RSPO1

这篇文章于2025年发表在Stem Cells，本文全面概述了当前肿瘤类器官整个工作流程（从采样和培养到药物筛选）的高通量解决方案。此外还探索了可以控制和优化单细胞制备、类器官培养和药物筛选的各种技术，最终目标是确保培养系统的自动化和高效率，并确定更有效的肿瘤治疗药物。摘要：肿瘤类器官已成为患者来源组织的理想体外模型，因为它们在一定程度上概括了源肿瘤组织的特征，为个性化肿瘤治疗提供了潜力，并在药物研发中显示出巨大的前景。然而，建立和应用该模型涉及多个劳动密集型和耗时的实验步骤，并且缺乏标准化的协议和统一的识别标准。因此，高通量解决方案对于肿瘤类器官模型的广泛采用至关重要。本综述全面概述了当前肿瘤类器官整个工作流程（从采样和培养到药物筛选）的高通量解决方案。此外，我们探索了可以控制和优化单细胞制备、类器官培养和药物筛选的各种技术，最终目标是确保培养系统的自动化和高效率，并确定更有效的肿瘤治疗药物。1.背景介绍合适的体外疾病模型对于未来的研究至关重要。基于三维（3D）细胞培养技术的肿瘤类器官培养系统已成为一种很有前途的肿瘤模型，能够模拟人体内肿瘤的生长和发展。该系统利用体内基质类似物形成的3D支架来概括体内肿瘤微环境（TME）;这是通过向从患者来源的手术、穿刺组织或体液样本中获得的肿瘤细胞中添加各种生长因子和小分子抑制剂来实现的。这种方法能够诱导和培养具有肿瘤特性的类器官。肿瘤类器官培养系统表现出源组织的高可复制性和稳定性，使其成为迄今为止最好的体外 3D模型。患者来源的类器官形成异质微结构。异质性有助于研究人员研究肿瘤发展的机制并进行药物筛选和疗效评估。 然而，肿瘤类器官培养系统的建立和应用受到实验作复杂、时间和人力成本昂贵以及缺乏标准化流程和统一鉴定规则的阻碍。这些限制强调了对高通量解决方案的需求，以促进肿瘤类器官模型的广泛采用。与其他肿瘤模型相比，类器官具有快速培养和有效模拟器官发生及其生理和病理状态的优势。为了最大限度地发挥这些优势，在培养过程中需要一系列高通量解决方案，以提高准确性和效率。肿瘤类器官作涉及几个可以高通量方式解决的关键步骤，包括生物样本处理、图像采集、药物筛选和细胞活力评估。本综述旨在全面概述用于肿瘤类器官培养的高通量解决方案，并讨论其应用、局限性和未来前景。这些关键步骤的高通量解决方案可以更精确地控制和优化类器官培养过程的关键方面，例如单细胞制备、细胞培养和药物筛选。这种方法提高了培养系统的效率，对发现更有效的肿瘤疗法具有重要意义。2.肿瘤类器官培养技术及应用类器官培养技术是体外3D培养技术的延伸，其关键区别在于提供了自我更新的条件，支持干细胞的自我维持和分化，从而更好地模拟人体的生理环境。值得注意的是，类器官可以维持细胞的生理功能，包括增殖、凋亡和分化。相比之下，传统的2D培养仅限于形成细胞单层，无法复制人体组织的3D结构，细胞在传代过程中往往会失去原有的生理功能。不同物种和品系的动物模型表现出不同的生理特征和反应，但受到高异质性和高成本的阻碍。相反，肿瘤类器官来源于患者来源的肿瘤组织。培养这些类器官涉及添加对相应癌症类型具有特异性的生长因子，从而建立一个概括体外微环境的体外肿瘤模型。这种方法不仅可以直接再现肿瘤的生长过程，还可以单独再现源肿瘤组织的特征，使肿瘤类器官模型能够更准确地捕捉个体间差异，为个性化肿瘤治疗提供基础。肿瘤类器官培养系统包括基质凝胶和维持类器官生长和活力的生长因子混合物。基质凝胶主要由胶原蛋白、巢蛋白、层粘连蛋白和其他成分组成，用作肿瘤细胞的3D支架，概括了天然细胞外基质（ECM）的关键特性，例如纤维组成、渗透性、空隙大小和机械稳定性。这种仿生环境能够在体外复制复杂的细胞-细胞和细胞-ECM相互作用，为支架上的细胞聚集、增殖和迁移提供理想条件，从而准确模拟人体的内部环境。除了使用基质凝胶外，肿瘤类器官模型的成功构建还依赖于补充特异性生长因子和小分子抑制剂（图1）。例如，肺癌类器官需要在培养基中添加表皮生长因子（EGF）以促进类器官增殖，而R-Spondin-1、Noggin和其他因子是维持干性所必需的。此外，成纤维细胞生长因子7（FGF7） 和FGF10是促进干细胞向细胞谱系远端分化所必需的。培养系统的另一个重要组成部分是小分子抑制剂，例如抑制上皮-间充质转化的A83-01和SB202190，它通过靶向丝裂原活化蛋白激酶信号通路来抑制细胞分化。值得注意的是，添加这些因子比使用血清更费力，而且由不同组织来源构建的类器官所需的特定因子并不相同，需要根据每个组织的特性进行调整。图1：类器官培养系统。根据肿瘤细胞的来源，需要向肿瘤类器官培养基中添加不同的细胞因子组合（例如，R-Spondin-1、Noggin、FGF7、FGF10、EGF、Wnt-3a、Y-27632、烟酰胺、N-乙酰-L-半胱氨酸、A83-01 和 SB202190）以促进或抑制参与类器官形成的信号通路以获得所需的类器官。建立类器官涉及一系列步骤，包括采样、培养和后续评估。肿瘤组织通常从手术标本、穿刺活检和内窥镜活检中获得，突出了构建类器官模型只需要最少数量的细胞的优势。值得注意的是，在组织采样和运输过程中存在污染风险，因此需要在样品管中添加抗生素，例如青霉素-链霉素。加工的初始步骤包括将肿瘤组织酶消化成单细胞，通常通过包括胶原酶、DNAase和透明质酸酶的方案。随后将消化的悬浮液离心以获得细胞沉淀，然后用红细胞裂解物处理以产生肿瘤的单细胞悬浮液。