Science重磅 | 心肌肥厚不只是“变厚”：3D深度学习揭示HCM真正结构本质

肥厚型心肌病（HCM）是最常见的遗传性心脏病之一，全球患病率约为1/200–1/500，是猝死与心衰的重要原因之一。传统认知认为，HCM的核心特征是左心室壁增厚，但长期以来，一个关键问题始终未被真正解决：

心肌壁“变厚”的本质来源究竟是什么？

是心肌细胞体积增大？还是纤维化导致组织扩张？亦或两者共同作用？

长期以来，由于传统二维病理切片存在明显局限——无法准确反映细胞真实体积、方向与空间结构，这一问题始终缺乏定量证据支撑。

本研究发表于《Science》（2026），由哈佛医学院团队完成，提出并构建了一套革命性的三维分析体系：

CaMVIA-3D深度学习分析平台

该系统通过：

• 三维体积成像
• 深度学习分割
• 多尺度定量分析

首次实现对心肌细胞体积、排列、细胞外基质（ECV）等关键指标的精准三维定量分析，并结合单核RNA测序（snRNA-seq），建立起“结构—功能—分子”三位一体解析框架。

该研究不仅回答了“心肌为什么变厚”，更揭示了：

不同基因型HCM存在完全不同的结构重塑路径

研究亮点与创新发现

1. 首次建立心肌三维微结构深度学习分析体系

传统2D → 本研究3D

优势包括：

• 精准测量真实细胞体积（非截面积）
• 消除切片方向偏差
• 同时分析细胞+ECV+排列

核心突破：
将“形态学观察”升级为“定量结构科学”

2. 揭示两种完全不同的HCM结构机制

研究发现：

（1）PVpos（如MYH7/MYBPC3突变）

• 心肌细胞显著肥大
• 明显排列紊乱
• 纤维化增加

（2）PVneg（无致病突变）

• 细胞体积基本正常
• 主要表现为ECV扩张（纤维化）

关键结论：
同样“心肌肥厚”，本质机制完全不同

3. 发现纤维化是“早期驱动事件”

在猪模型中发现：

• 2月龄：ECV已增加
• 细胞尚未肥大

说明：

纤维化先发生 → 再驱动细胞重塑

4. 心肌肥大本质是“宽度增加”而非长度

研究显示：

• 细胞长度变化不显著
• 细胞宽度显著增加

即：

向外“增粗”（concentric hypertrophy）

5. 建立结构-基因表达关联模型

结合snRNA-seq发现：

• 心肌细胞：NPPB、CCN2、BAG3等上调
• 成纤维细胞：COL1A1、FN1显著上调

构建：

结构变化 ↔ 分子网络直接关联

图表深度解析

CaMVIA-3D三维分析体系构建

该图系统展示了CaMVIA-3D平台的完整流程。从组织层面来看，研究首先获取150μm厚冷冻切片，并采用WGA标记细胞膜、DAPI标记细胞核、α-actinin标记肌节结构，实现细胞边界与内部结构的精准定位。随后，通过共聚焦显微镜获取z-stack三维图像数据，再利用深度学习模型进行三维分割，实现心肌细胞、细胞核及ECV的自动识别与定量分析。

特别关键的是，该系统不仅计算细胞体积、长度与宽度，还引入“细胞排列方向矢量”，实现对心肌细胞排列紊乱（disarray）的定量评估。这一指标在传统病理学中难以客观量化。

核心意义：
首次实现心肌微结构的“全维度数字化重建”

不同基因型HCM的结构差异

该图从多个维度比较不同HCM类型的结构特征，包括细胞体积、宽度、排列及ECV。

首先，MYH7突变组表现出最大细胞体积与最广分布，提示细胞肥大具有显著异质性；而PVneg组细胞体积与正常组无显著差异，这一发现直接挑战了“所有HCM均为细胞肥大”的传统认知。

其次，细胞宽度显著增加而长度变化不明显，证明HCM属于典型“向心性肥大”。与此同时，排列分析显示MYH7组细胞对齐程度最低，提示严重结构紊乱。

ECV分析则显示：

• PVpos与PVneg均增加
• 但PVneg更依赖ECV驱动

核心结论：
HCM存在“细胞驱动型”与“基质驱动型”两种机制

猪模型揭示疾病进展动态

该图通过MYH7 R403Q猪模型系统揭示疾病进展。

首先，超声结果显示6月龄已出现显著心室壁增厚，同时伴随左房扩大，提示舒张功能障碍。宏观上，心脏重量明显增加，呈现典型心肌肥厚。

更关键的是，Masson染色结果显示：

• 2月龄即出现纤维化
• 随时间逐渐加重

这一时间顺序极其重要：

纤维化发生早于细胞肥大

这直接推翻了“肥大→纤维化”的传统路径，提出新的病理模型：

纤维化 → 微环境改变 → 细胞重塑 → 肥厚

心肌细胞三维动态重塑

该图从时间维度刻画细胞结构变化。

结果显示：

• WT细胞体积约增加2倍（生理生长）
• 突变组增加约5倍（病理肥大）

更细致分析发现：

• 宽度显著增加（P=3.3e-6）
• 长度无显著变化

排列方面：

• 随时间对齐程度持续下降
• 提示结构逐步紊乱

同时，ECV在早期即升高，并持续增加。

核心结论：
HCM是“结构系统性重塑”，而非单一指标变化

基因表达与结构重塑耦合

该图实现结构与分子机制整合。

UMAP显示10种细胞类型，其中：

• 心肌细胞（CM）
• 成纤维细胞（FB）

为主要分析对象。

在心肌细胞中：

• CCN1、CCN2与体积高度相关
• BAG3与细胞宽度相关

在成纤维细胞中：

• COL1A1、FN1与ECV强相关

通过Elastic Net回归建立“基因—结构特征”映射模型，实现从分子层面解释组织重塑。

核心意义：
首次建立心肌微结构与转录组的直接关联网络

心肌壁增厚的来源解析模型

结果显示：

猪模型：

• 细胞肥大 ≈ 50%
• 纤维化 ≈ 50%

人类HCM：

• MYH7：两者接近均等
• PVneg：ECV贡献达61%

核心结论：

不同基因型 → 不同肥厚来源 → 不同治疗策略

临床与科研启示

1. HCM需要“分型治疗”

传统“一刀切”治疗模式需改变：

• PVpos：重点抑制细胞肥大
• PVneg：重点抗纤维化

2. ECV成为关键影像指标

与MRI T1 mapping高度一致 

可用于：

• 早期诊断
• 进展监测

3. 深度学习进入病理学核心领域

从“观察” → “定量” → “预测”

4. 新药靶点出现

如：

• TGFB2（纤维化）
• BAG3（机械应答）
• CCN家族

挑战与展望

1. 技术复杂性高

• 3D成像成本高
• 深度学习依赖训练

2. 临床转化仍需时间

• 样本量有限
• 需多中心验证

3. 分子机制仍不完整

• 不同细胞间通讯尚未完全解析

未来方向：

• AI+影像+组学融合
• 个体化HCM分型
• 精准干预策略

总结

本研究通过三维成像与深度学习技术，彻底重构了我们对HCM的认知框架：

心肌肥厚 ≠ 单一机制

而是：

细胞肥大 + 纤维化扩张的动态耦合过程

更重要的是：

不同基因型 → 完全不同的结构路径

最终，该研究提出一个全新范式：

“从二维形态学 → 三维结构定量 → 分子机制整合”

标志着心血管病理学正式迈入：

AI驱动的三维结构医学时代