Elafibranor

以下文章来源于凡默谷，作者江紫瑜等 人肝(类)器官芯片在药物研究中的应用进展 来源 《中国药学杂志》 2026年5月 第61卷第10期 作者 江紫瑜，卢欣博，杨春启，郝斐然，高月 广东药科大学药学院； 军事科学院军事医学研究院； 蚌埠医科大学药学院 摘要 笔者综述了人源化肝类器官芯片和肝器官芯片技术的最新进展，介绍了两者的结构特点、功能优势及在药物研究中的应用前景。肝类器官芯片通过结合类器官技术和微流控系统，能够更接近体内生理环境，适合长期培养和疾病建模下的药物研究; 而肝器官芯片则侧重于药物毒性评估，具有高通量筛选能力。文章还探讨了两种模型在药物肝毒性和相关肝疾病治疗药物研究中的应用现状及未来发展方向。 关键词 肝类器官芯片; 肝器官芯片; 毒性预测; 药物筛选; 疾病模型 _ 正文 _ 肝脏是人体内最大的实质性器官，也是人体最重要的代谢与解毒器官，在药物研发和毒理学研究中具有核心地位。其生理功能包括外源性物质(药物)代谢、糖异生与糖脂代谢、白蛋白(albumin，ALB)合成、胆汁合成与分泌、生成激素和酶、维生素合成与代谢等[1]。肝小叶是肝脏的基本单位，由许多血管围绕着肝细胞形成，包括中央静脉、门静脉、肝动脉等。肝实质细胞占据肝脏约60%，是肝脏结构和功能的主体。而胆管细胞、肝血窦内皮细胞(liver sinusoid endothelial cells，LSECs)、Kupffer细胞(Kupffer cells，KCs)等非实质性细胞在肝脏免疫调节和炎症反应中不可或缺，与肝实质细胞共同维持肝脏稳态和健康。 由于肝脏在药物代谢过程中处于核心位置，因此优秀的肝脏模型是药物研究的基础，传统的模型为二维(two dimensional，2D)体外肝细胞模型和动物体内模型，然而这两种模型存在细胞成分单一以及动物种属差异的关键性缺陷，无法准确模拟药物在人体内作用，导致部分临床试验药物最终在安全性评价上面临失败的结局，如曲格列酮、罗美西布、甲磺酸加诺沙星等[2]。虽然动物体内模型能反映复杂的生理环境、动态评估药物吸收和代谢，在某些方面优于体外人源化细胞模型，但种属差异仍是药物临床评估无法跨越的鸿沟。一项制药行业调查分析显示，在33例肝脏假阳性案例中，假阳性肝脏信号(动物模型)发生在远高于临床(人体)的暴露剂量(>5倍): 82%(大鼠)、42%(狗)和9%(猴子)[3]。药物在体内的代谢依赖于肝脏，对于实验动物(大鼠、小鼠、狗、猴等)与人类而言，肝脏中的药物代谢酶、转运体，药物代谢酶与诱导剂和抑制剂之间的相互作用，以及肝脏对药物的敏感度都存在不同程度的差异[4]。如在小鼠体内细胞色素P450(cytochrome P450，CYP450)有34个不同家族，编码103种同工酶，而人类仅有18个CYP450家族，编码57种同工酶[5-7]。其中CYP2D6是人类已知唯一的CYP2D酶，而小鼠体内存在9种CYP2D功能基因[8]，虽然CYP2D6在人肝脏中的表达水平较低，约占总P450的4%，但该酶参与约20%的常用药物的代谢[9]，其作用也不可忽视。 在药物转化的过程中，有些药物经代谢生成无毒的化合物排出体外，有些则转化为有毒或毒性更大的化合物，导致药物肝损伤(drug induced liver injury，DILI)[10]。在传统的药物研发中，动物模型的物种差异性导致DILI预测准确率不足，约30%的新药因未预见的肝毒性撤市。因此，迫切需要一个能够模拟真实肝脏组织微环境的体外肝脏模型。结合生物医学工程，新一代的体外肝模型有肝器官芯片(liver-on-a-chip，LoC)模型及肝类器官芯片(liver-organoidon-a-chip，LOoC)模型等。 器官芯片(organs-on-a-chip)采用了还原论的设计原则，基于对人体解剖学的理解，利用微加工创造三维(three dimensional，3D)结构供细胞生长，利用微流控和其他生物力学、电学技术还原细胞生长的微环境。2010年，Ingber开发了首个肺芯片[11]，标志着器官芯片研究的开始。LoC是通过结构化或图案化的方法在芯片特定区域接种一种或多种肝脏细胞构建完成的[12-13]。类器官依赖于干细胞内在的发育程序，通过各种生长因子使其自组织形成复杂的3D结构，并重现体内的细胞异质性和功能。将器官芯片与类器官结合而成的类器官芯片(organoids-on-a-chip)，可以实现“1+1>2”的效果。利用微工程平台为类器官提供类似体内的诱导信号，从而克服传统3D培养中随机性强、缺乏生理相关力学刺激等痛点。LOoC在肝类器官体外重构肝脏的基础上还侧重于肝组织微环境的构建，模拟整个或部分肝脏的功能。通过这些重建，相对普通二维肝细胞而言[如人正常肝细胞(L02)、人肝母细胞瘤(HepG2)细胞]，无论是LoC还是LOoC，对药物的敏感性更高[14]，同时还保留了人源化的模型优势。 2025年4月，美国FDA发布公告取消单克隆抗体等药物临床前动物实验强制要求，优先接受类器官、人工智能(artificial intelligence，AI)预测模型等“新方法”(NAM)的数据。新模型的代替更好地说明，肝芯片技术相比传统动物模型具有显著优势: 能够更准确地模拟人体肝脏的生理和病理特征，避免种属差异导致的预测偏差; 其次，能够实现对药物毒性机制的深入研究，提供更详细的安全性评估信息; 最后，能够显著降低实验成本和时间投入，提高药物开发的效率。 