接下来，将单细胞悬液与基质凝胶混合并接种到孔板中，然后加入肿瘤类器官培养基。然后通过多种方法鉴定培养的类器官。首先，在细胞水平上评估细胞形态、排列和结构，以确定肿瘤类器官和源组织之间的一致性。其次，使用特异性抗体进行免疫组织化学染色来识别蛋白质水平肿瘤标志物的表达。第三，利用高通量测序技术在基因水平上分析基因表达谱和基因突变。最后，通过比较肿瘤组织和类器官对化疗药物的反应，评估肿瘤类器官在药物筛选和治疗策略开发中的效用（图2）。图2：类器官培养过程。将患者来源的肿瘤组织（手术、组织活检）或液体活检标本经过一系列处理后制成单细胞悬液，并根据一定数量的细胞制作种子板。当类器官形成时，可以进行药物敏感测试以观察细胞活力，并且可以进行数据收集和分析。类器官培养方案的标准化对于确保实验结果的可靠性至关重要。在肿瘤类器官培养系统的背景下，从单细胞采集到类器官培养、药物筛选和验证，每一步都必须遵守标准化作程序（SOP）。这种方法包括实验室前准备、实验室方案和实验室后处理。肿瘤类器官模型的构建大致可分为以下阶段：肿瘤组织消化和解离、分离的肿瘤干细胞与基质凝胶混合、将它们接种在孔板中，以及添加富含细胞因子的培养基以促进类器官生长。这个过程需要大量的劳动力和时间成本，从而限制了类器官的适用性。肿瘤类器官培养的第一步涉及确定合适的细胞来源。肿瘤细胞可以来自患者样本、细胞系或干细胞。纯化的肿瘤细胞通过消化、分离和培养获得。然而，这个过程充满了挑战。不同癌症类型的消化时间差异很大，例如，乳腺肿瘤组织由于其纤维含量高，需要4-6小时，而胃肠道肿瘤可以在1-2小时内消化。此外，不同的癌症类型需要不同的消化酶系统。这些因素给研究人员带来了障碍，包括消化组织的等待时间延长、过度消化导致的细胞活力低以及消化不足，这会阻碍单细胞悬液的产生，从而影响下游实验。这些挑战的出现凸显了对一种能够产生单细胞悬液的简化、高效和可靠的消化方法的需求。细胞培养需要精确控制细胞密度和分布，以确保肿瘤细胞的增殖。细胞计数和活力评估对于确定生成单细胞悬液后的活细胞数量是必要的。然后将相应的培养系统基质凝胶与单细胞悬液混合并接种在孔板中。虽然这个过程相对简单，但仅通过体力劳动在短时间内产生大量类器官，同时保持对每个类器官球体质量的控制是具有挑战性的。这种限制在高通量药物敏感性检测中尤为明显，其中在384孔板或更高通量规格中接种类器官需要自动化机器。随后，建立了类器官培养系统，其中细胞悬液接种在3D基质中，以模拟肿瘤的体内生长环境并诱导类器官形成。评估药物对肿瘤类器官的影响需要多方面的方法，包括药物制备、药物筛选和数据分析。药物制备过程包括选择、溶解和稀释药物，以确保其质量和浓度满足实验要求。药物筛选包括用药物治疗肿瘤细胞并观察其疗效和毒性等参数。数据分析涉及组织和分析实验数据，以阐明药物的潜在机制及其治疗效果。培养和标准化的困难困扰着传统的类器官培养。此外，大小和形状可变的类器官生产通常既耗时又昂贵，这使得大规模生产成为一项重大挑战。因此，高通量和自动化作是在标准化、减少劳动力和降低成本方面实施类器官培养进步的关键解决方案。为了确保类器官培养的整个过程以高精度和高效率进行，必须设计高通量解决方案，同时考虑自动化、高通量和可重复性等因素。此类解决方案的示例包括使用微流体技术进行类器官植入，用于药物治疗和检测的自动化机器人，用于细胞状态分析的高分辨率成像，以及用于结果处理的数据分析软件。通过实施高通量SOP，可以最大限度地减少实验误差和不确定性，并提高实验的可信度和可重复性。3.当前离体类器官培养涉及的底物技术和适用于各种应用的高通量解决方案目前正在研究高通量解决方案，以减轻类器官培养过程中的劳动密集型和关键步骤。这些解决方案大致可分为分离和培养、药物筛选和活性评估。这些解决方案的形式包括集成高通量功能的设备、方法和软件。高通量设备和方法包括自动化样品处理设备、微流体、器官芯片、3D打印技术和高内涵成像系统。High-throughput软件可以快速准确地获取和分析大量的实验数据，从而提高数据处理的效率和准确性。特别是成像系统，可以同时获取各种类型的生物信息，如细胞形态、荧光强度和细胞活性，从而更全面地了解药物对肿瘤细胞的作用机制和疗效。微流体是指在数十到数百微米的通道中处理微量流体（10-9-10-18 l）的系统技术。该技术有四个主要应用：分子分析、生物传感、分子生物学和微电子学。在生物学和医学中，微流体技术在细胞培养、单细胞分析和临床诊断中发挥着越来越重要的作用。微流体技术在生物学研究中的应用可以显著减少样本量，从而降低实验成本，实现生物样本的快速和高通量检测，最大限度地从少量样本中收集更多信息，创建更好的人体生理病理环境模拟，并促进更深入和全面的研究。例如，循环肿瘤细胞（CTC）的数量可以表明肿瘤的恶性程度和转移风险;然而，外周血中CTC的稀缺阻碍了它们的应用。尽管如此，随着微流控技术的不断发展，已经出现了几种基于微流控的CTC捕获技术。值得注意的是，Jinho Kim等人构建了一种微流控装置（SIM-Chip），它可以从全血中富集CTC并识别和分离它们。类器官微流控技术将类器官和微流体技术集成在一起，通过在微流控芯片上设计微通道和反应单元来实现类器官的体外培养和模拟。该技术利用微流体设备和计算软件精确控制微环境，模仿 TME来研究肿瘤间充质相互作用。微流体技术有助于将细胞、药物和营养物质精确、及时地输送到癌细胞。此外，微流体技术允许自动控制液体输送速度、浓度和持续时间，从而能够使用药物混合物和营养物质进行动态筛选。