还可以通过 MRI 上通气缺损的量化来直接评估。3 气道黏液阻塞 历史上，COPD 中过度黏液分泌常被认为是一个相对良性的过程。人们曾认为，它在气流阻塞和疾病进展中的作用较小。然而，近期多项流行病学研究发现，黏液高分泌与 COPD 患者不良结局之间存在显著关联。这提示，针对气道黏液的研究可能具有重要治疗意义。 在常规情况下，CT 只能评估大到中等大小气道，即直径约 2–10 mm 气道中的阻塞性黏液栓。黏液栓通常被识别为气道腔内的致密影，这些致密影在连续轴位 CT 层面上与通畅气道相连。其放射密度低于邻近血管。当黏液栓造成支气管完全闭塞时，即可定义为黏液栓。 Diaz 等人评估了 4363 名患者的气道黏液栓。他们发现，相当比例的患者，即 40.7%，在基线 CT 上至少存在一个肺段水平的阻塞性黏液栓。其中，21.8% 的患者有 1–2 个受累肺段，18.9% 的患者有 ≥3 个受累肺段。这说明黏液栓在 COPD 患者中高度常见。 更重要的是，在调整慢性支气管炎病史、当前哮喘、冠状动脉疾病、急性加重频率，甚至经过验证的 BODE 死亡风险指数后，黏液栓的存在仍然是死亡的独立危险因素。 与此同时，Li 等人开展的一项前瞻性研究显示，气道黏液栓的存在与 COPD 急性加重显著相关，并且随着黏液栓评分升高，急性加重发生率明显增加。 此外，他们还证实，黏液栓评分 ≥4 的患者 BMI 更低、肺功能更差、症状评分更严重，包括 CAT 和 mMRC 评分更高，并且既往严重急性加重史更多。 一项发表于《新英格兰医学杂志》的研究不仅进一步证实了黏液栓与肺功能下降之间的关联，还证明黏液栓的动态变化决定了疾病轨迹。具体而言，在随访影像中黏液栓消退的患者，其肺功能下降速度显著较慢；而新出现黏液栓的患者，其肺功能下降明显加速。此外，吸烟被发现会显著放大黏液栓对气流阻塞的影响。 此外，气道黏液栓对这些不良结局的影响可以独立于肺气肿存在，也可以独立于小气道减少。 Dunican 等人证明，黏液栓评分和肺气肿百分比均与较低 FEV₁、较低 FVC 以及较差氧合状态独立相关。对 100 名 COPD 患者一年后的随访 CT 分析显示，黏液栓表型具有高度稳定性。 Tanabe 等人基于两个独立的日本 COPD 队列，开展了一项大规模、多中心前瞻性研究。他们发现，与无黏液栓组相比，高黏液栓组的总气道计数（total airway count，TAC）显著更低，提示黏液栓与气道分支减少有关。 黏液栓评分与肺气肿严重程度无相关性，但与反映小气道功能障碍的参数，即 SAD%，升高相关。这提示黏液栓可能导致或伴随气体潴留。 他们进一步区分了气道分支减少和黏液栓，发现黏液栓主要与死亡率增加相关，而气道分支减少则主要与肺功能下降、症状加重以及健康独立性丧失相关。 黏液阻塞也发生在小气道中。Hogg 等人的研究发现，小气道腔内含有伴随黏液的炎性渗出物，并且这是预测晚期 COPD 患者接受肺减容术后死亡率的独立危险因素。 他们还证实，糖皮质激素治疗对于减少小气道壁增厚或清除腔内炎性黏液栓没有显著作用。然而，小气道阻塞的精确病理结构最初并不清楚。 在最新研究中，研究者利用显微 CT 对 COPD 吸烟者小气道阻塞的类型进行了详细描述。在终末细支气管水平，研究者识别出三种主要阻塞类型：网状结构、闭塞和塌陷。 所谓网状结构，是指非常薄、脆弱、网状的结构横跨气道腔，但并不完全阻塞气道腔。 闭塞则被识别为更厚、更致密的结构，横跨气道腔并中断气道通畅性，但保留气道内衬。塌陷的特征是气道狭窄，并伴有一段气道腔消失。这些阻塞主要由浸润免疫细胞的黏液栓组成，尤其是组织细胞和中性粒细胞。这与哮喘中以嗜酸性粒细胞为主的黏液栓明显不同。 值得注意的是，对这些黏液栓进行组织学检查时，除了一份 COPD 样本存在杯状细胞增生外，并未发现上皮重塑证据。杯状细胞增生缺乏，可能与终末细支气管中杯状细胞相对稀少、Clara 细胞占优势有关。因此，这些黏液很可能来源于更大的气道。在这些较大气道中，黏液纤毛清除功能受损，导致黏液积聚并形成气道栓。 不过，这项研究的样本量可能有限。虽然显微 CT 能够以前所未有的细节揭示小气道阻塞的病理组成，但由于其属于离体技术，且可及性有限，因此并不适合常规临床使用。对于临床实践而言，传统 CT 黏液栓评分虽然只能评估较大气道，但仍然是识别具有“黏液栓形成”这一可治疗性状患者的最实用影像生物标志物。尤其是考虑到它与死亡率、急性加重和肺功能下降之间已经得到验证的关联。显微 CT 的发现应被视为靶向黏液治疗的病理学依据，而不是临床上必需的检测工具。为了证明小气道阻塞确实来源于气道黏液栓，未来仍需要更大样本量的临床研究，以明确小气道阻塞的真正贡献因素。 在临床实践中，医生传统上更多关注“有症状的黏液”，也就是表现为咳嗽和咳痰的 COPD 患者。然而，近期研究可能会挑战这一相对局限的观点。 Mettler 等人最近的一项研究详细比较了“沉默性黏液”和有症状黏液。所谓“沉默性黏液”，是指在没有黏液相关症状的患者中，通过 CT 可检测到的黏液阻塞。研究发现，在没有咳嗽或咳痰症状的 COPD 患者中，相当比例的患者，也就是高达 36%，存在 CT 可检测到的沉默性黏液栓。这说明黏液相关症状并不能完全反映黏液阻塞的潜在病理状态。 