本综述将LoC和LOoC统称为“肝(类)器官芯片”，主要介绍两种模型在药物研究中的应用情况，包括肝毒性药物、常见肝病治疗药物及肝癌药物的筛选研究等(图1)。 1 肝(类)器官芯片模型概述 1.1 芯片设计 肝(类)器官芯片可根据芯片通道数量分为单通道、双通道和多通道芯片。各层通道由培养基或细胞/类器官与水凝胶的实体充满，不同的芯片通道之间自然分隔开或由多孔薄膜隔开。 单通道芯片多见于早期微流控芯片模型，其设计核心为将肝细胞均匀铺覆于芯片通道基底; 新鲜培养基从通道入口端持续灌注，在流动相的驱动下沿通道定向迁移，最终携带细胞代谢废物从通道出口端排出。该设计在传统2D静态细胞培养体系的基础上，引入了动态流动微环境，突破了静态培养的固有局限，为肝细胞构建更贴近体内生理状态的培养场景[15-16]。已有研究基于V形凹面微阵列单通道器官芯片培养HepG2细胞，成功构建了长期稳定的3D肝细胞球模型[17]。通过在芯片通道上下表面间布设致密微柱，可搭建单通道肝(类)器官芯片，该微柱能有效限定肝类器官球体的空间位置，避免其在培养基流动过程中被冲刷流失[18-19]。相较于传统静态培养体系，单通道芯片可提供可控的流动剪切力，且借助新鲜培养基的持续灌注，能够及时清除肝类器官及肝细胞产生的代谢废物; 上述调控因素可协同促进肝类器官与肝细胞特征蛋白的高效表达，显著提升模型的生理功能关联性[20]。 双通道芯片是当前肝(类)器官芯片研究领域中应用最广泛的类型。该芯片包含两个独立通道，分别用于构建肝类器官/肝细胞层与血流模拟层，两通道之间由多孔薄膜分隔，此薄膜可为接种的血管内皮细胞提供稳定的生长支撑。基于该双通道芯片模型，能够成功模拟肝血窦[21-22]、肝小叶[23]等肝脏特异性结构，LOoC亦可在此基础上实现构建。研究证实，在包含肝类器官的多类器官芯片系统中，这种通过接种血管内皮细胞的多孔薄膜实现通道分隔的设计至关重要; 相较于单通道器官芯片，该分隔结构可显著延长各类器官表型的维持时间[24]。 多通道芯片多为LoC，通道数量与细胞和流动相液体种类数量相关，多用于模拟肝血窦结构。具体来说，在肝血窦中共包含5种细胞: 肝细胞(hepatocytes，HCs)、LSECs、KCs、肝星状细胞(hepatic stellate cells，HSCs)和胆管上皮细胞(biliary epithelial cells，BECs); 共包含2种流动相: 血流和胆汁流。常见基础的LoC为3通道LoC，通道内流动相依次为模拟血流相的培养基、肝细胞培养基、模拟胆汁流相的培养基，通道间以聚碳酸酯多孔薄膜隔开，薄膜两侧接种有LSECs、KCs、HSCs中的1种或多种细胞[25-26]。此外，Deng等[27]学者设计了一种5通道LoC，其中4个通道分别依次接种KCs、人脐静脉内皮细胞(human umbilical vein endothelial cells，HUVECs)、HSCs以及HepG2，并通过在通道内循环通入模拟血流的培养基与模拟胆汁流的培养基，成功构建出肝血窦器官芯片模型。该设计进一步丰富了肝脏器官芯片的结构复杂度，为更精准模拟肝脏生理微环境提供了新思路。 1.2 肝(类)器官芯片模型组成 在构建肝(类)器官芯片模型时，除芯片本身外，相关内容还包含各种类器官和细胞(表1)，通过对它们的科学排列使芯片模型能够在体外模拟肝脏表型和功能。下面针对不同应用中的肝(类)器官芯片模型组成展开介绍。 1.2.1 肝实质细胞 常见用于模型构建的肝实质细胞有HepG2细胞、HepaRG细胞(HepaRGs)和原代人肝细胞(primary human hepatocytes，PHHs)。肝实质细胞是中高度分化细胞，其功能与肝脏功能密切相关。在LoC应用的早期，HepG2细胞因低成本和无限增殖能力，是肝癌模型构建的首选[28-29]。然而，后续的研究发现，HepaRGs比HepG2细胞具有更完整的Ⅰ/Ⅱ相代谢酶谱，药物敏感度更强，更适用于药物代谢及毒性研究[1，30-32]。Kopp等[20]通过在LoC上搭载PHHs或HepaRGs细胞，验证了甲基甲磺酸盐和乙基甲磺酸酯、代谢激活的基因毒物苯二氮䓬[a]芘和环磷酰胺的基因毒性。Zheng等[21]构建了HepaRGs和HUVECs共培养的双通道LoC，验证出多种药物和重金属离子诱导的肝毒性。这些结果均证实了HepRGs在LoC的适用性，但鉴于其源自癌细胞的本质属性，无法充分复刻正常肝细胞的生理功能，因此不能作为正常肝细胞的完全替代模型。 PHHs则是来源于正常生理状态下的肝脏组织，在体外可以充分保留肝细胞在体内的固有功能与活性，尤其能稳定维持CYP450酶系活性拥有肝脏中所有的代谢途径。因此，PHHs被公认为体外药物代谢试验的“金标准”。然而，PHHs来源有限、不同供体间表型存在差异，且体外培养的PHHs往往只能保留几天的代谢活性，随后将去分化并凋亡[10，30，33-34]。非永生化的缺点成为限制其广泛使用的关键因素。利用LoC与PHHs结合，可显著改善PHHs在2D培养时的去分化特性，提升CYP酶的表达及活性，延长培养周期[33，35]。若同时建立PHHs和非实质细胞共培养的LoC，可进一步模拟体内肝脏微环境，如肝脏免疫微环境[33]，大幅提升DILI预测的准确性与可靠性[36]，突破其限制因素。 1.2.2 非实质细胞 肝脏中的非实质细胞主要包括LSECs、KCs、HSCs和BECs等，约占肝脏总细胞数的40%。