新闻中心

12月27日下午，“清华校友学习日”第69讲举办。清华大学生物医学工程学院长聘副教授苑克鑫应邀出席，为校友们带来题为“以三维视角理解生命——面向新药研发和生命科学的三维空间多组学”的专题报告，千余名校友、师生线上线下同步参与学习。清华大学校友工作办公室副主任邓磊出席本次活动，活动由清华校友总会发展部部长宋述强主持。

苑克鑫主讲

苑克鑫首先从行业发展背景切入，深刻阐释了生命科学领域引入三维视角的必要性。长期以来，新药研发、生命科研与临床诊断广泛依赖厚度仅约3-6微米的组织薄切片进行观察。尽管该方法能呈现细胞与分子层面的细节，却不可避免地破坏了组织的三维空间连续性——而生命结构本质上是立体系统。近年来，空间蛋白组学与空间转录组学技术虽已取得重要进展，却依然受限于二维切片的分析框架。正如医学影像从X光迈向CT三维成像，生命医学的观测体系也亟待进入三维时代。

在此基础上，苑克鑫分享了团队在三维空间多组学领域取得的突破性研究成果。针对传统二维病理观测存在信息丢失、误诊率高，以及现有三维成像技术存在样本形变、结构破坏、荧光衰减等技术瓶颈，苑克鑫团队研发出一种基于离子液体的生物组织玻璃态透明化与跨尺度体积成像技术（VIVIT）。该技术首次实现了生物组织的高度透明且无形变，并能有效抑制荧光淬灭，支持样本长期冷冻保存及超分辨成像。依托该技术，团队成功构建了覆盖全脑到突触的跨尺度三维成像体系，成功解析了大脑丘脑中多感官信息整合的神经元机制。受此研究启发，团队进一步联合开发了“皮层-丘脑-皮层神经网络”脑启发AI模型（CTCNet），大幅提升了计算机在复杂环境下的语音分离能力。

活动现场

在产业应用方面，苑克鑫指出VIVIT透明化技术与三维分子标记，能够在三维空间中均匀、高效的标记蛋白、核酸等标志物，真正将分析尺度从“薄切片”拓展至“厚组织”甚至“全器官”，实现了在原生三维空间中，将不同维度的分子信息进行精准关联，为解析复杂生物学过程提供可直接推断因果关系的“全息数据层”。结合AI技术，三维空间多组学通过构建可模拟、可推演的高保真3D-AI数字器官，打通了从真实生物样本到虚拟数字模型的闭环。它不仅为药物筛选、毒性预测提供了新一代研究平台，更推动研发模式从“实体实验”向“虚实交互、动态迭代”演进，实现以数字推演指导现实研发、以真实数据持续优化模型的融合生态，重塑生命科学研究的整体路径。

在互动环节，苑克鑫与现场校友就三维空间多组学的临床应用问题进行了深入探讨。

邓磊（左）向苑克鑫赠送纪念牌

讲座结束后，邓磊向苑克鑫赠送了校友学习日活动纪念牌。

现场合影

清华校友终身学习支持计划

2018年，校友总会推出“清华校友终身学习支持计划”，依托校内资源，举办学习日和学习班，构建校友终身学习服务体系。学习日围绕社会发展、科技创新、学科前沿等邀请专家讲座。学习班对标学分课程，依托院系师资，为校友提供系统持续的学习机会，先后推出“哲学班”“艺术班”“公管班”“金融班”“智造班”。2023年，校友总会推出“清华校友健康沙龙”，响应推进健康中国建设的号召，助力校友健康工作和幸福生活。目前，校友总会正在积极联合校内单位，面向校友推出终身学习相关特场活动。