如何追踪比细胞还小的微粒？科学家们开发光声成像系统，有助于监测生物体内微米级机器人

如果不做手术，怎样才能清除大脑中的血凝块？如何将药物准确递送至难触及的病灶中？在医学微型机器人领域的研究人员眼中，这只是他们所设想的无数创新中的两个例子，微型机器人技术具有彻底改变医学的潜力。最近，马普-苏黎世学习系统研究中心（Max Planck ETH Center for Learnings Systems，CLS）的研究人员开发出一种成像技术，首次在生物体内精确追踪探测细胞大小的微型机器人。

研究人员普遍认为，循环系统是微型机器人的理想传输途径，它可以到达身体内所有器官和组织。微型机器人有望从根本上改变未来医学治疗的模式：或许有一天，它们可以穿梭于病人的血管中，杀死恶性肿瘤，对抗感染，以及提供无创且精确的诊断信息。

你能想象出最小的机器人有多小？用于医疗领域的微型机器人必须比细胞更小，才能进行安全可靠的医疗干预。一微米是一米的百万分之一，在人体中一个细胞的平均直径为25微米，毛细血管作为人体内最细的血管，平均直径甚至只有8微米。这就意味着，如果要微型机器人不受阻碍地通过毛细血管，它们必须小于8微米。然而，人们无法用肉眼观察到如此微小的机器人，科学家们此前也没能找到一种技术方案来探测和跟踪微米级的机器人在人体内的循环。

人体血管内的红细胞 | Pixabay

“在微型机器人能实际服务于人类之前，我们有必要对它们进行精确的可视化和跟踪。”本文的第一作者，马普-苏黎世学习系统研究中心的博士研究员Paul Wrede说。

“没有成像技术的辅助，微型机器人约等于盲人。因此，实时、高分辨率的成像对于探测和操控生物体内细胞大小的微型机器人至关重要。”马普-苏黎世学习系统研究中心成员、苏黎世联邦理工学院和苏黎世大学的生物医学成像教授Daniel Razansky补充道。此外，成像技术也是监测机器人执行治疗，并验证它们的任务完成度的先决条件，“因此，若要将微型机器人应用于临床，需要研发成像系统对其进行实时追踪。”

最近，该团队在《科学·进展》(Science Advances)上发表的一项研究显示，他们成功利用非侵入性成像技术，在小鼠的脑血管中实时清晰地探测和跟踪了5微米大小的微型机器人。该团队与世界领先的微型机器人专家、马克斯•普朗克智能系统研究所(MPI-IS)所长、物理智能教授Metin Sitti以及其他研究人员一起，在微型机器人与成像技术有效结合方面取得了重大突破。

网页截图

研究人员使用了尺寸从5微米到20微米的微型机器人，其中最小的与红细胞大小相仿，直径7到8微米。这样大小的微型机器人在静脉注射时甚至可以穿过小鼠大脑中最细的微毛细血管。

同时，研究人员还开发了一种专用的光声断层扫描技术，以便实时、高分辨率地连续监测进入身体和大脑深处难触及区域的机器人，这是光学显微镜或任何其他成像技术都无法做到的。这种方法被称为光声成像技术，由于光能够被各种组织发射和吸收，吸收后产生的微小超声波可用于检测和分析，因此能产生高分辨率的体积重建图像。

为了使微型机器人在图像中清晰可见，研究人员需要找到一种合适的对比材料。他们使用了球形硅微粒子材料的微型机器人，并采用了雅努斯式涂层。雅努斯是古罗马神话中的门神、保护神，也称为双面神。科学家们从中获得灵感，使微型机器人球体的两面涂层不同，一半为镍，一半为黄金。这种类型的机器人具有坚固的结构，非常适合执行复杂的医疗任务。

球形微型机器人由二氧化硅基颗粒组成，一半涂有镍 (Ni)，另一半涂有金 (Au)，并装载有绿色染色的纳米气泡（脂质体）。通过这种方式，可以使用新的光声成像技术单独检测它们 | ETH Zurich / MPI-IS

“对于光声成像技术来说，黄金是一种非常好的对比材料。”Razansky解释道，“如果没有黄金层，微型机器人产生的信号就太微弱，无法被检测到。”除了黄金，研究人员还测试了一种叫做纳米脂质体的微泡，其内含一种荧光绿色染料，也可以用作对比剂。Wrede补充道：“纳米脂质体还有一个优点，就是可以其装载药物，这有助于未来药物靶向治疗。”脂质体的潜在用途将在之后的工作中进一步研究。

用光声成像技术逐一观察到小鼠血管中的微型机器人 | ETH Zurich / Max Planck Institute for Intelligent Systems

此外，黄金涂层还可以最大限度地减少镍镀层的细胞毒性——毕竟，如果未来微型机器人要在活体动物或人体内活动，它们必须具有生物相容性和无毒性。在目前的研究中，研究人员使用镍作为磁性驱动介质，并用一个单一的永久磁体来操控机器人。在后续的研究中，他们希望通过使用旋转磁场进行更复杂的操作来测试光声成像。

“后续研究将着重探测如何在血液快速流动的状态下，精确地操控微型机器人。”Metin Sitti说，“在目前的研究中，我们主要关注微型机器人的可视化。这个项目能取得重大突破，要归功于CLS极好的协作环境，使得在斯图加特MPI-IS的机器人研究小组和苏黎世联邦理工学院的成像研究小组的专业知识得以有效结合。”

[1]https://www.science.org/doi/10.1126/sciadv.abm9132

[2]https://phys.org/news/2022-05-imaging-method-tiny-robots-visible.html

编译：四七

编辑：靳小明

排版：尹宁流

题图来源：参考文献[1]

点击阅读原文即可查看原论文