类器官微阵列是一种基于微流控的类器官培养平台，可模拟体内TME，从而能够研究肿瘤生长和转移。这项技术需要在后续实验和分析之前构建微流体通道和细胞培养室。此外，3D打印技术可以与微流体相结合，创造创新的解决方案。3D打印技术是一种增材制造方法，通过堆叠层从计算机模型数据制造 3D物理对象。3D打印技术的出现为微流体提供了新的可能性。首先，3D打印技术为微流控芯片制备的标准化和大规模生产提供了广阔的前景。其次，3D生物打印技术能够精确控制细胞和生物材料的分布，更好地模拟生物组织的复杂微观结构。3D生物打印技术可以创建高分辨率的微结构，以准确再现TME的复杂特征。此外，这些3D打印模型可用作肿瘤生物学中多功能研究和应用的临床前模型。通过将3D打印技术与微流控相结合，可以快速构建许多稳定的肿瘤类器官模型，最大限度地发挥类器官模型的优势。高内涵筛选（HCS）是一种基于成像的分析方法，它利用自动成像和数据分析在单细胞水平上提供具有高分辨率、高通量和高信息含量的无偏倚多参数数据。HCS能够在各个水平（包括细胞和分子水平）捕获图像和提取信息，从而可以检测基因表达、蛋白质定位和形态的变化。类器官培养完成后，可以采用高内涵成像技术，包括通过自动高通量摄影（例如高速显微镜成像）获取类器官数据。HCS的主要功能是以更少的单元、更短的时间和更高的吞吐量快速获取大量数据，同时减少劳动力消耗。该技术可以收集多通道数据，包括细胞形态、状态、数量和功能信息。此外，HCS可以与药物输送装置集成，以实时观察细胞对药物的即时反应。近年来，人工智能（AI）技术大幅发展。在医疗领域，人工智能可以促进药物的设计并有助于癌症检测、诊断和治疗优化等应用。高通量实验和AI技术在医学中的整合越来越受到关注。AI可以在生成肿瘤类器官的整个过程中得到利用，从构建到应用。基于AI的自动化可以帮助形成稳定的类器官球体。结合图像识别和数据分析的智能算法可以快速分析实验结果并得出结论。各种基于AI的图像识别算法也可以实现类器官的高通量应用。配备AI模块的智能分析系统可以根据收集的数据类型和分析目的选择合适的数据分析方法。表1总结了高通量底物技术的特点、优点和缺点。表1. 肿瘤类器官培养系统中的高通量底物技术4.类器官培养过程的高通量解决方案高通量技术在组织解离中的应用将患者来源的肿瘤组织团解离成单细胞是肿瘤类器官培养的关键初始步骤。此步骤可确保收获的单细胞的数量和活力，并为后续实验提供稳定的数据源。已经开发了全自动组织处理器和单细胞悬液制备仪器等仪器，以促进单细胞的高通量自动收获。这些仪器可以通过机器研磨和酶促反应将人类肿瘤组织制备为单细胞。组织解离剂结合了机械研磨和酶消化，可以从组织中分离单细胞悬液，并将组织块制备为匀浆。这些仪器利用自动化系统来定制应用，例如温度、时间和速度，以实现标准化过程作和更轻松的样品处理。这些仪器的优点包括提高精度和效率以及减少细胞损伤。该仪器可同时处理多达8种不同的组织和样品，样品量从20毫克到4000 毫克不等，并且易于作。例如，只需将组织样品放入分离管中，通过隔膜封闭的孔添加酶和其他溶液，并设置所需的程序，即可使机器通过研磨过程自动处理组织样品，从而获得高质量的单细胞悬液或亚细胞材料。例如，Jungblut等人使用仪器成功地将小鼠肺组织加工成高质量的单细胞悬液。自动化组织样本采集是肿瘤类器官培养的另一个重要方面。使用机器人辅助技术或自动采样设备可以有效地收集和处理大量样品。实施自动化组织采集系统和机械臂辅助作可以提高样本采集的速度和准确性。此阶段用于组织处理的仪器可以满足其中的大部分需求。随着人工智能技术的飞速发展，组织的自动化处理也将越来越智能化和个性化。未来，该过程可能不只涉及简单的消化，还涉及消化过程中的自动传感装置，以实时自动调节温度、酶浓度和其他条件，这是一个值得的未来研究方向。高通量技术在类器官植入中的应用类器官培养是模拟肿瘤发展过程的关键步骤。然而，类器官培养过程中的手动作会导致单个类器官液滴的组成、形态和功能发生显着变化，这可能会影响最终的实验结果。此外，手动培养的效率有限，因此在短时间内制备大量类器官具有挑战性。相比之下，将自动化和标准化引入高通量培养系统，例如基于微流体技术的自动化类器官培养平台，可以标准化和均质化每个类器官，从而实现类器官的单分散和高通量培养。这种方法可以更好地模拟肿瘤的恶性表型和转移能力。自动化细胞培养和监测可以显著提高肿瘤类器官培养的效率和准确性。例如，使用微量滴定板和自动化设备进行类器官培养和检测可以简化流程，确保一致性和可重复性。Jiang etal.开发了一个自动化类器官平台，集成了微流体连接的3D打印技术，能够通过自动化作快速制造和培养正常组织和肿瘤类器官。在这项研究中，将原代组织来源的细胞与基质凝胶混合，并将所得细胞悬液注入微流控系统中，通过微流控液滴打印机产生均匀的细胞负载基质凝胶液滴。液滴在微流体管道内糊化，以高通量产生均质的类器官前体。然后将这些前体打印到96孔板中，这种设计有助于在培养过程中对类器官进行高通量成像表征。值得注意的是，这些类器官前体在1周内以更低的成本和更短的时间成功培养，并已准备好进行药物测试。结果表明，通过这种方法制备的肿瘤类器官表现出81%的预测准确性，表明在模拟患者肿瘤对抗癌药物的反应方面具有高度的可重复性。Du etal.利用基因工程人类结肠类器官建立了一个小型化3D类器官培养平台，实现了高通量筛选。