尽管这类细胞与肝脏核心生理功能的直接关联性较弱，但在维持肝组织结构完整性、调控肝脏微环境稳态，以及参与肝脏部分病理状态的发生、发展过程中，发挥着至关重要的作用。 LSECs属于血管内皮细胞，在双通道及多通道肝(类)器官芯片构建中，是不可或缺的核心细胞类型。其最显著的形态学特征为无基底膜，且因需介导营养物质转运与代谢废物排泄，胞质内富含窗孔结构。 生理状态下，LSECs对维持肝脏内环境稳态具有关键作用，可调控血管张力，参与炎症反应及血栓形成的调控过程，且对肝脏免疫应答的调控至关重要。在急性或慢性肝损伤条件下，LSECs会发生表型转换，进而对邻近细胞功能及肝脏疾病的病理生理进程产生显著不良影响[37]。然而，鉴于HUVECs成本低廉且易于体外培养，目前多数肝(类)器官芯片相关研究中，常采用HUVECs替代LSECs进行实验体系构建。 KCs为一类巨噬细胞，在肝脏稳态维持及疾病进展中扮演重要的组织特异性功能。KCs静息于肝血窦内，具备高效吞噬能力，能够有效清除血液中的异物、毒素及病原体[38]。在非酒精性脂肪性肝病(nonalcoholic fatty liver disease，NAFLD)发病机制中，KCs的激活及其与其他肝细胞的相互作用，可能会延缓或加重疾病进展[39]。 HSCs在肝脏中的占比极低，但其在正常肝脏稳态维持及肝损伤应答过程中均发挥着关键作用。在生理稳态下，HSCs呈静息状态; 而当肝脏受到损伤时，静息态HSCs被激活，大量合成并分泌富含胶原蛋白的细胞外基质，进而诱发肝纤维化[40]。借助细胞命运图谱技术与单细胞转录组学技术的联合应用证实，静息态HSCs是肝细胞癌及肝转移灶中，具有胶原生成活性的活化态HSCs以及肝癌相关成纤维细胞(CAFs)的主要来源[41]。 除HSCs外，BECs在肝损伤及相关疾病进程中亦扮演着重要角色，相比肝脏内其他类型的细胞，它的研究关注度偏低，因此在肝脏(类)器官模型的构建中应用较少。胆道系统疾病以胆管细胞活化、组织纤维化及炎症反应为核心特征。研究证实，活化或衰老的胆管细胞释放的细胞外囊泡，可通过向HSCs及免疫细胞传递长链非编码RNA H19、微小RNA-21(miR-21)及损伤相关分子模式，进一步加剧肝脏局部的炎症反应与纤维化进程[52]。此外，胆管细胞衰老已被明确为多种肝损伤模型中疾病表型的核心驱动因素之一[53]，这也凸显了其在构建肝(类)器官芯片中的不可或缺性。 在LoC构建中，不同模型的功能复现与细胞类型密切相关。如构建NAFLD、肝纤维化等疾病模型时，应将适宜比例的免疫相关非实质肝脏细胞纳入培养体系，以复现炎症发生过程[36]。需明确的是，细胞种类并非越丰富越适宜: 多细胞共培养会增加体系调控难度，提高对培养条件精准度的要求; 而多细胞间交叉串扰可导致各细胞表型异常，进而降低实验结果的可靠性，影响研究结论的科学性。 1.2.3 肝类器官 除了2D培养的普通肝细胞外，3D培养的肝类器官更能立体性地代表肝细胞生长。根据细胞来源分类，肝类器官可分为胚胎干细胞(embryonic stem cells，ESCs)源类器官、诱导多能干细胞(induced pluripotent stem cells，iPSCs)源类器官，以及成体干细胞(adult stem cells，ASCs)源类器官。其中，iPSCs和ASCs源的肝类器官可从人体内获取，在肝脏发育、药物筛选、疾病模型构建及患病机制研究中应用广泛。肝类器官单细胞转录组学研究结果显示，从同一供体中衍生出的肝类器官包含肝细胞样细胞、肝母细胞样细胞、胆管细胞样细胞、间充质细胞和星状细胞等多种细胞，与真实人肝接近[54]。正因如此，由iPSCs诱导的肝类器官能够体外重现许多体内原有的肝功能，而不同患者来源的干细胞也可使肝类器官具有患者特异性的基因型/表型。例如，来源于DILI患者干细胞的肝类器官能在体外表现出相应药物的敏感性[30]; 另有研究结合3D液滴逐层打印技术，成功在体外构建出具备仿生小叶结构的肝脏类器官，该类器官不仅展现出较高的细胞活力，其ALB分泌量与尿素合成水平还呈时间依赖性递增，能够有效模拟真实肝组织复杂的细胞构成及多尺度空间排布特征[55]。LOoC模型的构建目前较为热门，也可用于体外药物毒性评价[18，56]。通过串联LOoC与其他类器官芯片(如肠类器官芯片、肾类器官芯片等)，还能够模拟药物的吸收、分布、代谢、排泄及毒性(absorption，distribution，metabolism，excretion and toxicity，ADMET)全过程，同步分析药物的药动学与药效学特征，进而精准评价药物经肝脏代谢后对其他器官产生的毒性作用[24，57]。 2 肝(类)器官芯片生理模型在药物研究中的应用 2.1 肝(类)器官芯片生理模型在药物肝清除率预测的应用 肝微粒体和PHHs是药物肝清除率预测的传统体外模型，然而这些模型的缺陷是无法完全复现人体内真实的清除率(CLint)，二者差异超过3倍[58]。有研究表明，在传统的PHH模型中，6种低清除率化合物仅有2种化合物能在2倍差异范围内预测成功[59]。另外，采用PHHs结合基质胶培养的肝细胞模型也会因体外环境影响，最终发生去分化，导致ALB、尿素和药物代谢酶活性发生降低，影响预测结果[60]。然而，在芯片模型中，结合微流控技术对体内微环境重构，能提高肝细胞在体外的稳定性与复现性[61]。