納米顆粒輸送到腫瘤如何增強腫瘤血管的滲透性一直以來都是該領域的關鍵問題。為了解決這一問題，來自南開大學黃興祿、中科院生物物理所閻錫蘊院士和自動化研究所田捷等人開發了一種利用基于蛋白質的納米探針和基于圖像分割的機器學習（nanoISML）的單血管定量分析方法，揭示了腫瘤血管通透性的異質性，并為下一代抗癌納米藥物的合理設計確定了新的方向。使用納米ISML，研究人員旨在回答納米顆粒向腫瘤輸送的三個關鍵問題：（1）不同腫瘤和血管中的血管通透性是否異質，如果是，如何對不同的腫瘤通透性進行量化分類？（3） 該方法是否能夠調節血管通透性的變化，從而指導個性化遞送策略的發展？該研究通過使用納米ISML，對來自32個腫瘤模型的超過67000個個體血管進行了量化，揭示了基于蛋白質的納米顆粒的高度異質性血管通透性，與滲透性最低的血管相比，不同腫瘤中高滲透性血管的百分比差異大于13倍，滲透性最高的血管的滲透能力大于100倍；
此外，研究結果表明，被動外滲和經內皮轉運分別是高滲透和低滲透腫瘤血管的主要機制，并開發了具有改善低滲透性腫瘤中經內皮轉運的基因修飾蛋白質納米顆粒，用以示例說明納米ISML輔助的納米藥物的合理設計。
Zhu, M., Zhuang, J., Li, Z. et al. Machine-learning-assisted single-vessel analysis of nanoparticle permeability in tumour vasculatures. Nat. Nanotechnol. (2023).DOI: 10.1038/s41565-023-01323-4https://doi.org/10.1038/s41565-023-01323-4