研究人员采用了多点组合分液器（也称为液体分液器），将细胞-凝胶混合物或药物试剂自动分液到384/1536孔板中，并确保准确和一致的分液。这种方法产生了快速和高质量的检测数据。3D类器官培养平台已被证明可用于大规模初级化合物筛选，通过促进细胞中化合物活性的高通量筛选和在 384 孔板中小型化类器官，在 1536孔板中实现超高通量测序。此外，结合配备冷却台和移液臂的液体处理机器人，可以在常规分析开发中测试多种浓度的基质凝胶，从而快速优化类器官生长条件。带有液体处理机器人的全自动工作站可用于类器官的自动接种。还开发了一种微流体装置来图案化水凝胶，利用层流在两侧形成疏水通道，同时在中间产生亲水通道。当液体水凝胶注入亲水区域时，它被周围的疏水区域限制在这条路径上。该设备为培养的细胞和组织提供了受控的 3D微环境，克服了与微柱和小压力屏障相关的昂贵且复杂的作挑战，从而提高了微流体细胞培养分析的效率。通过在设备内培养人脐静脉内皮细胞来证明该方案的可行性。光刻技术是制造器官芯片中广泛采用的技术，其中利用光刻胶在光的影响下将光掩模的图案转移到芯片上，从而能够生产具有任意图案的器官芯片。值得注意的是，胡 等人开发了一种用于肺癌类器官培养的集成超疏水微孔阵列芯片（InSMAR-chip），能够同时培养数百个类器官并促进高通量培养和分析。随着高通量技术的不断进步和改进，未来将开发越来越复杂和精细的类器官模型，并且也有可能模拟完整的人体系统并从这个角度考虑肿瘤的治疗。因此，作品的精细化将增加。由于在此过程中人为错误是不可接受的，因此有必要开发机器来执行这项工作。然而，与此同时，用机器取代体力劳动也有其自身的问题，例如，类器官中可能存在细胞团块或微小组织，导致植入不均匀。将来，可能需要开发更多的技术，例如流体动力学，以使他的分布更加均匀。高通量技术在药物筛选中的应用药物警戒筛选和验证是高通量解决方案的重要组成部分。培养的类器官为药物筛选提供了一种很有前途的工具，因为它们可以概括体内TME，从而能够更准确地预测药物疗效。与机器学习算法集成的自动化药物筛选平台可以快速准确地检测药物对肿瘤类器官的影响。通过比较不同药物治疗下肿瘤类器官的生理参数，可以初步确定具有潜在治疗效果的药物。类器官建模在肽药物筛选中的现有应用和前景已在以前的综述中进行了系统描述。我们在这里没有讨论传统的类器官药物筛选方法，只关注应用高通量类器官药物筛选。Schuster等人开发了一种可以自动化的微流体3D类器官培养平台，利用微流体技术和编程软件实现动态的、时间依赖性的类器官药物输送和联合治疗。此外，该平台还与图像分析仪相结合，可实时监测类器官形态和活力。通过对患者来源的胰腺肿瘤类器官进行药物筛选来验证微流控平台的可行性，这表明联合和动态治疗在治疗肿瘤类器官方面比恒定的单药方案更有效。现有研究主要集中在药物梯度或两种药物的组合上。然而，Li等人开发了一种高通量、开放空间、可重复使用的多层微流体芯片，用于基于类器官的组合药物筛选，以识别日益复杂的药物组合。该微流控芯片具有连接到数据收集工具的可编程流量控制系统。该芯片由一个入口层和多个分散层组成，能够同时从入口层加载不同的样品，然后样品溶液流入下面的分散层。单个微泵控制每个通道中的液体流动，最大限度地减少细胞稀释，并有助于通过显微镜技术进行组织学分析。Komen等人设计了一个由药物层和细胞层组成的微流控平台。两层由膜隔开，两个通道以交叉形状相交，允许细胞从交叉处接种。完成后，底部通道关闭，两个独立的注射泵调节药物层中的药物浓度，然后通过膜扩散到下部空间，从而提供动态药物给药。Zhai等人报道了一种具有创新控制结构和芯片设计的数字微流控系统。他们的药物分配器将所需的药物剂量预加载到芯片上，将其与细胞悬液滴混合，形成具有不同药物浓度的药物筛模型，最后将混合物输送到培养细胞的位置。该技术使用两种化疗药物进行了验证。与传统的96孔板相比，该系统具有多项优势，包括减少细胞和药物消耗以及最小的空间要求。在器官芯片方法中，Ryuji Morizane 的团队通过开发类器官模型来提高类器官质量和疾病模型保真度，为肾脏疾病研究做出了重大贡献。Ryuji Morizane的团队报告了一种可以在微流控芯片上流动培养的肾类器官，他们使用内源性内皮祖细胞为与组织工程血管构建相关的研究提供了新思路。Ryuji Morizane的团队在类器官芯片中增加了流体流动，并使用该模型测试了两种新药，突出了类器官模型在阐明治疗测试和发现的复杂疾病机制方面的巨大潜力。值得注意的是，药物筛选是一个备受关注的领域，一个关键问题是添加药物后细胞活力状态的评估。药物筛选的最终评价是细胞对药物的反应，我们经常评估细胞的状态。经典方法是基于细胞毒性的MTT和CCK-8 测定。随着技术的发展，检测灵敏度也提高了，可以使用基于ATP酶活性的方法。可用于这些方法的商业化试剂盒;然而，一个缺点是这些方法不是实时进行的，并且不能反映给药早期细胞的状态;因此，需要新的解决方案，例如C3蛋白和ATP比率。随着研究技术的进步，研究人员可用的工具也在进步。现在可以将CFP-Asp-Glu-Val-Asp（DEVD）-YFP 融合蛋白转染到细胞中以确定caspase-3表达水平，然后使用多光子显微成像进行数据采集，以获得有关肿瘤对药物敏感性的定时或延迟数据。此外，Ryuji Morizane的团队利用基因编码的荧光生物传感器PercevalHR，该传感器可以感应ATP：ADP比率，从而反映细胞能量代谢的状态，用于类器官中的高通量药物筛选。