來(lái)源:EFL生物3D打印與生物制造
在神經(jīng)組織工程領(lǐng)域,由于人類大腦組織獲取困難且現(xiàn)有實(shí)驗(yàn)?zāi)P碗y以精準(zhǔn)模擬其發(fā)育與功能的復(fù)雜性,二維細(xì)胞培養(yǎng)和動(dòng)物模型存在諸多局限,三維(3D)生物打印技術(shù)應(yīng)運(yùn)而生。它能夠構(gòu)建復(fù)雜的組織架構(gòu),高度模擬人類大腦組織的結(jié)構(gòu)與功能,為研究神經(jīng)系統(tǒng)疾病和開(kāi)發(fā)新療法帶來(lái)希望。然而,目前3D生物打印的神經(jīng)模型在應(yīng)用于藥物篩選時(shí)面臨諸多挑戰(zhàn),如缺乏對(duì)模型功能(包括化學(xué)、代謝等途徑)和機(jī)械相關(guān)性分析的標(biāo)準(zhǔn)化表征方法。
來(lái)自加拿大維多利亞大學(xué)的Stephanie M. Willerth教授團(tuán)隊(duì),綜述了近十年來(lái)3D生物打印神經(jīng)模型的研究進(jìn)展,重點(diǎn)探討了其在藥物發(fā)現(xiàn)方面的應(yīng)用。團(tuán)隊(duì)詳細(xì)討論了各類神經(jīng)組織模型、生物墨水和添加劑、所用細(xì)胞類型、打印結(jié)構(gòu)形狀及培養(yǎng)時(shí)間,以及相關(guān)的表征方法。在此基礎(chǔ)上,團(tuán)隊(duì)提出為推動(dòng)該技術(shù)在藥物篩選中的有效應(yīng)用,必須解決當(dāng)前表征方法缺乏標(biāo)準(zhǔn)化的問(wèn)題,未來(lái)應(yīng)注重在多個(gè)層面評(píng)估模型與體內(nèi)環(huán)境的相關(guān)性,以開(kāi)發(fā)出更具可行性的治療方案。相關(guān)工作以“Recent advances in 3D bioprinted neural models: A systematic review on the applications to drug discovery”為題發(fā)表在《Advanced Drug Delivery Reviews》上。
640 - 01.jpg (140.62 KB, 下載次數(shù): 1)
下載附件
2025-4-13 19:53 上傳
640.jpg (90.74 KB, 下載次數(shù): 1)
下載附件
2025-4-13 19:55 上傳
主要內(nèi)容
1. 通過(guò)對(duì)PubMed、Scopus和Web of Science數(shù)據(jù)庫(kù)中相關(guān)文獻(xiàn)的系統(tǒng)檢索與篩選,研究了近十年3D生物打印神經(jīng)組織模型的發(fā)展情況,包括模型類型、生物墨水和添加劑、細(xì)胞類型、構(gòu)建體形狀、培養(yǎng)時(shí)間及表征方法等。結(jié)果表明,神經(jīng)組織模型的構(gòu)建使用了多種生物墨水和細(xì)胞類型,應(yīng)用廣泛,但在材料和細(xì)胞表征方面缺乏標(biāo)準(zhǔn)化。
640-1.jpg (141.37 KB, 下載次數(shù): 1)
下載附件
2025-4-13 19:53 上傳
圖1. 3D生物打印神經(jīng)組織模型中常見(jiàn)的細(xì)胞和機(jī)械表征技術(shù)概述。
2. 通過(guò)對(duì)46篇相關(guān)研究論文進(jìn)行數(shù)據(jù)提取和分析,研究了不同3D生物打印神經(jīng)模型的具體構(gòu)建和特性。結(jié)果顯示,這些模型在模擬大腦、脊髓、腫瘤等組織時(shí),使用的生物墨水、細(xì)胞類型和構(gòu)建體形狀各異,培養(yǎng)時(shí)間也有所不同,且在疾病建模、藥物發(fā)現(xiàn)和組織再生等方面展現(xiàn)出一定潛力。
640-2.jpg (151.92 KB, 下載次數(shù): 0)
下載附件
2025-4-13 19:53 上傳
圖2. 系統(tǒng)篩選過(guò)程。
3. 通過(guò)對(duì)不同生物墨水、細(xì)胞類型及構(gòu)建條件下的3D打印神經(jīng)模型進(jìn)行多方面表征測(cè)試,研究了這些模型的材料特性(如機(jī)械性能、物理性能、可打印性)和細(xì)胞相關(guān)特性(如細(xì)胞活力、增殖、蛋白質(zhì)表達(dá)、鈣成像、代謝活性和電生理學(xué))。結(jié)果表明,各模型的表征方法差異較大,缺乏統(tǒng)一標(biāo)準(zhǔn),影響了對(duì)模型功能和適用性的評(píng)估。
640-3.jpg (151.47 KB, 下載次數(shù): 0)
下載附件
2025-4-13 19:53 上傳
圖3. 系統(tǒng)搜索結(jié)果。
