日本东京大学医学科学研究所研究团队在《自然通讯》发表创新成果，开发出基于造血干细胞动态行为分析的质量预测系统。这项技术结合定量相位成像与深度学习，有望提升细胞治疗的安全性和有效性。

传统造血干细胞评估依赖静态"快照"方法，难以全面反映细胞特性。研究团队助理教授Takao Yogo表示："我们的系统将细胞质量控制提升到了一个全新的水平。"新技术通过96小时连续观测，捕捉干细胞运动、增殖等动态特征，发现了传统方法无法识别的细胞多样性。

研究采用定量相位成像技术，在不损伤细胞前提下记录造血干细胞行为变化。结合深度学习算法，系统能准确预测Hlf基因表达水平——该基因是评估干细胞质量的关键指标。"这一突破使我们能够对此前无法接触的细胞群体进行科学分析，"Yogo博士补充道。

该技术为细胞治疗领域带来重要进展，特别是在骨髓移植和基因治疗等应用中。研究人员指出，精确的质量预测可避免低质细胞引发的不良反应，提高治疗成功率。团队计划进一步优化系统，推动其在临床中的实际应用。

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》