为准确预测人体真实体内清除率，体外-体内外推(in vitro-in vivo extrapolation，IVIVE)是用体外肝脏代谢稳定性数据来预测体内的代谢清除率的一种方法，需考虑肝细胞数量、培养基体积、介质流速等众多培养体系参数。完整的肝清除率预测公式包括:  ①体外实验测定的内在清除率(公式1) 其中K是消除速率常数，V是培养基体积，NH是肝细胞数;  ②通过考虑肝细胞数量和肝脏质量等因素计算标度后的清除率(公式2) 其中HC是肝细胞占肝脏总质量的比例，HLW是人肝脏质量; ③纳入肝脏血流因素，通过适当的清除模型修正的清除率，如良好搅拌模型(公式3)和平行管模型(公式4) 其中CLH是肝脏清除率，Qh是肝血流速度，fub是药物在血液中未结合的分数，fuinc是药物在孵育体系中未结合的分数。 此外，培养体系参数的确定往往与体系的缩放方法密切相关。目前，存在的缩放方法包括直接缩放、异速缩放、相似性缩放和多功能性缩放(表2)。 在LoC的设计中，多功能性缩放是药物清除率预测的最佳缩放策略，涉及肝脏的多种功能(如肝脏药物代谢、ALB合成、胆汁运输等)。在实际应用中，Docci等[66]使用3D PHHs微芯片预测低清除率化合物4d的CLint，发现12种化合物中有58%预测的CLint与实际值的偏差在3倍范围以内，其中代谢稳定的甲苯磺丁脲的偏差在1.5倍范围以内，差异较小。 2.2 肝(类)器官芯片生理模型在药物毒性预测的应用 肝脏是药物的代谢中心，肝毒性是药物研发失败、撤市、限制使用的主要原因。近年来，DILI发病率逐年上升，成为全球关注的问题[67]。DILI预测主要依赖各类预测模型对药物肝毒性进行分类评估，但预测模型灵敏度偏低的问题仍是制约其预测准确性的关键瓶颈。这一问题的核心根源在于传统体外模型存在诸多固有局限: 难以实现高功能稳定性肝细胞的长期体外培养; 无法通过数周的慢性给药方案模拟临床实际用药场景; 缺乏肝细胞亚群与免疫系统之间生理水平的相互作用机制; 无法整合其他器官对药物生物分布及生物利用度参数的调控影响。上述局限共同导致传统体外模型难以还原体内复杂的药物代谢微环境，进而影响DILI预测的可靠性。 而基于肝类器官构建的LOoC，恰好为解决上述瓶颈提供了有效方案。对于多数毒性药物，无论采用何种体外模型，其毒性损伤均存在普遍规律，即损伤程度与药物暴露剂量及时间呈正相关。在HepG2与小鼠胚胎成纤维细胞(NIH3T3)共构建的肝类器官新型数字微流体系统中，验证了对乙酰氨基酚(APAP)这一规律的适应性[68]。研究显示，低浓度(1mmol·L-1) APAP处理组未出现明显细胞死亡现象; 随着药物浓度升高至10、20mmol·L-1，细胞活性呈急剧下降趋势。同时，10mmol·L-1浓度APAP诱导的肝毒性表现出显著时间依赖性，细胞活力在暴露后4~12h下降速率最快，24h后进入平台期，该结果与此前体外2D肝细胞模型的研究报道一致[69]。临床数据统计表明，DILI发病周期为2~118d，其中58.9%的患者在1周至3个月内才出现肝毒性症状[70]。因此，对于体外肝细胞模型而言，延长药物体外暴露时间是准确预测人类DILI的关键。肝(类)器官芯片可通过构建独立流体通道与培养腔室，依托微流控技术搭建平行化多孔细胞培养体系，实现肝类器官培养微环境(如培养基组分、氧分压等)的连续动态调控[71]，为类器官的体外长期稳定培养提供了必要条件。例如Skardal等[72]构建的LOoC模型可在体外存活至少28d。此外，3D肝体外模型对曲格列酮、对乙酰氨基酚及某些抗生素等的灵敏度显著优于2D模型，适用于某些低剂量长期服用药物和未知毒性药物的毒性评估[73-74]。Xiao等[75]在3D PHH模型中测试出15种肝毒性化合物中12种有毒，而在2D PHH模型上仅筛选出8种化合物。后续通过结合仿生阵列芯片(iBAC)构建的iBAC3D PHH模型，对122种临床药物进行肝毒性筛选，发现与之前报道的所有体外模型相比，3D PHH芯片模型具有比更高的预测敏感性。与之相符的是，Meyer建立了一种微摩尔级别的LOoC系统，经10μmol·L-1APAP和非阿尿苷(FIAU)处理7d后，出现明显的肝功能指标变化: ALB分泌下降，天冬氨酸氨基转移酶(aspartate transaminase，AST)、谷丙转氨酶(alanine transaminase，ALT)显著上升，为药物低剂量长期肝毒性评价创造了模型条件[42]。同时，理想的体外肝模型需具备与在体肝脏功能相近的肝药酶系统。荷兰乌得勒支大学开发的中空纤维膜LOoC，对米达唑仑的代谢能力与PHHs相当，即药物代谢酶(如CYP3A4)表达水平更接近PHHs，可有效模拟肝脏的代谢和药物转运功能，为药物的ADMET研究提供了一个更准确的体外平台[76]。 此外，在特异质性肝损伤预测中，肝(类)器官平台也可提供体外表型损伤预测能力，为药物损伤后治疗提供针对性方案。在Zhang等[77]建立的DILI风险预测筛选平台，可鉴别出药物的不同毒性机制，即在APAP处理的芯片仅呈现肝细胞减少和形态萎缩，而经FIAU处理后除上述表型外，还伴随脂质表达水平升高，该结果与临床研究报道高度一致。除了对典型肝毒性药物的毒性评价外，(类)器官芯片对某些中药的毒性研究中也有一定见解。