与有症状黏液阻塞相比，沉默性黏液栓的独立危险因素包括年龄较大、女性和黑人种族。尽管缺乏临床症状，沉默性黏液栓，尤其是评分 ≥3 的患者，与无黏液阻塞的 COPD 患者相比，也显著表现出更差的疾病指标。 此外，沉默性黏液栓患者的人口学特征和结构特征，例如年龄较大、女性比例更高、肺气肿更突出，与传统慢性支气管炎患者明显不同。传统慢性支气管炎患者通常为较年轻男性，且吸烟负荷较重。 这提示，气道黏液栓可能代表一种独立的 COPD 表型，兼具慢性支气管炎和肺气肿的特征，而不仅仅是慢性支气管炎的一种影像学表现。 MRI 在气道黏液成像方面也有应用，尽管相关研究在哮喘领域更为广泛。 需要认识到，黏液高分泌、慢性支气管炎、CT 可见黏液栓，以及支气管扩张中的黏液负荷是相互关联但不能互相替代的病理状态。黏液高分泌是一种病理生理过程，其特征是气道黏液产生过多。相比之下，慢性支气管炎是一种临床诊断，其定义为连续两年中每年至少三个月存在慢性咳嗽和咳痰。慢性支气管炎可以伴有影像学可检测到的黏液栓，也可以没有。 CT 可见黏液栓是指由浓缩分泌物导致支气管完全闭塞的影像学表现。即使患者不符合慢性支气管炎的临床诊断标准，这种影像表现也可以被识别并评分。 在 COPD 合并支气管扩张的患者中，黏液负荷更为复杂。这是由于永久性气道扩张导致黏液纤毛清除功能受损，从而形成一种不同的分泌表型，可能需要不同的管理策略。 这些区分具有重要临床意义。因为越来越多证据显示，单独识别影像定义的黏液栓形成，即便独立于慢性支气管炎症状之外，也正在被视为一种具有预后意义的可治疗性状。2.4 气道壁增厚 在 COPD 患者中，气道壁增厚与肺气肿一样，对气流阻塞具有同等贡献，并且常被认为是一种独立的 COPD 表型。 在 COPD 中，气道壁增厚由杯状细胞增生、黏膜下层增厚，以及外膜炎症和纤维化共同导致，临床上表现为慢性支气管炎。 然而，精确量化气道增厚相对困难，因为气道改变通常是局灶性且异质性的。 早期评估方法使用肺段或亚段气道壁厚度，但这些指标受到个体身高和体型对气道尺寸影响的显著限制。通过计算气道壁面积百分比，可以部分解决这一限制。此外，这些指标依赖于一个假设：即来自较中央部位的单一测量结果能够反映远端气道重塑。这进一步限制了其适用性。为克服这一问题，研究者提出了 Pi10。 Pi10 的计算方法是：将所有可见气道的气道壁面积平方根与相应的内周长作图，然后推算一个假想气道，即内周长为 10 mm 的气道，其气道壁厚度。Pi10 是对整个气道树中所有可见分支的总结性指标。Pi10 数值越高，提示气道壁越厚。 较高的 Pi10 与多种横断面临床结局相关，包括较低肺功能、更严重呼吸困难、慢性支气管炎患病率更高、功能能力更低，以及呼吸相关生活质量更差。 较高的 Pi10 还可以预测更高的急性加重频率、更快的 FEV₁ 下降速度，以及更高的全因死亡率。 然而，Pi10 的评估基于这样一个假设：气道壁厚度与气道腔内周长之间的关系遵循固定斜率，并且这一斜率在不同个体之间相似。鉴于这种关系在个体之间存在差异，Bhatt 等人利用 COPDGene 队列对斜率指标，即 PiSlope，进行了更精确的研究。 他们发现，较低的 PiSlope 不仅与更严重的呼吸困难，即 mMRC 评分更高、生活质量更差，即 SGRQ 评分更高，以及功能能力更低，即六分钟步行距离更短相关，还可以预测更高的急性加重频率、更快的 FEV₁ 下降和更高的全因死亡率。 即使在调整传统指标 Pi10 后，这些关联在多数结局中仍然显著。这说明 PiSlope 在 Pi10 之外还能提供额外的预后信息。 此外，PiSlope 可能反映气道树中气道重塑分布的异质性，例如远端气道不成比例地增厚。这可能与 COPD 的病理生理特征更加一致，例如早期远端气道病变。 然而，尽管 Pi10 和 PiSlope 的定义相对清楚，但不同研究在实际计算中存在相当大的方法学异质性，这是限制其应用的核心问题。 研究显示，文献中至少使用过十种用于计算 Pi10 和 PiSlope 的方法，并且这些方法在关键参数上存在显著差异。例如，有些方法只测量特定大小的气道，如 Patel 方法和 Van Tho 方法；有些方法将测量限制在特定气道代数，如 Gietema 方法和 Park 方法；还有一些方法覆盖更广泛的气道大小和气道代数，如 Bhatt、Jobst 和 Smith 方法。 这种计算方法的异质性直接导致不同研究中的 Pi10 和 PiSlope 数值存在“实质性变异”，使跨研究比较和结果解释变得极其困难，也限制了它们作为标准化生物标志物的潜力。 对于 MRI 而言，T2 加权图像可以观察到 COPD 相关的肺叶和肺段支气管病变，例如支气管壁增厚、黏液栓和/或支气管扩张。然而，目前支持这一应用的研究仍然有限。 尽管气道壁重塑也可以发生在没有慢性支气管炎症状的部分 COPD 患者中，但如果能够在不增加辐射的情况下进行气道增厚的临床量化，将有助于改善患者分层、预后预测以及高危患者识别。 3. COPD 中的异质性疾病轨迹 COPD 异质性的一个关键方面在于，患者常常表现出多种临床表型，而这些表型可能按照特定的时间顺序发展。 基于前文总结的影像表型和近期研究，我们现在可以描绘出更加详细的疾病轨迹，以便更好地识别 COPD 中可治疗的肺部性状。 