4. 通過(guò)分析不同細(xì)胞類型在3D打印構(gòu)建體中的活力和蛋白質(zhì)表達(dá)隨培養(yǎng)時(shí)間的變化情況,研究了神經(jīng)膠質(zhì)細(xì)胞、神經(jīng)細(xì)胞和腫瘤細(xì)胞在3D生物打印模型中的特性。結(jié)果發(fā)現(xiàn),不同細(xì)胞類型在不同培養(yǎng)時(shí)間下,細(xì)胞活力和蛋白質(zhì)表達(dá)呈現(xiàn)出不同的變化趨勢(shì),這有助于了解細(xì)胞在模型中的功能和行為。
640-4.jpg (168.77 KB, 下載次數(shù): 0)
下載附件
2025-4-13 19:53 上傳
圖4. 部分細(xì)胞表征評(píng)估總結(jié)(干細(xì)胞樣細(xì)胞類型)。
5. 通過(guò)分析不同細(xì)胞類型在3D打印構(gòu)建體中的活力和蛋白質(zhì)表達(dá)隨培養(yǎng)時(shí)間的變化情況,研究了成熟/有限譜系的神經(jīng)膠質(zhì)細(xì)胞、神經(jīng)細(xì)胞和腫瘤細(xì)胞(膠質(zhì)母細(xì)胞瘤、膠質(zhì)瘤、神經(jīng)母細(xì)胞瘤)在3D生物打印模型中的特性。結(jié)果表明,不同細(xì)胞類型在不同培養(yǎng)階段,細(xì)胞活力和蛋白質(zhì)表達(dá)各有差異,為研究相關(guān)疾病和藥物篩選提供了重要依據(jù)。
640.jpg (150.31 KB, 下載次數(shù): 0)
下載附件
2025-4-13 19:53 上傳
圖5. 部分細(xì)胞表征評(píng)估總結(jié)(成熟/有限譜系細(xì)胞類型)。
6. 通過(guò)嵌入式生物打印技術(shù)和相關(guān)檢測(cè)手段,研究了在3D打印構(gòu)建體中生成真實(shí)人類神經(jīng)元的過(guò)程及神經(jīng)元的特性。結(jié)果顯示,該技術(shù)能有效實(shí)現(xiàn)細(xì)胞的精確圖案化和長(zhǎng)期培養(yǎng),神經(jīng)元在構(gòu)建體中可實(shí)現(xiàn)軸突延伸、神經(jīng)突起生長(zhǎng),并呈現(xiàn)出特定的免疫染色特征,模擬了真實(shí)大腦組織的功能。
640-5.jpg (275.95 KB, 下載次數(shù): 0)
下載附件
2025-4-13 19:53 上傳
圖6. 在3D打印構(gòu)建體中生成真實(shí)的人類神經(jīng)元。
7. 通過(guò)總結(jié)和列舉各類細(xì)胞(如人類誘導(dǎo)多能干細(xì)胞、神經(jīng)祖細(xì)胞、星形膠質(zhì)細(xì)胞、少突膠質(zhì)細(xì)胞和神經(jīng)元)研究中常用的細(xì)胞標(biāo)記物,研究了這些標(biāo)記物在3D生物打印神經(jīng)模型研究中的應(yīng)用。結(jié)果表明,這些標(biāo)記物可用于鑒定細(xì)胞類型、評(píng)估細(xì)胞分化階段和研究細(xì)胞功能,對(duì)深入理解神經(jīng)組織發(fā)育和疾病機(jī)制具有重要意義。
640-6.jpg (202.59 KB, 下載次數(shù): 0)
下載附件
2025-4-13 19:53 上傳
圖7. 各類細(xì)胞(包括人類誘導(dǎo)多能干細(xì)胞、神經(jīng)祖細(xì)胞、星形膠質(zhì)細(xì)胞、少突膠質(zhì)細(xì)胞(及其前體)和神經(jīng)元)研究中常用的細(xì)胞標(biāo)記物。
結(jié)論
本研究系統(tǒng)回顧了近十年3D生物打印神經(jīng)模型的文獻(xiàn),著重分析大腦神經(jīng)組織模型及其藥物篩選應(yīng)用。研究發(fā)現(xiàn),此類模型構(gòu)建采用了多種生物墨水和細(xì)胞類型,應(yīng)用廣泛,但在材料和細(xì)胞表征方法上缺乏標(biāo)準(zhǔn)化,這影響了對(duì)模型功能和相關(guān)性的準(zhǔn)確評(píng)估。
為推動(dòng)該領(lǐng)域發(fā)展,需提高研究方法的透明度和可重復(fù)性,標(biāo)準(zhǔn)化材料表征,強(qiáng)化與藥物發(fā)現(xiàn)的轉(zhuǎn)化相關(guān)性研究。盡管3D生物打印技術(shù)為再生醫(yī)學(xué)和疾病治療帶來(lái)希望,但仍面臨挑戰(zhàn),如血腦屏障建模難題。未來(lái)應(yīng)探索新方法改進(jìn)模型,整合生物信息學(xué)、機(jī)器學(xué)習(xí)和人工智能等技術(shù),提升模型的準(zhǔn)確性和功能?傮w而言,3D生物打印神經(jīng)組織已取得一定進(jìn)展,能構(gòu)建復(fù)雜結(jié)構(gòu)并模擬相關(guān)神經(jīng)表型,但仍需克服諸多困難,以更好地服務(wù)于神經(jīng)科學(xué)研究和藥物開(kāi)發(fā)。
文章來(lái)源:https://doi.org/10.1016/j.addr.2025.115524
|