Zhu等[78]对3种常用市售活血化瘀中药注射液[冠心宁注射液(GXNI)、参附注射液(SFI)、香丹注射液(XDI)]进行肝毒性风险再评价，发现XDI单次给药也会在LOoC模型上诱导肝毒性反应，提示XDI在临床上要避免长时间、大剂量使用。Hou等[79]利用3D高通量肝细胞芯片对等生药量的单味中药昆明山海棠和复方中成药昆仙胶囊进行了肝毒性比较，发现复方配伍显著降低了昆明山海棠的肝毒性，验证了中药减毒配伍理论，为中药现代化研究提供了新的方向。Ewart等[80]通过将肝细胞与所有非实质细胞在器官芯片中共培养，捕捉到了曲伐沙星介导的KCs活化产生的特异质肝毒性。 除了上述应用，肝细胞基因表达因昼夜节律变化而改变的这一特点，在体外LOoC模型上也能复现[81]。奥沙利铂作为典型的时间毒性药物，其研发进程曾受毒性问题制约———该药物在早期临床试验中因毒性过高被终止开发，后经时间疗法相关研究的系统探索与优化，最终成功实现临床转化并获批上市。为明确昼夜节律对奥沙利铂肝毒性的影响机制，研究人员联合微流控技术与3D打印技术，构建了一种命名为chronotoxici-plate、负载节律同步液滴的工程化“原代LOoC”。依托隐花色素1(cryptochrome1，Cry1)的节律标记功能，在1周内实现了对奥沙利铂时间疗法的毒性评估[82]。 由此可见，相比传统的动物模型，基于人源细胞或类器官的肝芯片模型高度模拟了人体生理环境，解决了种属差异问题，可作为药物研发和安全性评估中的新兴工具，提高临床试验的成功率。 2.3 肝(类)器官芯片疾病模型在治疗性药物研究中的应用 2.3.1 肝(类)器官芯片疾病模型在NAFLD药物研究的应用 NAFLD是一种常见的慢性肝脏疾病，以肝细胞内脂肪异常蓄积为核心特征，病情进展可最终导致肝硬化甚至肝细胞癌，但其相关疾病机制尚未完全阐明。 在NAFLD的体外模型研究中，LoC技术凭借其模拟体内微环境的优势，为疾病机制探索及药物筛选提供了重要工具。Moradi等[1]研究者以高浓度游离脂肪酸(free fatty acids，FFAs)作为诱导剂，成功构建了NAFLD LoC模型，基于该模型开展药物作用机制研究发现，吡格列酮可通过调控脂质代谢通路，同时诱导脂蛋白脂酶(lipoprotein lipase，LPL)的表达，有效减少肝细胞内甘油三酯(triglyceride，TG)的蓄积; 二甲双胍则能显著降低肝细胞对培养基中FFAs的摄取及消耗水平，进而发挥对NAFLD的潜在干预效应。此外，研究人员将人源化iPSCs(hiPSC)诱导形成的肝类器官暴露于灌注的FFAs环境中，成功建立了hiPSC诱导的NAFLD LOoC模型，该模型中肝类器官呈现出脂质代谢异常、活性氧生成增加及多种炎症因子、纤维因子基因表达上调等典型病理特征[19]。后续干预研究证实，人参皂苷Rb1可显著改善模型中脂肪变性、氧化应激、脂质过氧化、炎症反应及纤维化等多项病理指标，提示其在NAFLD治疗中的潜在应用价值[83]。 为进一步提升模型与临床病理特征的契合度，多细胞共培养策略被广泛应用于NAFLD及非酒精性脂肪性肝炎(NASH)芯片模型构建。Kostrzewski等[84]将PHHs、KCs及原代人HSCs在高FFAs条件下的微流控芯片上共培养14d，所建立的NASH模型在转录组特征上与人类临床样本高度吻合; 在此模型上分别给予奥贝胆酸和elafibranor干预后，两组均观察到炎症反应及纤维化表型的明显改善。Du等[49]则通过在芯片通道中引入高脂培养基模拟NAFLD病理微环境，首次在微流控芯片上证实了NAFLD早期肝小叶中的脂质区带存在特征性变化; 同时，利用已知候选药物奥贝胆酸(10、50μmol·L-1)和elafibranor(30μmol·L-1)进行验证，明确了上述药物对脂滴形成的预防作用及逆转效应，为NAFLD早期干预药物的筛选提供了实验依据。 2.3.2 肝(类)器官芯片疾病模型在肝癌药物研究的应用 作为肝细胞的原发恶性肿瘤，肝细胞癌(hepatocellular carcinoma，HCC)是最常见的原发性肝癌形式，且高度致命，多种肝脏疾病最终都可能诱发肝癌[85]。肿瘤源类器官能够保持许多原始肿瘤的关键特征，如原始肿瘤的遗传和表型异质性[86-88]，对研究肿瘤的多样性和药物预测反应至关重要。 LoC技术在肝癌研究及抗肿瘤药物开发领域亦展现出独特优势，其中克服癌细胞耐药性与优化个性化治疗方案是核心研究方向。Poddar等[89]在成纤维细胞包裹肝癌细胞的肝小叶芯片模型中发现，肝癌细胞对索拉非尼、乐伐替尼等酪氨酸激酶抑制剂的耐药性，主要由成纤维细胞中AHSG和CLEC3B基因驱动，为肝癌治疗提供了新的可能方法。此外，肿瘤源肝类器官及类器官芯片还可用于预测个性化患者治疗的潜在有效药物组合，为临床精准用药提供支撑。Wang等[90]采用不同肿瘤起始细胞相关抑制剂单独处理肝癌类器官，或与索拉非尼联合处理，通过检测细胞活力及恶性转化特性，筛选出索拉非尼与刺猬(hedgehog)信号抑制剂(GANT61)的组合方案，该方案对CD44高表达肝细胞癌患者可能具有显著疗效，为肝癌个性化药物治疗提供了新的临床见解。 在肿瘤相关病理模型构建及联合治疗效果验证方面，Du等[91]将结直肠癌细胞球体植入肝小叶芯片的门静脉区域，成功开发出肿瘤诱导门静脉微血栓器官芯片模型。该模型可在体外复现肝内血管生成、血管增厚、肝细胞数量增多、肝板结构紊乱及肝细胞功能生物标志物浓度下降等体内病理现象，同时在芯片上验证了热消融与化疗药物联合治疗的协同效果。