最近一项突破性研究应用了一种新的机器学习工具，即 “亚型与阶段推断”（Subtype and Stage Inference，SuStaIn），用于识别具有不同纵向进展模式的患者亚组。该研究认为，COPD 的发展主要遵循两种轨迹： 第一种是 “组织—气道”模式（Tissue-Airway pattern）。在这种模式中，小气道异常和肺气肿先于大气道壁异常出现。 第二种是 “气道—组织”模式（Airway-Tissue pattern）。这种模式的特征是，大气道壁异常先于肺气肿和小气道功能障碍出现。 约 70% 的患者表现为“组织—气道”模式。这类患者肺功能更差，并且随着 SuStaIn 阶段进展，肺功能呈非线性下降；其中早期阶段下降更快。 其余约 30% 的患者表现为“气道—组织”模式。这类患者肺功能相对保留，并随着疾病进展呈线性下降。 需要注意的是，由 SuStaIn 推导出的疾病轨迹是基于横断面数据通过计算方法推断得到的，目前尚未在具有连续影像随访的前瞻性纵向队列中得到验证。 下文所描述的机制顺序，是对病理学和影像学发现的综合总结。虽然这种解释具有生物学合理性，但仍然属于正在研究中的问题。 基于这种分类，可以提出一个初步的疾病进展模型。不过，该模型应被理解为来源于横断面研究的工作假设，而不是已经确立的纵向疾病演变顺序。 在 “组织—气道”亚型 中，由于暴露于有毒颗粒，小气道被认为最初会发生网状阻塞。在这种状态下，黏液和炎性渗出物横跨气道腔，但并不完全阻塞气道腔。 有观点认为，这种改变随后可能发展为闭塞性病变和塌陷性病变。闭塞模式的特点是气道腔内出现更致密的物质，例如伴有免疫细胞浸润的黏液栓，这些物质会中断气道腔通畅性。塌陷模式则表现为由于肺泡附着结构丧失而导致的气道狭窄。黏液阻塞及其相关炎症最终可能导致终末细支气管闭塞和塌陷，并诱导邻近区域发生肺气肿性破坏。这可能解释了为什么在 SuStaIn 早期阶段，疾病活动度更高。随后，气流阻塞等因素可能进一步推动大气道黏液分泌增加，并增强大气道炎症反应。 相反，在 “气道—组织”亚型 中，一种可能情况是大气道壁增厚或黏液栓首先出现。 在这一模型下，过量黏液可能向小气道延伸，导致小气道闭塞或塌陷，进而引发炎症以及随后的组织破坏和肺气肿形成。这种过程表现为：大气道异常先于明显肺功能损害出现。值得注意的是，小气道中的黏液栓通常被中性粒细胞浸润。4. COPD 中影像定义的可治疗性状 在讨论各个具体的影像定义性状之前，需要认识到，任何给定性状的临床意义和管理策略，在一定程度上都取决于 COPD 的总体严重程度。 全球慢性阻塞性肺疾病倡议（Global Initiative for Chronic Obstructive Lung Disease，GOLD）分类仍然是疾病严重程度分期和指导初始药物治疗的标准。 总体而言，GOLD 1–2 级患者往往表现出更高比例的小气道疾病和较轻的肺气肿；而 GOLD 3–4 级患者则逐渐表现出更重的肺气肿负荷、更广泛的黏液栓形成，以及更高比例的肺动脉高压或支气管扩张等共存肺部疾病。 因此，相同的影像性状在不同疾病阶段可能需要不同的治疗策略。 例如，GOLD 1 级患者如果表现为肺气肿主导型影像模式，可能仅需要支气管舒张剂和危险因素干预。 而在 GOLD 3–4 级患者中，同样的肺气肿主导型模式，如果伴有严重肺过度充气，则可能需要评估是否适合肺减容治疗。 因此，本文提出的基于影像的可治疗性状框架，旨在与标准 GOLD 评估相结合，而不是取代 GOLD 评估。 在阅读本节内容时，读者应当思考所讨论的治疗策略主要适用于轻中度疾病、重度至极重度疾病，还是适用于 COPD 的全疾病谱。 还需要承认，将影像定义的可治疗性状转化为治疗策略，其证据强度存在一个连续谱。 肺气肿异质性与肺减容治疗之间的关系已经相对明确；然而，特定影像模式，例如 PiSlope 或 fSAD，与新兴治疗手段，例如特定生物制剂或气道清除方式之间的关联，目前仍处于合理推测或探索阶段。 因此，临床决策应将影像表型与传统生物标志物相结合，例如外周血嗜酸性粒细胞计数和急性加重频率。 目前，越来越多胸部 CT 特征正在成为 COPD 的生物标志物。定量 CT 可以可靠地表征 COPD。 基于前文描述的肺部病理改变，可以识别出更具体的 COPD 可治疗性状，并有可能基于高度相关的影像生物标志物开展靶向治疗。 此外，本文将相关影像生物标志物分为三个层级： 第 1 级包括已经确立的影像生物标志物，可作为可识别的可治疗性状，并直接指导临床治疗。 第 2 级包括有前景的可治疗性状。这些性状具有指导治疗的潜力，或者已经用于评估治疗反应，但目前缺乏足够证据证明其能够参与临床决策。 第 3 级包括潜在影像生物标志物。这些指标目前仅在横断面研究中得到验证，或者属于新近开发的指标。4.1 肺气肿的影像生物标志物与治疗 定量肺气肿最常用的方法是基于阈值的低衰减区域分析。最常用的定量指标是低衰减区域百分比，即 LAA%。其中，最典型的是在吸气相 CT 扫描中采用 -950 HU 阈值得到的肺气肿指数，即 LAA%950insp。 该指数以受累肺实质相对体积的形式表示，并且已经通过病理学验证，是一种可靠的肺气肿测量指标。 