肝小叶中多参数的联合分区定量

为何肝脏的隐含模式重要

肝脏不仅仅是过滤血液；它还在默默平衡能量、清除药物并处理毒物。在该器官内部，称为小叶的微小构件排列方式使得不同区域承担不同功能。许多常见的肝病，例如脂肪性肝病，并非均匀分布，而是遵循这些内部模式。该研究展示了研究者如何更精确地读取这些模式，将损伤发生的位置与关键药物代谢蛋白的活性位置相连接。这项工作有助于解释为何肝脏的某些区域受累更重，以及这如何改变病变肝脏中药物的行为。

探查肝脏的微小“社区”

每个肝小叶都可被视为一个从门脉区到中心静脉延伸的小社区，门脉区是富含氧气和营养的血液进入处，而中心静脉则是血液离开之处。沿着这一路径，细胞逐渐从合成物质转向分解物质。这种有序的变化称为分区（zonation），意味着蛋白质和脂质并非均匀分布。某些肝病，尤其是非酒精性脂肪肝，也遵循分区，从特定区域开始然后扩展。为理解疾病与正常功能的相互作用，科学家需要同时沿该内部轴线测量损伤程度与关键蛋白的分布。

将染色组织转换为数字

病理学家常用不同染色剂染薄切的肝组织以突出脂肪、一般结构或特异性蛋白。然而，每种染色通常施加于不同的切片，因此在不同染色之间匹配同一微小区域具有挑战性。本研究中，团队为小鼠肝组织建立了详细的图像分析流程。他们使用来自正常与脂肪肝的六张相邻切片小堆栈。一张切片显示一般结构，其他显示特定分区的标记物，另外四张显示细胞色素P450家族的药物代谢酶。通过先进的图像配准，他们小心对齐了所有切片，从而在每种染色中识别相同的小叶及相同的门脉和中心血管位置。

将脂肪区与酶区联合映射

图像对齐完成后，研究者将每个小叶中门脉区与中心静脉之间的空间划分为十二个薄带分区。他们随后使用自动化方法检测大的脂滴，并将染色像素分类为每种蛋白的阳性或阴性。这样就可以逐分区计算组织中被脂肪覆盖的比例以及每种酶的存在量。他们以彩色图谱呈现这些结果，将脂肪与蛋白信号叠加在小叶几何结构上，并以散点图展示两项测量之间的关系。在这些视图中，蓝色区域表示脂肪，红色表示蛋白，品红色则标记两者共同存在的区域。

这些模式揭示了有关脂肪肝的什么信息

将该工作流程应用于具有不同程度门周脂肪变化的小鼠时，团队发现若干关键酶的已知分布模式依然存在：许多细胞色素P450蛋白和参考标记GS在中心静脉附近仍然最强，即便在门周侧有大量脂肪时也是如此。一个酶CYP2D6在小叶内保持相对均匀，而其他酶则表现出陡峭或缓和的梯度。通过对这些空间趋势拟合简单直线，研究者能够概括脂肪含量和酶存在如何从小叶一侧变化到另一侧，并检验脂肪变性是否明显改变这些梯度。在所选样本中，脂肪的存在似乎并未破坏这些酶的分区模式。

为何这种新视角有用

对非专业读者而言，关键信息是该方法像一张详细地图，将损伤位置与重要肝功能发生的位置重叠展示，全部发生在器官的微小“社区”内。该方法不仅指出肝脏是否脂肪化或某蛋白是否存在，而是显示两者如何沿小叶的两端变化。尽管当前工作是在少量小鼠肝脏上的概念验证，但相同策略现在可用于研究更大样本和其他肝病。随着时间推移，这类分区化地图可能帮助研究者更好地预测肝病如何改变药物处理，并为更现实的肝功能计算模型提供指导。

引用: Laue, H., Budelmann, D., Albadry, M. et al. Joint zonated quantification of multiple parameters in hepatic lobules. Sci Rep 16, 15207 (2026). https://doi.org/10.1038/s41598-026-46721-5

关键词: 肝脏分区, 肝脂肪变性, 细胞色素P450, 图像分析, 药物代谢