Chen等[92]则构建了专用于抗肿瘤药物筛选的HCC芯片模型，通过共培养HepG2肝癌细胞与L02正常肝细胞，并去除细胞外基质，精准模拟人体HCC的肿瘤微环境。基于该模型，研究团队构建了多柔比星-四氧化三铁-脂质体纳米囊泡，借助靶向药物递送系统与化学动力学-光热协同疗法，可选择性杀伤70%以上的HepG2细胞，同时保证L02正常肝细胞存活率维持在90%以上。实验结果显示，该芯片模型测试的药效与细胞实验、动物实验结果高度吻合，具备良好的抗肿瘤药物筛选开发潜力。 2.3.3 肝(类)器官芯片疾病模型在病毒性肝炎药物研究的应用 人体肝脏作为重要的代谢与免疫器官，易受到多种病毒的侵袭与感染，包括肝炎病毒、巨细胞病毒及单纯疱疹病毒等常见致病病毒。其中，甲型肝炎病毒与戊型肝炎病毒主要经污染的水或食物途径侵入机体; 乙型、丙型及丁型肝炎病毒则以血液传播、性接触传播为主要传播途径，且乙型肝炎病毒可通过垂直传播感染子代。在慢性肝炎病程中，肝细胞发生持续性损伤坏死，HSCs活化后参与组织纤维化进程，进而进展为肝硬化，显著升高肝癌的发病风险。 Natarajan等[93]研究者通过整合肝类器官与CD8+T细胞，成功构建免疫型人LOoC模型，该模型为探究丙型肝炎病毒感染过程中的免疫浸润机制及靶向杀伤效应提供了可靠工具。在含肝细胞与内皮细胞的新型冠状病毒(SARS-CoV2)感染肝血管芯片(bv-LoC)模型中，Deguchi等[94]的研究证实，抗病毒药物瑞德西韦或莫努匹韦可有效抑制SARS-CoV2复制感染，却无法阻断病毒感染介导的细胞毒性效应。而瑞德西韦与巴瑞替尼联合应用时，不仅能显著降低病毒感染载量，还可减少bv-LoC模型中肝细胞内脂滴蓄积，发挥改善肝功能的治疗作用，且该研究分析结果与临床样本检测数据一致。 2.3.4 肝(类)器官芯片疾病模型在其他肝脏疾病药物研究的应用 酒精性肝病(alcoholic liver disease，ALD)作为另一类高发慢性肝病，是由长期饮酒引发的一系列渐进性肝损伤疾病。肝(类)器官芯片凭借其可精准重现ALD炎症、纤维化等关键病理特征的优势，为该疾病的模型构建、发病机制解析及靶向治疗开发，提供了高度匹配的体外研究平台。Corrado等[95]基于负载HepG2细胞的3通道LoC，在体外成功构建肝血窦结构，并验证了该模型在模拟乙醇诱导肝毒性中的应用价值。另有研究采用类似的人源LoC构建策略，通过整合多种肝脏非实质细胞、重塑胆管网络，能够以浓度依赖的方式重现已知ALD标志物，可有效用于研究乙醇暴露下肝脏脂质积累、氧化应激等损伤反应。Deng等[26]则通过构建3层结构人LoC，整合HepG2细胞、肝星状细胞(LX-2)、人脐静脉细胞融合细胞(EA. HY926)、人组织淋巴瘤细胞(U937)，并结合流动培养基体系，系统探索了非实质细胞在ALD发生发展中的相互作用机制，为后续ALD治疗性药物的高通量筛选奠定了坚实基础。 肝纤维化(hepatic fibrosis，HF)作为多种慢性肝病进展至肝硬化、肝癌的关键中间病理环节，核心特征为肝组织内胶原蛋白过度沉积，且该过程在一定阶段具有可逆性。这一特性为可逆性肝疾病的靶向治疗与疗效评估提供了重要切入点。Cho团队[97]分别采用FFAs和转化生长因子β1(TGFβ1)诱导HF，结果发现，FFAs诱导的纤维化芯片模型更贴合天然NAFLD的发病机制，其纤维化相关基因、药物转运/代谢相关基因及炎症相关基因的表达水平均显著高于TGFβ1诱导模型。经1mmol·L-1抗纤维化药物吡非尼酮处理7d后，两种模型的HF状态均实现逆转，其中TGFβ1诱导的纤维化模型在较低药物浓度(约0.42mmol·L-1)下，纤维化逆转效果更为显著，为药物剂量依赖型疗效评估提供了可靠数据。此外，在DILI疾病模型中，Deng团队[27]利用经典诱导药物对APAP构建体外模型，对硫普罗宁(tiopronin)、联苯双酯(bifendatatum)和甘草酸制剂(glycyrrhizinate) 3种市售保肝药物的疗效进行了验证，结果证实三者均能有效降低ALT、AST及乳酸脱氢酶(LDH) 3项肝病核心指标，发挥肝脏保护作用，但不同药物的逆转程度存在差异: 联苯双酯降低ALT释放的效果最优，甘草酸制剂对AST释放的抑制作用最为显著，而硫普罗宁更适用于治疗以LDH升高为特征的肝损伤，为临床精准对症治疗提供了新的见解。 综上所述，从肝毒性药物的筛选、药物代谢清除率的评估，到肝病治疗药物筛选及机制解析，肝(类)器官芯片已在多类肝病研究中展现出独特价值，见表3。随着生物材料、干细胞定向分化及细胞共培养技术的不断突破，其凭借模型构建的高准确性、多细胞相互作用研究的可行性及药物筛选的高可靠性，在未来肝病进展机制研究及治疗药物研发领域，必将发挥更为核心的支撑作用。 3 总结与展望 3.1 肝(类)器官芯片模型目前面临的挑战 模型构建作为该类新技术应用的基石，其质量直接关系到相关应用的高度和广度。就目前的研究而言，肝类器官和LoC面临的挑战主要集中在以下3个方面。 3.1.1 肝类器官血管化 肝类器官血管化不足是阻碍其生理功能体外重现的最主要因素。其根本原因在于类器官体外构建时难以复刻体内肝脏复杂的血管网络形成微环境，既缺乏血管生成相关细胞(如周细胞、血管平滑肌细胞)与肝细胞的协同互作信号，又缺失体内生理条件下的机械应力、细胞外基质组分及细胞因子梯度等关键调控因素，导致血管生成过程紊乱、血管结构不成熟且无法与类器官内部形成功能性连接。