另一种常见的基于密度测量的方法是百分位数指数，其中最常用的是第 15 百分位数，即 Perc15。 这两个指标均已得到广泛验证，能够准确反映由肺实质破坏导致的气体潴留，并且与肺功能及其他相关参数相关。 然而，单纯依赖密度阈值并不能完全捕捉肺气肿的形态学特征。 因此，研究者开发了基于形态学的指标，例如 肺大疱指数（bullous index，BI）。该指标能够区分大疱型肺气肿和弥漫型肺气肿。 更重要的是，吸气相和呼气相 CT 的配对分析可以提供功能信息。 对气体潴留进行定量评估，例如呼气相 CT 上的平均肺密度和峰度，以及 PRM 技术，可以分别量化肺气肿。 这些方法评估气流受限的能力，可能超过单纯吸气相 LAA% 指标。 随着人工智能的发展，越来越多基于深度学习的影像生物标志物正在被开发。 例如，通过神经网络获得的 逐层全肺肺气肿评分（Slice-wise Whole-lung Emphysema Score，SWES），在识别视觉肺气肿和预测气流阻塞方面，明显优于传统阈值方法，例如 LAV950，也优于放射科医师视觉评分。因此，它能够避免传统阈值方法的一些局限。 此外，MRI 还可以提供关于系统性影响的信息。 超极化气体，即 ³He 或 ¹²⁹Xe 弥散 MRI，可以提供有关肺泡微结构的独特信息，例如 表观弥散系数（apparent diffusion coefficient，ADC）和 平均线性截距（mean linear intercept，Lm）。 这些指标在检测早期肺气肿方面比 CT 密度测量更敏感，尤其是在 α1-抗胰蛋白酶缺乏症中。 来自 ³He-MRI 的 通气缺损百分比（ventilation defect percentage，VDP）是评估区域通气的有力工具。 总体而言，除 LAA%950insp 已经被明确验证为可指导治疗的影像生物标志物外，其他影像生物标志物目前大多仍停留在与临床指标相关或用于预后预测的层面。 未来仍需要大量大规模前瞻性研究，以验证这些指标在临床治疗决策中的作用。 肺气肿的药物治疗包括支气管舒张剂、糖皮质激素和长期氧疗。 肺减容手术或支气管内活瓣置入在治疗中发挥重要作用。 在这一背景下，CT 对于识别肺气肿的解剖分布、侧支通气是否存在以及肺裂完整性至关重要。这些参数可以指导选择肺减容或活瓣置入的最佳靶区，并有助于预测术后结局。4.2 小气道疾病的影像生物标志物与治疗 小气道疾病相对较难识别，在 CT 上通常只能进行间接评估。一个较为成熟的生物标志物是 总气道计数（total airway count，TAC）。TAC 被定义为第 3 代至第 8 代可见气道的总和。高分辨率 CT 也可以评估小气道病变的直接或间接征象。直接征象主要包括小叶中心性结节和树芽征。间接征象包括马赛克衰减、楔形磨玻璃影，以及柱状支气管扩张。 相比之下，光学相干断层成像（Optical Coherence Tomography，OCT）是一种三维断层成像技术，能够达到第 7 至第 9 代支气管，从而可以明确识别并量化气道壁各层结构。 一项 2018 年研究利用支气管内 OCT（Endobronchial OCT，EB-OCT）分析 COPD 患者的小气道指标，发现 OCT 获得的测量值与小气道面积百分比显著正相关，也与强迫振荡技术测量的共振频率和呼吸阻力，即 5–20 Hz 阻力，显著相关。虽然影像指标具有直接显示小气道疾病的优势，但目前影像技术可能会增加成本、辐射暴露，甚至带来侵入性问题。 在临床实践中，小气道疾病的治疗决策应结合其他诊断检查综合判断，例如小气道功能障碍相关肺功能参数，包括： FEF25%–75% ≤ 80% 预计值或低于正常下限，FEV₁/SVC ≤0.70，FEV₃/FEV₆ ≤ 正常下限，FEV₃/FVC ≤ 正常下限。 也可以结合脉冲振荡技术（impulse oscillometry，IOS）参数，包括：R5–R20、反应面积 AX 和 Fres。这些指标有助于指导对小气道疾病的综合治疗决策。 在治疗方面，Tse 等人的研究显示，与安慰剂相比，口服大剂量 N-乙酰半胱氨酸（N-acetylcysteine，NAC）治疗 16 周和 52 周后，可以显著改善 COPD 患者的小气道功能，表现为反应性和气道阻力均明显改善。 此外，Xiong 等人在 2018 年的研究显示，接受噻托溴铵联合茶碱治疗的 COPD 患者，在治疗 3 个月和 6 个月后，小气道功能显著改善。在 6 个月时，联合治疗组的小气道功能明显优于单用噻托溴铵组。然而，目前仍然缺乏高质量证据证明口服药物能够改善 COPD 患者的小气道功能。 超细颗粒制剂的发展尤其重要。 Dave 等人使用功能性呼吸成像（Functional Respiratory Imaging，FRI）发现，GF pMDI，即布地奈德/格隆溴铵/富马酸福莫特罗加压定量吸入剂，在两种测试流速，即 30 L/min 和 60 L/min 下，均表现出最高的全肺沉积率，超过 54%，并且总递送药量最高。 BDP/G/F pMDI，即倍氯米松二丙酸酯/格隆溴铵/富马酸福莫特罗加压定量吸入剂，显示出中等水平的全肺沉积率，约 40%。但其沉积分布更偏向小气道，中央/外周比值最低，同时也提示药物共沉积。 