图1. 从2001年1月至2020年12月，每年在FLIM领域结合NAD(P)H或FAD(橙色)，探针，生物传感器(绿色)和FRET(紫色)的出版物数量(数据来自Web of Science， 2021年1月)。(a) 2001年至2020年各领域论文数量的直方图；(b) 使用RhoA-FRET生物传感器小鼠来监测在发育和疾病进展期间哺乳动物组织中的RhoA活性。(c) 在激光激发下，应用 TCSPC-FLIM检测乙酰转移酶生物传感器用于实时监测胞内乙酰转移酶活性。(d) 胶质母细胞瘤干细胞(Glioblastoma stem cell，GSC)中NADH时间分辨荧光图像。

II FLIM的基本原理

如图2a所示，当分子被激发至激发态后，它将返回到基态，而荧光正是分子从激发态回到基态的一种能量辐射形式。荧光寿命可以被简单地理解成一个物质中所有分子在激发态平均的“停留时间”，也可以经过精准的荧光强度衰减曲线记录，将荧光强度从I₀衰减到I₀/e的时间视为荧光寿命。

而在时间分辨荧光显微镜(FLIM)的构造方面，图2b介绍了FLIM是在荧光显微镜的基础框架上融合单光子检测器和光子计时装置而进行研发。基于荧光时间的测量方式，FLIM可以分为时域和频域两类，时域中又可分为TCSPC，时间门控和条纹相机三大类，其中TCSPC-FLIM的基本原理如图2c的示例图所示，通过光电倍增管的信号放大以及时幅、幅电转换将不同时刻检测到的光子依据到达时间构建荧光强度衰减曲线从而得到荧光时间。而频域FLIM的基本原理则是如图2d所示，基于对激发光的调制和检测信号的解调，利用对曲线相移等参数分析，获得荧光时间。经过仪器测得的荧光衰减曲线，依据荧光来源于单个或多个荧光分子的区别可以通过单指数或多指数函数分析计算来分析得到荧光时间。为了规避上述两种方法需要提前判断荧光分子数目和精确拟合荧光衰减曲线的缺点，相量分析在荧光时间的分析领域方面得到了越来越多的应用。利用公式将FLIM仪器所测得的参数值转换成绘制相量图(Phasor Plot)所需的g值和s值，对得到的相量图进行进一步的分析获得检测样品中荧光分子数目及各自的荧光时间等信息，并可以此为基础绘制FLIM图像。

图2. 荧光时间，荧光成像，TCSPC-FLIM和频域FLIM的基本概念。(a) 荧光时间测量的基本原理。(b) 配备有荧光时间分析装置的荧光成像仪的基本构造。(c) TCSPC-FLIM装置示意图。(d) 频域FLIM装置示意图。

III FLIM结合NAD(P)H分子的自发荧光用于癌细胞代谢监测

图3. FLIM结合NADH、FAD自发荧光的研究纵览和核心糖代谢通路中NADH、FAD分子的变化情况。(a-i) 基于荧光时间差异FLIM辅助肺癌手术切除。(a-ii) FLIM相量图辅助宫颈癌癌前病变分型。(a-iii) NADH/NAD+比值辅助肿瘤边缘病灶确定。(a-iv) 多光谱FLIM辅助口腔癌前病变定位及分型。(b) 糖酵解和三羧酸循环中NADH、FAD分子变化情况。

在荧光时间部分，值得先说明的是，在氧化磷酸化过程中由于NADH分子会与辅酶结合而呈现蛋白质结合NADH状态，NADH分子的荧光时间将会从0.4 ns增长至2 ns。而上个世纪由Warburg提出的Warburg效应又指出癌细胞较正常组织细胞更喜欢在细胞胞质内利用糖酵解进行能量供应同时抑制通过三羧酸循环和氧化磷酸化产生ATP，故癌细胞中的荧光时间往往短于正常组织细胞，利用这一特性可以实现如图3a-i所示的肿瘤手术切除边缘的确定。但最近也有越来越多的研究发现，以肿瘤干细胞为代表的肿瘤细胞并不遵守Warburg效应，具体原因还有待探究。

而比值和矢量图部分则是基于代谢过程中这些自发荧光分子形式的变化，利用比值放大代谢发生前后差异，达到灵敏检测的目的。如图3a-iii所示，利用糖酵解过程中增高的NADH/NAD+比值和肿瘤细胞的Warburg效应原理，可以帮助确定肿瘤手术切除边缘。而相量图则是通过多种自发荧光分子如弹性蛋白(elastin)，FAD，尤其是游离型和蛋白结合型NADH在代谢过程中的改变导致的荧光时间变化(图4a)，反应细胞内free-NADH/bound-NADH的比值变化，实现在宫颈癌癌前病变(图3a-ii)、白血病细胞亚型分类(图4b)等多个临床领域的应用。

在多参数FLIM领域内，多光谱FLIM(ms-FLIM)用于癌症的诊断往往集中在口腔癌前病变(图3a-iv)以及皮肤基底细胞癌等领域。同时，利用计算机对以高斯分布、信息熵以及荧光时间的分析处理，包含荧光时间的多参数分析处理模型也有望辅助临床上以基底细胞癌诊断为代表的多种皮肤疾病的诊断分型(图4c)。