血管化不足对肝类器官的生长与功能维系产生直接且关键的影响，首要表现为限制类器官的最大生长尺寸。当肝类器官球体直径达到100~200μm的临界阈值后，单纯依靠被动扩散已无法满足球体中心区域细胞的营养供给与氧气输送需求，同时代谢产生的乳酸、尿素等废物也难以及时排出，进而引发中心区域细胞出现缺氧性坏死、凋亡及功能退化，严重破坏类器官的整体结构完整性与生理功能稳定性。 为解决这一问题，部分研究尝试构建LOoC，通过在芯片体系中引入血管内皮细胞，并借助微孔膜构建模拟体内肝细胞层与血管层的双层结构，以促进局部血管样结构的形成。但需明确的是，该类方法与肝类器官自身的功能性血管化存在本质区别: 前者仅能实现血管内皮细胞的局部贴壁生长与简单排列，难以形成贯穿类器官内部、与肝细胞形成功能性偶联的完整血管网络，且缺乏体内血管所具备的灌注功能与生理调控机制，无法从根本上解决类器官内部的营养输送与废物排泄难题。 目前已有多项研究在肝类器官血管化上做出技术创新，其方法包括共培养法、3D打印法、微流控法等。东南大学赵远锦团队[98]开发了一种自组织血管化肝类器官-水凝胶微系统，采用微流控封装技术制成水凝胶壳微胶囊，胶囊包裹HUVECs和hiPSC诱导的肝类器官，水凝胶壳体提供了3D培养环境使内部形成了具有血管网络的均匀肝类器官球体。为了实现更大规模的类器官生长，提高发育模型的准确性、疾病模型的可靠性以及新药发现的效率，Abilez等[99]基于人源化ESCs(hESCs)和hiPSCs，测试了34种不同培养配方，在2周时间内培养出了血管化心脏类器官; 他们将此策略应用于肝脏类器官的培养并成功得到了血管化肝脏类器官，其中包含了空间有序、分支丰富、管腔化的血管网络，并整合了多谱系肝脏细胞类型。 值得注意的是，采用现行技术下的培养方案，肝类器官保持未成熟表型，更接近人类胎儿肝芽，缺乏完整的代谢和功能成熟度[100]。导致该结果的关键原因是血管相关的细胞来源于中胚层，而肝细胞的来源是内胚层。因此，传统的肝类器官缺乏血管与间质细胞的旁分泌与结构支撑，血管化困难。然而，未来我们可通过同源多谱系共分化提高血管丰富度，即hiPSCs源内胚层—中胚层同源共分化，促进类器官的成熟。虽然在目前的情况下，肝类器官的不成熟会导致肝类器官在成人的肝病建模和药物代谢、毒性预测方面不准确，但该方案培养的肝类器官恰好可用于儿童用药安全性研究。 3.1.2 肝类器官免疫化 值得注意的是，肝类器官构建的过程中还面临跨胚层细胞共培养的技术难题。在现有技术条件下，源于中胚层循环系统的免疫细胞，与源自内胚层的肝类器官难以实现同步构建与功能性整合。针对这个难点，目前的策略是将来自外周血的淋巴细胞与类器官共培养[101]，或者将活化的淋巴细胞通入采用器官芯片构建的血流层[24]。免疫介导的药物特异质肝损伤(idiosyncratic DILI，iDILI)难以在传统体外模型中复现，尤其是人类白细胞抗原限制的CD8+T细胞反应。有研究开发了人肝类器官微阵列平台，能够与自身CD8+T细胞共培养，并模拟了由特定基因(HLA-B*57∶01)介导的氟氯西林所致的iDILI过程，为精准预测和研究免疫介导的药物毒性开辟了新思路[102]。与血管化相同的是，异胚层源的免疫细胞和肝细胞也是未来技术克服的关键，核心仍是同源多谱系精准共分化，只有系统性解决免疫细胞驻留、肝实质-免疫互作、血管化与长期功能维持等瓶颈，才能实现结构与功能高度逼近人体真实肝脏。 3.1.3 肝血窦空间异质性的体外重现 肝血窦空间异质性的再现是LoC研究的热点方向。在人体中，构成肝脏的基本单元为肝小叶，连接肝脏的肝动脉和门静脉在肝小叶中被细化为毛细血管，肝动脉中的血液富含氧气，而门静脉中的血液携带小肠等消化器官来源的营养物质，二者汇聚成肝血窦后流经肝实质细胞最终流向中央静脉。基于血流灌注、物质代谢及酶活性的异质性，肝脏可分为3个功能特异性分区，各分区代谢表型及物质分布规律明确: 区域一受富含氧与葡萄糖的动脉血滋养，代谢效能突出，ALB合成速率及尿素生成量均为三者最高; 区域三糖酵解强度及药物代谢酶表达水平显著升高，是肝脏糖酵解及外源性化合物生物转化的核心区域。区域一、二、三之间，上述物质含量及酶活性呈连续有序的梯度分布，而非跃变，这是维系肝脏代谢功能层级调控与整体协调的重要基础。 目前的研究集中在模拟氧气[103-104]和葡萄糖[105]的梯度浓度模拟，其余物质的分区异质性鲜有研究涉及。集成传感器的氧气梯度浓度微流控芯片也已在多个芯片中得到实现[106-108]。Ya等[105]设计了具有6层异质结构的肝脏芯片，模拟肝小叶内门静脉、肝动脉与中央静脉的血流特征。其在血管入口前集成氧浓度调控模块，在特定流速下引导形成可灌注的自组装肝血窦，并在含氧/葡萄糖培养基流动条件下，成功构建出代谢分区模型，该模型通过门静脉与中央静脉周围区域标志物的差异化表达得以验证。利用肝血窦的空间异质性研究药物肝毒性，可明确药物损伤的具体部位，更清晰地了解药物毒性的作用方式和作用机制。Wesseler等[50]开发的肝小叶芯片可用于PHHs和肝类器官的培养，能够重现肝小叶中的氧气浓度梯度以及呈现APAP区域特异性的肝毒性模式。为检测目标物质的实时浓度分布，还需要在芯片内集成相应的传感器，使得芯片复杂程度进一步提高。 除了以上3点之外，肝(类)器官芯片模型构建的稳定性和可重复性也是该类新技术未来面临的巨大挑战。