相比之下，FF/UMEC/VI DPI，即糠酸氟替卡松/乌美溴铵/维兰特罗干粉吸入剂，全肺沉积率最低，尤其是在 30 L/min 流速下更低，并且其沉积主要集中在大气道。 该药物三种活性成分的沉积分布并不一致，其中 ICS 成分沉积最少，尤其是在小气道中沉积更少。这可能与其颗粒粒径较大和细颗粒比例较低有关。 新兴研究提示，小气道阻塞常由中性粒细胞浸润的黏液栓组成。因此，当影像学或肺功能检查提示存在小气道疾病时，应考虑是否需要使用抗黏液药物。4.3 气道壁增厚和气道黏液栓的影像生物标志物与治疗 在 COPD 中，针对气道黏液的特异性生物标志物相对较少。黏液栓通常只能在 CT 上显示于较大气道中。 目前，黏液栓评分是一种常用生物标志物。由于其与死亡率和肺功能下降相关，因此显示出重要临床价值。然而，目前气道黏液评分只能作为预后指标。 只有少数哮喘相关研究显示，生物制剂，例如度普利尤单抗和美泊利珠单抗，可以改善患者的气道黏液评分。 但截至目前，尚无研究证实气道黏液评分可以作为指导临床治疗的指标。未来仍需要更大规模的前瞻性研究验证其在指导治疗方面的价值。 对于 COPD 中气道壁增厚的量化，气道壁面积百分比（Wall Area Percentage，WA%）和 Pi10 是两个核心影像生物标志物。 尽管二者均旨在反映气道壁增厚，但它们的计算方法和生理含义存在根本差异。 WA% 直接测量某一特定气道，通常是肺段支气管，其气道壁面积占总横截面积的比例。 WA% 和 Pi10 均与肺功能下降、症状增加和不良预后相关，但这些关联的强度和模式有所不同。 多项研究证实，Pi10 通常与肺功能参数，例如 FEV₁ 和 FEV₁/FVC，呈现更强且更一致的负相关。尤其是在基于更多气道测量结果计算 Pi10 时，这种关联更明显。 WA% 也与气流受限、慢性支气管炎症状以及健康相关生活质量，例如 SGRQ 评分相关。这提示 WA% 和 Pi10 可能从不同维度影响临床表型。 PiSlope 是一种更新的生物标志物，与 Pi10 相比，可能更好地反映整个气道树范围内的异常，但相关研究仍然有限。 值得注意的是，Pi10 和 PiSlope 主要是预后生物标志物，用于预测 FEV₁ 下降和死亡风险。 它们作为预测性生物标志物用于选择特定治疗，例如判断哪些患者能从生物制剂或抗重塑治疗中获益，目前仍基本未经证实，需要前瞻性验证。 Burgel 等人认为，黏液高分泌应成为所有 COPD 患者的治疗靶点，包括那些有慢性咳嗽但无咳痰的患者。 目前，戒烟是针对气道黏液最有效的干预措施。 除戒烟外，其他临床治疗决策需要基于影像学表现、是否存在咳嗽和咳痰、肺功能检查以及炎症内型进行综合评估。 药物性促黏液清除治疗可按作用机制分为以下几类： 第一类，祛痰剂/水化剂。例如高渗盐水，即 3%–7% 高渗盐水，以及甘露醇。它们通过渗透作用增加气道表面水分，从而有效稀释黏液并增强清除能力，并且在囊性纤维化和 COPD 中已经显示出临床获益。 第二类，黏液溶解剂。例如 N-乙酰半胱氨酸和 Dornase alfa。前者通过破坏二硫键发挥作用，后者通过水解 DNA 发挥作用。它们通过降解聚合物网络来降低黏蛋白的黏弹性。 第三类，黏液调节剂。例如抗胆碱能药物，即噻托溴铵，以及长效 β₂ 受体激动剂。它们通过减少黏液分泌或改善纤毛功能发挥作用。噻托溴铵已经在弥漫性泛细支气管炎等对大环内酯类药物无反应的疾病中，显示出改善黏液高分泌症状的作用。 在近期 CLEAR 研究中，患者被按照 1:1:1:1 随机分配至四组： 高渗盐水组；高渗盐水联合羧甲司坦组；单用羧甲司坦组；单纯标准治疗组。 主要结局为 52 周内急性加重次数；次要结局包括生活质量评分、至下一次急性加重的时间以及安全性。结果显示，在 52 周时，高渗盐水组、羧甲司坦组、联合治疗组和标准治疗组之间，急性加重频率无统计学显著差异。 次要终点，包括肺功能、首次急性加重时间、生活质量评分，以及不良事件发生率，包括严重不良事件，也在各组之间相似。无论主要终点还是次要终点，均未显示临床获益。作为该领域首个高质量析因设计随机对照试验，CLEAR 研究虽然结果为中性，但提供了重要临床启示。它并没有完全否定促黏液清除药物的价值，而是提示单纯药物干预不能替代物理治疗等主动清除技术。 例如，靶向肺去神经术（Targeted Lung Denervation，TLD）是一种通过支气管镜将射频导管置入并作用于主支气管的技术，其目的在于抑制气道平滑肌收缩、减少气道黏液分泌，并调节局部炎症反应。 此外，支气管黏膜成形术（bronchial rheoplasty）和计量冷冻喷雾（metered cryospray）均已被证明可以通过诱导气道黏膜上皮细胞和杯状细胞坏死及脱落，有效治疗黏液阻塞。 未来促黏液清除治疗的发展，应从单纯稀释痰液转向恢复黏液纤毛清除机制的新型靶点。这将推动支气管扩张管理从经验性清痰转向基于精准医学的管理策略，并为优化疾病控制奠定基础。 关于 COPD 气道壁增厚的研究仍然相对有限。 最新一项包含 15 个样本的研究显示，使用 BGF pMDI 每日两次治疗 52 周，可以有效缓解小气道壁增厚。 然而，仍然需要更大规模、多中心研究进一步探索其价值。 此外，替泽佩单抗等生物制剂已被证明能够显著改善哮喘中的小到中等气道重塑，但这一作用尚未在 COPD 队列中得到验证。 