该技术在肾脏类器官中的应用，其中药物的肾毒性评估，表明它可能适用于未来的高通量药物筛选。值得注意的是，拉曼光谱也可用于研究癌细胞中的药物代谢。由于自然界中存在或由人类合成的化合物数量庞大，因此有必要进行大规模的实验以选择最好的药物。由此可见，近年来药物筛选的高通量应用发展迅速，许多制药企业已经拥有了进行高通量药物筛选的全套设备和方法。未来的高通量技术发展可能侧重于降低成本和精细化模型，以解决药物分子的复杂结构，并使数据能够与人工智能、大数据分析和其他技术相结合，全面研究药物的机制、疗效和安全性。对于靶向药物，需要一种更复杂的方法来评估药物的活性，以评估其疗效，同时还要观察对人类的毒副作用。还有一些药物需要与其他药物或其他疗法联合才能有效，并且可能需要开发一个更全面的系统来观察治疗过程中或特定阶段的疗效。这可能是未来的趋势，但与此同时，它将需要更高水平的自动化和经济性。类器官培养中的数据采集和数据分析数据采集类器官成像和数据分析过程比2D细胞培养更复杂，增加了对所用成像工具和分析技术的要求。为了客观地呈现类器官的表型和结构并实现高通量类器官药物筛选过程，我们需要将自动化与3D成像和机器学习方法相结合。Ryuji Morizane的团队现在可以通过自动3D成像来绘制肾脏类器官的结构图，从而克服了类器官的复杂结构给高通量药物筛选带来的困难。细胞成像是了解肿瘤类器官培养状态和评估药物疗效的重要工具。高分辨率显微镜和图像分析技术可在培养和药物筛选过程中实现快速准确的细胞形态、数量和活力检测。在我们的实验方案中，采用活细胞荧光显微镜来获取类器官数据。使用在平移台上配备类器官平台的倒置显微镜进行观察，并设置了一个外壳来控制类器官的细胞环境并保持类器官培养所需的温度、湿度和CO2气体成分。ImageXpress 软件用于采集图像。显微镜连接软件支持在不同位置、z堆栈和多个颜色通道进行自动图像采集。此外，光片显微镜已被用于通过融合多视图图像来评估肿瘤类器官的药物疗效，从而实现完整的3D断层扫描。这种方法补偿了在3D结构样品最深处获得的图像质量低下，并使荧光分子能够到达直径达1mm的类器官的核心，从而能够从不同区域收集相关数据。数据分析在培养过程中会产生大量数据，包括有关细胞活力和生理指标的数据。数据可视化技术将复杂数据转换为直观的图表，便于理解和分析。这些数据为后续的临床试验和药物开发提供了有价值的参考。已使用连接到配备MATLAB脚本的计算机的显微镜来分析荧光图像以量化细胞凋亡，从而为每个类器官提供所需荧光标记物的平均荧光强度和相应的图像。AI分析是类器官培养中数据分析的重要工具。通过利用机器学习算法，AI分析可以分析和预测用于药物筛选的实验数据，使我们能够了解药物对肿瘤类器官的作用机制，预测药物疗效和副作用，并优化药物筛选策略。AI图像分析软件（Aivia）为从2D到5D的图像可视化、分析和数据组合提供了一个全面的平台，能够在几分钟内快速处理和重建高度复杂的高质量图像。AI图像分析同时集成了传统的图像分析和深度学习算法，通过专用软件从数字显微镜图像中提取特定数据，为图像分析技术开辟了新的途径。下图（图3）说明了如何将上述高通量技术用于组织解离、类器官生长、药物筛选、数据分析和数据采集。图3：通过高通量技术进行组织解离、类器官植入、药物筛选、数据分析和数据收集的整个过程。（A） 在初始样品制备步骤中，通过组织解离器处理患者来源的肿瘤组织以获得单细胞悬液。（B） 使用微流体技术进行3D打印，并将所得类器官植入96孔板或微流体芯片中。（C） 在药物筛选过程中，药物可以通过药物打印机自动给药或微流体输送。（D） 然后通过高内涵成像系统获取图像数据，并通过AI分析进行数据分析。在类器官培养过程中，我们发现细胞的异质性显著，包括活体和死亡的测定可能显示受到多种因素的干扰。因此，可能需要开发排除组织和个体患者之间类器官形成的复杂因素和差异的算法。随着成像技术的发展，用于评估细胞活动的图像处理算法存在困难，未来的图像处理可能需要更高的计算量，因此需要大型服务器提供更强大的算法。此外，可以使用基于数据优化的计算模型来解决能耗相对较小的数据分析问题。5.总结与展望肿瘤类器官培养系统在体外概括TME具有广泛的应用。通过在体内模拟TME，该技术可以更准确地预测药物对肿瘤的影响。引入高通量解决方案有助于实现从培养到药物筛选的加工过程的自动化和放大，从而提高培养效率和筛选准确性。目前，类器官技术无法完全概括TME。此外，缺乏相关行业的支持阻碍了微流控技术的广泛应用，微流控技术无法取代传统的类器官培养平台。天然衍生基质的化学性质，例如温度敏感性和室温下的聚合反应，会导致微流体通道堵塞，这也是当前微流体和高通量技术面临的挑战。此外，缺乏对微流体中负载的Matrigel的低温控制是3D打印技术的一项重大挑战。患者来源的肿瘤样本的有限可用性也阻碍了浓度依赖性评估和联合疗法的评估，突出了提高患者样本细胞提取效率和标准化培养技术的需求。类器官目前正在快速发展，未来将开发越来越多的复杂模型，例如Ryuji Morizane团队制作的类器官芯片模型，以解决疾病发展的真实情况。此外，高通量解决方案应该相对较快地开发。高通量实验也将变得更加快速、准确、自动化，并且能够处理大规模实验数据。未来，加强肿瘤类器官培养系统与高通量实验（如药物筛选）的整合，对于确定更有效的肿瘤治疗和药物至关重要。识别微信二维码，添加抗体圈小编，符合条件者即可加入抗体圈微信群！请注明：姓名+研究方向！本公众号所有转载文章系出于传递更多信息之目的，且明确注明来源和作者，不希望被转载的媒体或个人可与我们联系(cbplib@163.com)，我们将立即进行删除处理。所有文章仅代表作者观点，不代表本站立场。