这需要行业内制定一系列标准和规范，以指导相关研究的依规开展。在这方面，美国FDA建立了“替代方法工作组”，取消了新药临床前动物实验强制要求。欧盟启动“器官芯片计划”，投入3亿欧元，发布技术验证路线图，于2025年建立器官芯片标准化体系。中国科学院大连化学物理研究所等团队联合发表我国首个肝脏器官芯片标准[109]。而截至目前，全球尚未形成统一标准。 3.2 肝(类)器官芯片在未来医药研究中的发展趋势 3.2.1 多(类)器官芯片 多(类)器官芯片的发展进一步拓展了类器官和器官芯片的应用边界。事实上，在药物的ADMET过程中，肝脏与中间位置的“代谢”和最后位置的“毒性”密切相关，因此多(类)器官芯片的构建中最关键的环节就是肝(类)器官芯片的整合。将LOoC与小肠类器官系统连接后，可模拟口服药物的“肠-肝轴”代谢过程，准确检测高清除率药物的生物利用度[110]。抗抑郁药物氯丙咪嗪会经CYP450酶代谢为具有心脏毒性的去甲基氯丙咪嗪，研究人员利用串联的肝-心类器官芯片再现了这一过程[56]。2型糖尿病是一种系统性多器官代谢疾病，不同器官之间的动态相互作用是其主要机制特征。通过在高血糖条件下串联的多类器官芯片中培养肝类器官和胰岛类器官，可以重现“肝-胰岛轴”，模拟2型糖尿病的病理特征。而线粒体功能障碍和葡萄糖运输能力下降也在给予模型二甲双胍后得到缓解[111]。在一项2022年的研究中，研究人员整合了同一iPSCs来源的肝、骨、心脏、皮肤类器官，通过HUVECs构建了串联的多类器官芯片，研究表明在多个类器官串联时，HUVECs的分隔作用会使各类器官在更长的时间内维持各自表型。研究还基于该多类器官芯片针对阿霉素的药动学和药效学进行了模拟，对药物的心脏毒性早期标志物进行了探究[24]。在其他研究中，将肺[112]、脑、睾丸[72]等多种细胞或类器官与肝细胞或肝类器官串联成为人体(类)器官芯片(body-on-achip)，用于研究药物的代谢和毒性特征，已成为目前的前沿领域研究。 3.2.2 “器官芯片+AI” 器官芯片与AI的深度融合正重塑药物研发范式，二者的协同效应在肝毒性评价等核心场景中已得到充分实证，二者的跨界融合已取得标志性进展[113]。例如强生公司研发的“智能肝芯片”，通过集成AI驱动的代谢组学分析模块，实现药物Ⅰ相/Ⅱ相代谢过程的自主精准解析，将检测效率提升20倍[114]，不仅为药物高通量筛选提供了高效解决方案，更验证了AI-微生理系统(AIMPS)在同步提升检测通量与体内外预测一致性上的双重核心价值。 AI技术凭借其卓越的高通量数据处理与深度特征挖掘的能力特点，为肝(类)器官芯片的仿生结构设计优化、动态培养参数精准调控、功能表型预测及药物毒性谱分析提供关键支撑。包括但不限于: 深度学习算法结合毒理基因组学开放数据库[114]，对候选化合物暴露后啮齿动物肝脏的转录组特征进行精准排序与聚类分析，从而构建肝坏死概率预测模型，并筛选特异性靶基因生物标志物，实现“数据采集-特征提取-机制阐释”的闭环解析; 同时，利用AI实时捕捉并解析芯片内多维传感信号(如氧分压、代谢物浓度、细胞阻抗)，动态优化灌流速率、氧梯度及细胞组成比例等关键参数，调整肝芯片培养条件，使其更加接近人体生理微环境及个体化生理状态; 此外，机器学习算法(如随机森林、支持向量机)还可基于小分子药物的化学结构特征构建定量构效关系(QSAR)模型，精准研判临床前阶段DILI的化合物特异性风险[115]，进而提高临床转化效能。 目前来看，AI技术融合模式已彰显出了明确的价值，但在落地推广环节仍需突破诸多瓶颈。具体而言，由于实验数据来源异质性强，不同实验室的芯片材质、细胞来源等差异，易形成“数据孤岛”，影响模型的精准性。此外，现有的AI模型多绑定特定训练场景，跨场景应用性能下降，难以精准建模芯片内复杂动态生理机制。更为关键的是，截至目前，我国仍缺乏器官芯片相关的第三方验证，标准化体系缺失，规模化验证难以开展。 若跳出单一技术落地的挑战视角，从更广阔的应用维度来看，将多器官芯片与AI技术深度融合，将能更加系统、精确、智能地提升应急事件处理效率。如在面对突发传染病(如新型肝炎病毒)、未知毒素暴露等场景，可快速构建包含肝器官在内的多器官芯片模型，结合AI的快速数据分析能力，快速精准完成潜在治疗药物的高通量筛选及有效性评估，提高应急防控能力; 在航天医疗方面，可为航天员提供太空特殊环境(如微重力、强辐射、密闭环境等)下肝脏生理功能变化的体外模拟平台，提前预判长期太空驻留中肝脏等核心脏器因环境胁迫引发的病变风险(如药物代谢紊乱、肝损伤等)，还能针对航天员在轨突发肝病、感染性疾病等场景，快速通过芯片模型模拟病症进展，结合AI算法筛选适配太空环境的治疗药物(规避微重力下药物药效改变、代谢异常等问题)。 可以预见，随着技术的持续迭代，肝(类)器官芯片的应用将不再局限于单一器官功能模拟与药物研发，而是朝着“全人体微生理系统芯片”“跨学科技术融合生态”的方向发展，为人类健康保障、生命质量提升提供前所未有的核心动力，开启“微缩人体”驱动的精准健康新时代。 参考文献 详见  《中国药学杂志》 2026年5月 第61卷第10期 免责声明：本公众号发布的文章均为促进医学同行的交流与学习；不用于任何商业用途。我们尊重原创作品。选取的文章已明确注明来源和作者，版权归原作者所有，如涉及侵权或其他问题，请联系我们进行删除。 来源：凡默谷公众号 编辑：小付 审核：肖林