相比之下，最近一项 COPD 队列的单中心研究显示，美泊利珠单抗可以有效改善 COPD 患者影像学表现出的气道壁增厚。 不过，这一发现应被视为新兴证据，仍需要更大规模试验加以确认。 虽然生物制剂已被证明可能有助于改善 COPD 患者的气道增厚，但临床选择生物制剂通常不仅基于影像学发现，还需要结合患者外周血嗜酸性粒细胞计数和急性加重频率。因此，在启动治疗前，应对患者病情进行综合评估，以指导临床决策。 5. 结论 COPD 是一种高度异质性的综合征，不同个体在临床表现、病理机制和疾病进展方面均存在显著差异。 虽然肺功能检查仍然是诊断 COPD 的基石，但它无法充分捕捉疾病的全部复杂性和个体化特征。近年来，影像学技术，尤其是 CT 和 MRI 的进展，为精准评估 COPD 的结构和功能异常提供了强有力的无创工具。 本文系统概述了 COPD 的四种关键影像表型：肺气肿、小气道疾病、气道黏液栓和气道壁增厚，并阐述了它们作为可治疗性状的潜在临床意义。 参数响应图、总气道计数、Pi10 和 PiSlope 等影像生物标志物，可能有助于更精细地划分疾病亚型、评估疾病严重程度、预测临床结局，并可能辅助个体化治疗决策。 例如，基于影像的肺气肿分布评估，可以帮助肺减容手术选择靶区；而小气道疾病的量化，则可能促进早期干预和优化药物递送策略。 尽管影像学在 COPD 表型识别和潜在治疗指导方面具有令人关注的潜力，但其整合进常规临床实践仍面临挑战。 这些限制包括：缺乏技术标准化、对辐射暴露的担忧、成本效益分析不足，以及影像数据与传统临床参数整合的复杂性。 除上述挑战外，还有若干实际障碍阻碍影像定义可治疗性状进入常规临床流程。 第一，采集协议和后处理方法缺乏标准化。例如，Pi10 和 PiSlope 的计算方法存在明显方法学异质性，这限制了不同研究之间的可比性，也阻碍了通用参考范围的建立。 第二，先进影像技术存在现实限制。例如，参数响应图需要吸气相和呼气相 CT 配对扫描，这会增加辐射暴露、扫描时间和对患者配合度的要求；而超极化气体 MRI 等 MRI 方法成本较高，目前仍局限于专门中心。 第三，人工智能算法虽然显示出潜力，但在临床部署前，仍需要在不同人群、不同扫描设备和不同疾病严重程度中进行严格外部验证，以确保其泛化能力。 第四，临床医生在定量影像生物标志物的解释及其如何整合进治疗决策方面，仍存在培训和认知不足。 最后，监管、医保支付和信息化基础设施尚未适应这些生物标志物的常规报告需求，这进一步阻碍了它们从研究向临床实践转化。 未来研究应重点开发更加智能、自动化且可重复的图像分析工具，推动多模态影像与临床数据、基因组数据的整合，并通过前瞻性临床试验验证影像指导治疗策略是否真正改善患者长期结局。 最终，基于影像的精准表型识别有望推动 COPD 管理从“一刀切”模式转向个体化医学新时代。 原文链接：https://link.springer.com/article/10.1186/s12931-026-03808-x

引言 如果把发育中的器官比作一部电影，我们过去常常只能看到几张剧照：某个时间点的组织切片、某类细胞的转录组、某个基因的表达位置。问题是，器官形成并不是静态的，它同时发生在三维空间和发育时间中。只看单张切片，就像只看一帧画面，却想还原整部电影。 7月1日，《Cell》的研究报道“Four-dimensional molecular mapping from a spatial snapshot reveals the dynamics of hair follicle organogenesis”，这项研究选择了一个看似日常、却非常适合研究器官发生（organogenesis）的对象：毛囊（hair follicle）。研究人员用一种深层组织空间转录组方法，把新生小鼠皮肤中数百个正在发育的毛囊同时捕获下来，并按“分子年龄”重新排序。于是，一个空间快照，被转化成了三维空间加时间的四维分子图谱（4D molecular map）。 为什么是毛囊？因为它把“时间”藏在同一块皮肤里 毛囊不是简单的皮肤附属物，而是一个微型器官（mini-organ）。它包含角质形成细胞（keratinocytes）、成纤维细胞（fibroblasts）、黑色素细胞（melanocytes）等多类细胞，还要形成外根鞘（outer root sheath, ORS）、内根鞘（inner root sheath, IRS）、毛干（hair shaft）、伴随层（companion layer, CP）、基质（matrix）、真皮乳头（dermal papilla, DP）等结构。 更关键的是，毛囊在胚胎和出生早期不是同步发育的。同一块新生小鼠皮肤里，有的毛囊刚刚起步，有的已经接近成熟。这种“不同步”在传统实验设计中是麻烦，因为它会让同一时间点的样本很不均一；但在这项研究中，它反而成了优势。 既然同一块组织里已经包含不同发育阶段的毛囊，那就不必完全依赖连续取样。只要能在三维空间中完整捕获这些毛囊，再根据它们的分子状态排序，就能从一个空间快照中重建发育时间。这就是空间伪时序（spatial pseudotiming）的核心。先解决一个硬问题：毛囊太深，普通空间转录组看不全 毛囊会向皮肤深处延伸约200–400 μm，而且形态弯曲、非重复、三维结构复杂。