OTC2025论坛深度聚焦类器官与疾病建模、新药发现/研发、3D细胞培养、类器官培养及质控。展位咨询请联系：王晨 180 1628 8769。 类器官药物筛选：模型构建、研究进展与未来展望 一、引言 1.1 研究背景与意义 在当今的药物研发领域，高效、准确的药物筛选模型对于加速新药研发进程、降低研发成本以及提高药物安全性和有效性至关重要。传统的药物筛选模型主要包括二维细胞培养和动物模型，然而，这些模型存在诸多局限性。二维细胞培养模型虽操作简便、成本较低，但细胞在二维平面上生长，缺乏体内细胞所处的三维结构和微环境，导致细胞形态、功能及基因表达与体内实际情况存在较大差异，无法准确模拟药物在体内的作用机制和效果 。例如，在二维培养的肿瘤细胞中，细胞间的相互作用和信号传导通路与肿瘤组织中的情况不同，使得基于二维细胞培养筛选出的药物在临床试验中的失败率较高。 动物模型在药物研发中曾发挥重要作用，但其与人类在生理、代谢和基因等方面存在差异，导致动物实验结果难以准确预测药物对人体的疗效和安全性。不同物种对药物的代谢和反应不同，许多在动物实验中表现出良好效果的药物，在人体临床试验中却未能达到预期，甚至出现严重的不良反应。此外，动物实验还面临伦理问题、成本高昂、实验周期长等挑战，限制了其在药物筛选中的广泛应用。 类器官药物筛选模型的出现为解决传统药物筛选模型的局限性带来了新的希望。类器官是一种在体外培养的、具有与体内器官相似的三维结构和功能的细胞聚集体，它由干细胞或组织祖细胞分化而来，能够高度模拟体内器官的生理和病理状态。类器官包含多种细胞类型，这些细胞在三维空间中相互作用，形成类似真实器官的组织结构，能够更准确地反映药物在体内的作用靶点、代谢过程和毒性反应。 类器官药物筛选模型在精准医疗中具有重要意义。通过构建患者来源的类器官，医生可以在体外对患者的疾病进行建模，针对个体差异进行药物筛选和疗效预测，为患者提供个性化的治疗方案，提高治疗效果，减少不必要的药物副作用。对于肿瘤患者，利用其肿瘤组织来源的类器官进行药物敏感性测试，可以帮助医生选择最有效的抗癌药物，实现精准治疗 。类器官药物筛选模型还为新药研发提供了更接近人体生理状态的实验平台，能够加速新药的研发进程，提高研发成功率，为人类健康事业的发展做出重要贡献。 1.2 国内外研究现状 近年来，类器官药物筛选模型在国内外都取得了显著的研究进展。在国外，欧美等国家的科研团队在类器官的构建技术和应用研究方面处于领先地位。荷兰的 Hans Clevers 团队于 2009 年首次在体外将肠道干细胞培养成为 “迷你肠道” 结构，开启了类器官研究的新篇章 。此后，该团队不断拓展类器官的种类和应用领域，成功构建了多种人体正常组织和肿瘤组织的类器官，并将其应用于疾病建模、药物筛选和再生医学等研究中。美国的一些研究机构也在类器官药物筛选模型的研究上投入了大量资源，利用类器官模型进行药物的初步筛选和毒性测试，提高了药物研发的效率和安全性 。 在国内，类器官研究也受到了高度重视，并取得了一系列重要成果。类器官研究被列入 “十四五” 国家重点研发干细胞专项和国家自然科学基金委员会支持项目 。国内众多科研团队在类器官构建技术、疾病建模和药物筛选等方面开展了深入研究。例如，浙江大学医学院李兰娟院士团队在利用人体肝胆器官模型验证药物毒性、药物筛选和个性化治疗肝胆相关疾病的研究中取得了新进展，相关综述论文讨论了如何利用人类肝胆类器官模拟疾病，以及在药物毒性验证和个性化治疗方面的潜力 。清华大学的研究团队开发了集成的超疏水微井阵列芯片，用于肺癌类器官的高通量三维培养和分析，可在一周内快速测试一系列临床推荐的药物，为快速预测肺癌患者特异性药物反应提供了有效手段 。 然而，当前类器官药物筛选模型的研究仍面临诸多挑战。在技术层面，类器官的培养和构建过程复杂，需要精确控制多种培养条件和生长因子，且培养成功率和稳定性有待提高。不同实验室培养的类器官质量和特性存在差异，缺乏统一的培养标准和质量控制体系，这给类器官药物筛选结果的准确性和重复性带来了影响。类器官的长期培养和规模化生产技术尚未成熟，限制了其在药物筛选中的大规模应用。在应用方面，类器官模型虽然能够模拟体内器官的部分功能，但与真实器官相比仍存在一定差距，如何更好地模拟器官的微环境和生理功能，提高类器官对药物反应的准确性，仍是亟待解决的问题。类器官药物筛选模型与临床实际应用之间的转化还存在障碍，需要进一步开展临床试验，验证类器官药物筛选结果的临床有效性和可靠性 。 当前类器官药物筛选模型的研究重点主要集中在优化类器官的培养技术和构建方法，提高类器官的质量和稳定性；开发高通量、自动化的类器官药物筛选平台，提高药物筛选的效率和通量；深入研究类器官对药物的反应机制，建立更加准确的药物筛选评价指标体系；加强类器官药物筛选模型与临床研究的结合，加速其临床转化应用 。难点则在于解决类器官的异质性问题，实现类器官的标准化培养和质量控制；模拟复杂的器官微环境，构建更加完整和真实的类器官模型；突破类器官规模化生产的技术瓶颈，满足药物研发对大量类器官的需求 。 