图4. FLIM相量图以及多参数FLIM分类系统用于癌症领域的相关研究。(a) FLIM相量图的绘制原理，通过对相量图中自发荧光分子相量点位置等信息的分析可以获得不同检测样本中细胞氧化磷酸化、糖酵解等代谢变化信息。(b) 利用FLIM相量图中不同样本中得到的荧光分子集群式分布差异，反应不同检测样本中细胞代谢差异，基于此对白血病细胞亚型进行分类和诊断。(c) 利用support vector system辅助基底细胞癌(BCC)，光化性角化病(AK)和鲍温病(BD)的诊断分型。

IV FLIM结合荧光共振能量(FRET)技术的应用

图5. FLIM-FRET在癌症诊断和疗效提升领域内的应用。(a) FRET荧光分子对中荧光供体和受体分子间FRET现象的模式简图。(b) cleavage型：利用FRET-FLIM对caspase3的活性进行检测指示细胞凋亡状态。(c) Binding domain型：利用FRET-FLIM对RhoA蛋白的活性进行检测，通过相连的RFP和GFP荧光蛋白分子间是否发生FRET现象评估RhoA蛋白活性。(d) Tag型：利用标记在PKB蛋白上相连的丝氨酸和苏氨酸荧光分子标记的FRET效应变化评估胞内PKB/Akt信号通路活性。(e) Dimer型：利用在HER3和HER2上标记的Alexa546和Cy5荧光分子对的FRET现象对细胞膜上HER3-HER2二聚体水平进行检测。(f) Substrate型：利用Src与底物反应后导致底物相连的CFP和YPet荧光蛋白分子间FRET效应消失的现象对细胞内Src蛋白的活性进行检测。

V FLIM结合荧光标记探针的应用

5.1 胞内分子变化FLIM检测

细胞内的分子变化FLIM检测可以分为核内和细胞质内两类，在细胞核内部分图6a论述的是结合一种乙酰转移酶活性生物传感器(HATS)实现对乙酰转移酶活性的检测从而辅助针对组蛋白乙酰化的抗癌药物疗效评估。在细胞质内，FLIM则可以结合新型量子点和荧光标记的香豆素探针实现对细胞质内两大代谢情况-糖代谢和脂代谢的监测，辅助癌细胞的代谢研究和临床诊治应用(图6a，c)。

5.2 膜结构变化FLIM检测

由于FLIM检测膜上受体变化情况已在FLIM-FRET部分详细论述，在这一部分主要聚焦于FLIM结合荧光探针检测细胞膜和线粒体膜的电势以及膜黏度变化的应用。这些参数与细胞膜通透性等指标相关，间接反映细胞恶性转化等细胞活动。在膜电势测量领域，图7a选择的代表性研究是利用FLIM检测VoltageFluor荧光染料标记探针的荧光时间，由于膜去极化时削弱了光诱发的电子转移，导致从超极化到去极化时检测到的荧光时间将会延长。而在膜黏度测量领域，荧光探针大多基于图7b左图所示的氯化硼络合二吡络甲川结构(BODIPY)。如图7b右图所示，当膜黏度升高时将会提升从荧光探针从平面构型转换到蝶式构型的能量壁垒，导致激发态回到基态的非辐射性途径削弱，从而使得以荧光为代表的能量辐射途径增强，荧光时间延长。图7c即是使用BODIPY2探针结合FLIM实现对体内CT26肿瘤的FLIM成像，检测细胞膜黏度。

5.3 肿瘤细胞外环境FLIM检测

在肿瘤细胞外环境中，主要讨论了结合荧光探针、量子点等荧光材料是否有望实现对肿瘤微环境的pH，血管构成以及外泌体进行检测。使用融合有ECFP荧光蛋白的CBD-ECFP分子可以实现利用荧光时间反映体外基质中pH的目的(图8a)。而肿瘤血管成像则是基于血液中循环的量子点的长时荧光特性，探究肿瘤组织和正常组织血管形态差异(图8b)。而图8c则是利用膜黏度探针的荧光时间反映外泌体的膜黏度从而得到外泌体大小的信息，有望用于临床癌症早期诊断。

5.4 FLIM检测具有荧光发射的抗癌药物递送

图9a是利用FLIM探究带有OG荧光标记的外泌体和微囊泡紫杉醇递药方式入胞机制，研究发现外泌体主要通过胞吞方式入胞，而微囊泡则通过胞吞和与细胞膜融合两种方式入胞。而在脂质体递药策略(liposome)研究中，图9b的研究中使用FLIM探究了体内递送过程中生物分子冠状物在脂质体周围形成导致载药泄露的问题。除了前面两类抗癌药物递送策略，近年来以纳米结构为基础的抗癌药物递送新策略不断涌现，一种如图9c所示的PAH-Cit-Dox的纳米递送策略得到了构建和实验室研究，使用FLIM得到FLIM相量图(Phasor plot)和相量区分的荧光时间像素图(PDLPI)对阿霉素的释放和其在细胞内的分布进行了监测，辅助递送策略优化和疗效提升。

1. FLIM成像速度，分辨率提升以及与其它光学技术的整合成像。

2. FLIM走向临床应用在荧光分子生物相容性、靶向性，以及深层次穿透能力如近红外荧光分子研究仍需进行。

3. FLIM结合NAD(P)H自发荧光用于代谢检测可以拓宽至肿瘤微环境中的免疫细胞、神经元等，辅助肿瘤免疫治疗等研究。

4. 利用荧光探针结合FLIM有望实现肿瘤外泌体中RNA检测，而以阿霉素(Dox)为代表的抗癌药物递送也可与外泌体策略结合，使用FLIM监测优化。