传统依赖薄切片的空间转录组方法，很难完整捕获一个毛囊。研究人员因此开发了3D DNase-Enhanced Expression Profiling，简称3DEEP。 3DEEP的关键步骤，是在水凝胶包埋和组织透明化基础上，去除基因组DNA（genomic DNA），从而改善探针和酶在厚组织中的扩散。这个细节非常重要。研究人员在400 μm厚的小鼠肝组织中测试时，如果不去除DNA，组织中心的扩增信号比表面低约100倍；加入DNase I处理后，中心和表面的差异缩小到约2倍，表面检测灵敏度还提高了约30%。Cas9 mRNA检测实验显示，Cas9阳性样本的扩增信号比野生型对照高1000倍，提示连接特异性超过99.9%。 也就是说，这不是简单“把组织看厚一点”，而是让厚组织内部的RNA信号真正可读。随后，研究人员把3DEEP与基于杂交的原位测序（hybridization-based in situ sequencing, HybISS）结合，形成3DEEP-HybISS，用于毛囊发育的三维空间转录组分析。一个快照里，有371个毛囊的“年龄线索” 在第一组实验中，研究人员使用85个毛囊相关基因，对出生当天（postnatal day 0, P0）小鼠背部皮肤进行检测。样本没有切成薄片，而是在约300 μm深度内扫描6个相邻视野，覆盖3.3 mm²皮肤。初始流程识别出10,044,124个候选扩增子，其中48%能在5%假阳性率下可靠匹配到转录本编码；加入卷积神经网络（convolutional neural network）解码后，高可信扩增子增加到6,601,822个，占66%。 这组数据中，研究人员识别出371个完整毛囊和359个位于视野边界的部分毛囊。每个完整毛囊平均含有5,586个解码扩增子，少的424个，多的33,151个。毛囊长度从57 μm到553 μm不等。 接下来，关键问题来了：这些毛囊能否按发育顺序排列？研究人员对371个毛囊的转录组进行主成分分析（principal-component analysis, PCA），前两个主成分解释了55%的变异，并与毛囊长度高度相关。用Slingshot推断发育轨迹后，得到从0到1的全毛囊伪时序（whole-organ pseudotime）。伪时序与毛囊长度的相关性非常强，Spearman’s ρ = 0.94，p < 1e–177。 这说明，毛囊的“分子状态”确实记录了它的发育进度。更有意思的是，最老的三级毛囊和最年轻的二级毛囊在长度上可以重叠，但分子组成不同。这提示我们：看起来一样大，不代表发育年龄一样。分子分期比形态分期更敏感。毛囊不是一次成型，而是分三幕完成 为了构建更完整的图谱，研究人员把目标基因扩展到228个，并分析了3只P0野生型小鼠。最终，224个基因成功解码，获得23,960,689个扩增子和378,165个细胞，在2.2 mm² × 0.3 mm皮肤组织块中分离出261个完整毛囊。伪时序与毛囊长度仍高度相关，Spearman’s ρ = 0.90，p < 1e–92。研究人员由此建立了一个“261帧”的毛囊发育四维分子图谱。 第一阶段，伪时序0–0.3。毛囊结构还相对简单，主要由真皮凝聚/真皮乳头前体（dermal condensate/dermal papilla, DC/DP）和外层角质形成细胞构成。这个阶段看似朴素，却已经完成了一个重要安排：干细胞生态位开始沿毛囊轴向分层。 第二阶段，伪时序0.3–0.7。结构复杂度迅速上升，内根鞘、毛干、伴随层出现，真皮凝聚细胞向毛囊球部内陷形成真皮乳头，毛囊开始具备执行功能所需的完整结构组合。 第三阶段，伪时序0.7–1.0。几乎所有结构加速扩增，毛囊进入快速生长和毛管形成阶段。 这里有一个值得重新思考的发现。传统组织学认为，内根鞘可能早于毛干形成，因为成熟的毛干似乎需要内根鞘提供结构支持。但这项研究显示，内根鞘和毛干是在伪时序0.35–0.55之间几乎同步出现的，并且二者细胞数量在整个器官发生过程中高度相关，Pearson’s r = 0.97，p < 1e–152。换句话说，毛囊内部结构并非简单地“先搭支架，再长毛干”，而更像是一组协同启动的发育程序。干细胞的位置，早在毛囊球形成前就被安排好了 毛囊能反复生长，与干细胞系统密切相关。研究人员重点观察了Lgr5阳性角质形成细胞、Lgr6阳性角质形成细胞、黑色素细胞谱系和Col17a1阳性生态位细胞。 结果显示，在伪时序0.3、毛囊球形成之前，未来的黑色素细胞干细胞已经到达隆突区（bulge）的长期生态位。Lgr6阳性细胞主要位于上部隆突区和上部毛囊，Lgr5阳性细胞则集中在下部隆突区及其下方，两者之间的边界大约在毛囊长度100 μm处。Col17a1阳性生态位细胞也在伪时序0.3前后建立，并位于Lgr5和Lgr6细胞层之间。 这意味着，毛囊不是先长出完整形态，再慢慢把干细胞放进去。相反，未来维持再生能力的细胞空间秩序，在毛囊球形成之前已经基本确定。一个器官的“后续维护系统”，竟然在器官还没完全成形时就开始布局。毛发不是“顶破皮肤”，身体先修好了出口 很多人可能直觉认为，毛发长出皮肤，是毛干向上推进、把通道顶开的结果。但这项研究提醒我们：毛管（hair canal）不是由毛干机械性挤出来的，它在毛干向上生长之前就已经形成。 