日本东京大学医学科学研究所的研究团队在《自然通讯》杂志发表重要研究成果，成功开发出结合定量相位成像与深度学习的造血干细胞质量预测系统。这项创新技术突破了传统"快照式"分析方法的局限，为干细胞治疗领域带来重大突破。

研究团队采用定量相位成像(QPI)技术，实现了对单个造血干细胞长达96小时的无标记连续观察。项目负责人Takao Yogo助理教授解释道："我们首次发现，即使在传统分析下看似相同的干细胞群体，实际上在增殖速率、形态变化和运动能力等方面存在显著差异。"

该研究具有以下重要发现：

揭示了造血干细胞群体中未被认知的"无限多样性"

建立了细胞动力学特征与Hlf基因表达的相关性

开发出基于深度学习的预测模型，准确率随时间信息增加而提升

为干细胞质量评估提供了动态监测新标准

研究团队开发的深度学习系统能够根据细胞行为特征预测其治疗潜力。Yogo博士强调："这项技术将干细胞质量控制提升到全新水平，对确保基因治疗和再生医学的安全性至关重要。"目前，团队正在优化系统性能，探索其在临床治疗中的实际应用。

这项研究不仅为干细胞生物学研究开辟了新途径，也为开发更安全有效的细胞治疗方案奠定了技术基础。随着进一步研究，该方法有望应用于其他类型干细胞的评估，推动再生医学领域的整体进步。

更多信息： Takao Yogo 等，利用时间动力学定量相位成像预测造血干细胞多样性，《自然通讯》(2025)。期刊信息： 《自然通讯》