1.3 研究内容与方法 本文旨在全面深入地研究类器官药物筛选模型，主要从以下几个方面展开研究内容。其一，系统剖析类器官药物筛选模型的类型，详细阐述各类模型的构建原理、特点及优势，涵盖肿瘤类器官、肝脏类器官、肠道类器官等多种常见类器官模型在药物筛选中的独特应用，深入探讨它们如何模拟体内器官微环境、反映药物作用机制和效果，以及在精准医疗中的重要作用 。 其二，对类器官药物筛选模型的研究进展进行综合梳理。不仅要分析国内外在该领域的最新研究成果，如新型类器官构建技术的开发、高通量药物筛选平台的建立、类器官与其他技术（如基因编辑、单细胞测序）的结合应用等，还要探讨这些进展对药物研发效率和准确性的提升作用，以及在解决传统药物筛选模型局限性方面所取得的突破。 其三，深入探讨类器官药物筛选模型的未来方向。基于当前的研究现状和面临的挑战，从技术创新、临床转化、标准化建设等多个维度进行展望，预测类器官药物筛选模型在未来药物研发和精准医疗中的发展趋势，提出可能的研究重点和突破方向，为该领域的进一步发展提供参考。 在研究方法上，本文主要采用文献综述法，广泛查阅国内外相关领域的学术文献、研究报告和专利等资料，全面梳理类器官药物筛选模型的研究现状、进展和未来方向，对各类信息进行系统分析和总结，以获取对研究问题的深入理解和认识 。本文还将运用案例分析法，选取典型的类器官药物筛选研究案例进行详细分析，深入探讨其研究方法、实验设计、结果与结论，通过具体实例展示类器官药物筛选模型的应用效果和优势，总结经验教训，为后续研究提供实践参考 。本文还会运用比较分析法，将类器官药物筛选模型与传统药物筛选模型进行对比，从模型的构建成本、模拟真实生理环境的能力、药物筛选的准确性和效率等方面进行分析比较，明确类器官药物筛选模型的优势和不足之处，为进一步优化和完善该模型提供依据 。 二、类器官药物筛选模型概述 2.1 类器官的定义与特性 类器官是一种在体外培养条件下，由干细胞或组织祖细胞分化形成的，具有与体内真实器官相似的三维结构和部分功能的细胞聚集体。它并非真正意义上的完整器官，却能高度模拟器官的关键特征，在生物学研究和医学应用中展现出独特的价值 。 类器官的形成依赖于干细胞的自我更新和分化能力。干细胞是一类具有自我更新和多向分化潜能的细胞，在特定的培养条件下，它们能够遵循自身的基因指令，分化为多种不同类型的细胞，并通过细胞间的相互作用和信号传导，自组织形成具有特定结构和功能的类器官 。从肠道干细胞培养出的肠道类器官，包含了肠上皮细胞、杯状细胞、潘氏细胞等多种细胞类型，这些细胞在三维空间中有序排列，形成了类似肠道隐窝 - 绒毛的结构，能够模拟肠道的吸收、分泌和屏障功能 。 自我更新、分化和构建三维结构是类器官的显著能力。自我更新使得类器官能够在体外长期培养，不断产生新的细胞，维持自身的生长和存活。分化能力则让干细胞能够发育成各种功能细胞，赋予类器官多样化的功能。构建三维结构是类器官区别于传统二维细胞培养的关键特性，这种结构为细胞提供了更接近体内的微环境，促进了细胞间的相互作用和信号传递，使得类器官在形态、功能和基因表达等方面更接近真实器官 。 在功能模拟方面，类器官具有出色的表现。以肝脏类器官为例，它包含了肝细胞、肝星状细胞等多种细胞类型，这些细胞协同作用，能够模拟肝脏的代谢、解毒和合成功能。肝脏类器官可以对药物进行代谢转化，检测药物对肝脏细胞的毒性反应，为药物研发和肝脏疾病研究提供了重要的模型 。脑类器官能够模拟大脑的神经发育过程，包含神经元、神经胶质细胞等，可用于研究神经退行性疾病的发病机制和药物治疗效果 。 与传统细胞培养相比，类器官具有诸多优势。在传统二维细胞培养中，细胞在平面上生长，缺乏细胞外基质和三维空间结构，导致细胞形态、功能和基因表达发生改变，无法准确模拟体内生理状态 。类器官在三维环境中培养，细胞间相互作用和信号传导更接近体内情况，能够维持细胞的正常形态和功能，更准确地反映药物在体内的作用机制和效果 。二维培养的肿瘤细胞系在药物筛选中，由于缺乏肿瘤微环境和细胞间的相互作用，常常出现与体内肿瘤组织对药物反应不一致的情况，而肿瘤类器官能够保留肿瘤的异质性和微环境，更准确地预测药物的疗效和毒性 。类器官还可以来源于患者自身的组织，具有患者特异性的遗传信息，可用于个性化药物筛选和精准医疗，为每个患者提供更合适的治疗方案 。 2.2 类器官药物筛选模型的构建原理 类器官药物筛选模型的构建原理基于干细胞生物学、细胞间相互作用以及组织工程等多学科理论，旨在创建一个高度模拟体内器官生理和病理状态的体外模型系统，为药物筛选提供更真实、有效的平台 。 干细胞在类器官构建中扮演着核心角色，其分化机制是构建类器官的关键基础 。干细胞具有自我更新和多向分化的潜能，根据来源可分为胚胎干细胞（ESCs）、诱导多能干细胞（iPSCs）和成体干细胞（ASCs） 。胚胎干细胞来源于早期胚胎，具有发育全能性，能够分化为体内几乎所有类型的细胞 。诱导多能干细胞则是通过基因重编程技术将成体细胞转化为具有胚胎干细胞特性的多能干细胞，绕开了胚胎干细胞使用中的伦理问题，为类器官构建提供了丰富的细胞来源 。成体干细胞存在于成体组织和器官中，具有有限的分化能力，可分化为所在组织的特定细胞类型 。 在类器官构建过程中，干细胞在特定的培养条件下，通过一系列信号通路的激活和抑制，逐步分化为多种细胞类型，并自组织形成具有特定结构和功能的类器官 。