研究人员发现，成熟毛囊中央轴线上会出现两个空腔：一个位于内根鞘上方，称为上腔（upper cavity）；另一个位于内根鞘内部，称为下腔（lower cavity）。上腔最早出现在伪时序约0.68，位于内根鞘锥体上方；随后下腔在内根鞘内部形成；从伪时序0.88开始，上腔延伸到皮肤表面，形成开口（ostium），两个空腔最终合并成连续毛管。过程中，上腔直径从约5 μm扩展到35 μm，而开口和下腔直径大约维持在10 μm。 为了排除“空腔只是目标基因表达低”的可能，研究人员还用核染色对透明化新生小鼠皮肤进行三维成像，分析12个最长毛囊，确认这些空腔确实是无细胞区域，并且出现顺序与转录组图像一致。 更细节地看，伪时序0.55时，内根鞘仍呈团块状；随后它变成锥形，伴随层在其顶端出现；到伪时序0.7，内根鞘锥尖到达距皮肤表面约70 μm处，上腔开始形成；伪时序0.9之后，内根鞘相对下移，上腔长度从约10 μm扩展到90 μm。毛囊不是靠粗暴推挤完成出口，而是通过内根鞘、伴随层和上部毛囊结构的连续重塑，提前铺设出通道。裸鼠的问题，不只是“毛干坏了” 最后，研究人员把这套四维图谱用于Foxn1缺陷裸鼠（Foxn1-deficient nude mice）。Foxn1缺陷会导致小鼠和人类无毛表型。传统看法更关注成熟毛囊中内根鞘和毛干的超微结构异常，但该研究发现，问题更早、更广泛。 研究人员对3只P0 Foxn1nu/nu裸鼠进行228基因3DEEP-HybISS检测，获得23,482,805个转录本和423,064个细胞，在2.5 mm² × 0.3 mm组织块中分离出262个完整毛囊。KO毛囊的长度与野生型相近，平均237 μm对232 μm，t检验p = 0.75；但平均发育伪时序低21%，为0.35对0.43。在相似长度下，KO毛囊的伪时序落后8%，线性混合效应模型p < 0.01。也就是说，裸鼠毛囊“长得差不多长”，但分子成熟进度慢了。 此外，KO毛囊长度与伪时序关系的残差变异增加30%，提示发育节奏更不稳定。不同毛囊结构之间的生长相关性平均降低0.05，说明内部协同变弱。到伪时序1时，KO毛囊的毛干细胞数约减少26%；上部隆突区角质形成细胞则增加18%。 这给我们一个更深的启示：有些发育异常并不是某个结构完全缺失，而是整体发育动力学被轻微但系统性地扰动。外观上，出生时裸鼠毛囊可以看起来大体正常；分子层面，它们已经出现延迟、失协同和不稳定。这项研究改变的，是我们看待发育异常的方式 这项研究的价值不只在毛囊，也不只在脱发。它展示了一种新的研究范式：当一个组织中存在大量异步发育的重复结构时，我们可以把空间异质性转化为时间信息。毛囊适合，肾单位（nephron）、胰岛（islet of Langerhans）、肺泡（alveolus）等系统也可能适合。 当然，该研究也有局限性。伪时序不等同于真实时间；该研究未区分不同毛囊亚型，也未完全纳入皮肤不同位置的差异；缺少谱系追踪信息，因此不能直接回答每个结构的细胞来源；裸鼠模型中，也不能完全排除与Foxn1nu等位基因连锁的非编码变异影响。 但即便如此，它已经提出一个值得关注的问题：当我们看到一个器官“长出来”时，真正重要的也许不只是它有没有某种细胞、有没有某个结构，而是这些细胞和结构是否在正确的位置、正确的顺序、正确的节奏中出现。发育的本质，可能不是把零件堆起来，而是让空间、时间和分子程序保持足够稳定的协调。 参考文献 Asami S, Yin C, Fan J, Garza LA, Kalhor R. Four-dimensional molecular mapping from a spatial snapshot reveals the dynamics of hair follicle organogenesis. Cell. 2026 Jul 1:S0092-8674(26)00702-6. doi: 10.1016/j.cell.2026.06.014. Epub ahead of print. PMID: 42385701. 声明：本文仅用于分享，不代表平台立场，如涉及版权等问题，请尽快联系我们，我们第一时间更正，谢谢！ 往期热文： Nature Genetics | 常见变异“挑细胞”，罕见变异“动全局”：非编码区的“新规则” Cell | 一张H&E切片，能读出肿瘤的“免疫地形”吗？ Nature Methods | EMT不是一个开关：一群干细胞如何在二维和三维世界里“学会离开” Nature Medicine | 从“固定刺激”到“读懂行走”：自适应深脑刺激（DBS）如何改善帕金森步态？ Cell | 绕过突变，而不是硬修突变：DMD治疗中的circ-arRNA策略为何值得关注？ Cell | 生命最初5天为何频频“卡住”？新研究揭开人类胚胎低效发育的两道关卡 Nature Genetics | 炎症不是背景音：它正在逼出癌细胞的新弱点 Science | 早产为何突然发生？胎盘NAD+下降给出一个代谢答案 Nature Methods | 当全物种基因组时代到来，谁来给基因“认亲”？ Science | 我们体内的“古老大片段”：尼安德特人与丹尼索瓦人留下的不只是1%的DNA