十多年来，马里兰大学昆虫学系主任、James B. Gahan和Margaret H. Gahan教授Evan Economo的实验室持续使用微型CT设备对昆虫标本进行扫描，以获取用于形态学研究的X射线三维数据。但他指出，传统流程成本高且耗时，单个标本扫描可能需要约10小时。

据《自然方法》（Nature Methods）期刊发表的一项研究，Economo作为资深作者与德国卡尔斯鲁厄理工学院（KIT）的Thomas van de Kamp共同领导团队，测试并整合同步辐射粒子加速器、X射线扫描、机器人技术与人工智能（AI）等手段，建立了覆盖800种不同蚂蚁物种的交互式数字图像资源库。研究团队表示，这套工作流程显著缩短了标本扫描以及将原始图像文件转换为高分辨率三维模型所需的时间。

该研究第一作者Julian Katzke曾在日本冲绳科学技术研究院（OIST）的Economo实验室学习。他表示，如果使用实验室常规CT扫描仪完成同等规模项目，设备可能需要连续运行六年；而在KIT的设备条件下，团队在一周内完成了2000个标本的扫描。

项目被命名为Antscan。团队称，该项目或可为未来更广泛的生物标本数字化提供参考，不仅限于蚂蚁。项目对外免费开放用于构建三维模型的原始文件下载，并为每个物种配备内置查看器，便于访问已生成的三维图像。

Economo同时担任OIST兼职教授。他表示，这项工作的意义不局限于蚂蚁本身，标本数字化后可形成“生物图书馆”，从而简化其在科研实验室、课堂以及影视制作等场景中的使用。

高通量扫描与后续AI“姿态估计”

为建立数字资源库，研究团队从合作机构、博物馆馆藏及全球专家处获取以乙醇保存的蚂蚁标本，并按物种与阶级完成分类后送至KIT进行高通量X射线微型CT扫描。该扫描方式与医学CT类似，但放大倍率更高。

研究团队介绍，同步辐射粒子加速器可产生高强度X射线束，用于快速扫描大量标本；机器人样品更换器可每30秒旋转并更换标本，从而生成二维图像堆栈并进一步构建三维模型。

不过，团队也指出，原始图像中标本姿态可能扭曲，难以直接呈现研究人员期望的自然形态。作为Antscan的后续工作，马里兰大学计算机科学副教授James Purtilo在CMSC 435“软件工程”课程中组织学生利用AI自动化“姿态估计”流程，将扫描中不自然的姿势调整为更接近野外状态的姿态。Purtilo表示，该合作为学生提供了整合技能、团队协作并解决实际问题的机会。

团队称，Antscan三维图像达到微米级分辨率，可呈现肌肉、神经系统、消化系统及螫针等内部结构，并可用于动画制作或整合进虚拟现实环境，服务科研、教育或娱乐用途。Economo表示，若依靠手工方式完成相关处理将耗费数年，计算工具使得大规模构建成为可能。

数据库已用于群体结构研究

研究团队表示，Antscan数据库已开始体现科研应用价值。在Economo作为资深作者发表于《科学进展》（Science Advances）的一项研究中，研究人员利用Antscan数据探讨蚂蚁群体由“更多较弱工蚁”或“更少更强壮工蚁”构成何者更有利。

该研究分析了500多种蚂蚁的外骨骼体积、群体规模与群体多样化之间的相关性。研究指出，外骨骼保护层角质层在氮及多种矿物质方面的营养成本较高，意味着更厚的“护甲”需要个体投入更多资源。团队发现角质层体积与群体规模呈强烈负相关，显示优先增加数量而非提升护甲质量，可能有助于形成更大且更多样化的蚂蚁社会。

研究团队称，在上述研究中，Antscan使得角质层体积这一此前较难测量的指标得以更精细地观察。与此同时，Antscan项目还覆盖了2025年6月发表于《细胞》（Cell）的一项研究所涉及的相同蚂蚁物种，该研究由Economo共同署名并生成了一套高质量蚂蚁基因组。研究人员表示，结合形态数据与基因组数据，未来可开展更复杂的形态特征与基因组变异关系研究。

此外，团队提到，鉴于扫描数据的高保真度，未来这些数据也可能用于训练机器学习模型，以更准确识别野外蚂蚁并用于行为观察。Economo表示，团队计划继续将更多标本纳入扫描体系，并与马里兰大学计算机科学学生合作，将相关AI技术应用到新的数据集上。