在肠道类器官的构建中，肠道干细胞在含有表皮生长因子（EGF）、 Noggin 和 R-spondin 1 等生长因子的培养基中培养，这些生长因子能够激活 Wnt、BMP 和 Notch 等信号通路，促进肠道干细胞的增殖和分化，使其形成包含肠上皮细胞、杯状细胞、潘氏细胞等多种细胞类型的类器官，重现肠道隐窝 - 绒毛的结构和功能 。 组织工程技术为类器官的构建提供了必要的三维环境和支持结构，对类器官的形态和功能形成起着重要作用 。三维培养是组织工程技术在类器官构建中的关键应用之一，与传统的二维细胞培养不同，三维培养能够为细胞提供更接近体内的微环境，促进细胞间的相互作用和信号传导，有利于类器官的形成和维持 。常用的三维培养方法包括基质胶培养、悬浮培养和生物材料支架培养等 。基质胶是一种富含细胞外基质成分的胶状物质，如 Matrigel，干细胞在基质胶中能够形成三维的细胞聚集体，模拟体内组织的结构和功能 。悬浮培养则是通过特殊的培养器皿或微载体，使细胞在悬浮状态下生长和聚集，形成类器官 。生物材料支架培养利用具有生物相容性的材料，如胶原蛋白、壳聚糖等，构建三维支架，为细胞提供附着和生长的场所，引导细胞分化和组织形成 。 微流控技术也是组织工程技术在类器官构建中的重要应用 。微流控芯片能够精确控制微小体积的液体流动，为类器官培养提供稳定的营养物质供应和代谢产物清除环境 。通过在微流控芯片中设计不同的微通道和微结构，可以模拟体内器官的生理微环境，如血流、剪切力等，进一步提高类器官的生理相关性 。利用微流控技术构建的肝脏类器官芯片，能够模拟肝脏的血液循环和代谢微环境，使肝脏类器官在芯片中更好地发挥代谢和解毒功能 。 细胞微环境对类器官的发育和功能具有重要影响，通过调控细胞微环境可以构建具有特定功能的类器官模型 。细胞微环境包括细胞外基质、生长因子、细胞间相互作用和物理力学因素等多个方面 。细胞外基质是细胞生存和功能发挥的重要支撑结构，它不仅为细胞提供物理支持，还通过与细胞表面受体的相互作用，调节细胞的增殖、分化和迁移等行为 。在类器官构建中，选择合适的细胞外基质成分和结构，能够促进类器官的形成和维持 。生长因子是一类能够调节细胞生长、分化和功能的蛋白质分子，不同的生长因子组合可以诱导干细胞向不同的细胞类型分化，从而构建具有特定功能的类器官 。在构建胰腺类器官时，添加特定的生长因子如 Activin A、FGF10 和 Nicotinamide 等，能够诱导干细胞分化为胰岛细胞，形成具有胰岛素分泌功能的胰腺类器官 。 细胞间相互作用也是细胞微环境的重要组成部分，不同类型细胞之间的相互作用能够影响细胞的命运和类器官的功能 。在肿瘤类器官的构建中，将肿瘤细胞与肿瘤相关成纤维细胞、免疫细胞等共培养，可以模拟肿瘤微环境中细胞间的相互作用，更准确地反映肿瘤的生物学特性和对药物的反应 。物理力学因素如机械力、渗透压等也会影响类器官的发育和功能 。通过调节培养体系中的物理力学因素，可以优化类器官的生长和功能 。在构建心肌类器官时，施加适当的机械拉伸刺激，能够促进心肌细胞的成熟和同步收缩，提高心肌类器官的功能 。 2.3 常见的类器官药物筛选模型类型 2.3.1 肿瘤类器官模型 肿瘤类器官模型在肿瘤药物筛选领域具有举足轻重的地位，为抗癌药物的研发和个性化治疗提供了强大的工具。结直肠癌和肝癌等肿瘤类器官模型的成功构建和应用，极大地推动了肿瘤药物筛选的发展，使我们能够更深入地了解肿瘤的生物学特性和药物作用机制 。 结直肠癌是全球范围内常见的恶性肿瘤之一，其发病率和死亡率在各类癌症中位居前列 。结直肠癌类器官模型的构建通常采用患者来源的肿瘤组织或肿瘤细胞系，通过三维培养技术，在含有特定生长因子和细胞外基质的培养基中，诱导细胞分化和自组织，形成具有与结直肠癌组织相似结构和功能的类器官 。这些类器官保留了结直肠癌的异质性，包含多种肿瘤细胞亚型以及肿瘤微环境中的其他细胞成分，如成纤维细胞、免疫细胞等，能够更真实地模拟结直肠癌在体内的生长和发展过程 。 在结直肠癌药物筛选中，结直肠癌类器官模型发挥着重要作用。研究人员可以将不同的抗癌药物作用于结直肠癌类器官，通过观察类器官的生长、增殖、凋亡等变化，以及检测相关分子标志物的表达，评估药物的疗效 。利用结直肠癌类器官模型筛选出的新型候选药物 MCLA-158，研究人员从 68 例患者的 99 个肿瘤样本中提取并储存了 61 个原发性结直肠癌和 11 个结直肠癌肝转移的类器官，构建了结直肠癌患者来源的类器官活生物库，对超过 500 种双特异性抗体进行药物筛选，最终发现 MCLA-158 可与表皮生长因子受体（EGFR）和富含亮氨酸重复序列的 G 蛋白偶联受体 - 5（LGR5）相结合，在体内外有效抑制结直肠癌类器官生长和转移 。通过基因表达分析和蛋白质组学研究，还可以深入了解药物的作用靶点和信号通路，为药物的优化和新靶点的发现提供依据 。 肝癌是另一种严重威胁人类健康的恶性肿瘤，其发病机制复杂，治疗手段有限，预后较差 。肝癌类器官模型的构建多采用患者手术切除的肿瘤组织或肝癌细胞系，在合适的培养条件下，诱导细胞形成具有肝细胞和肝肿瘤细胞特征的类器官 。这些类器官不仅包含肝癌细胞，还含有肝星状细胞、胆管细胞等，能够模拟肝癌的微环境和细胞间相互作用 。 在肝癌药物筛选中，肝癌类器官模型可用于评估各种抗癌药物对肝癌细胞的毒性和疗效 。通过将肝癌类器官与不同药物孵育，检测细胞活力、增殖能力和凋亡情况等指标，筛选出对肝癌具有潜在治疗作用的药物 。研究人员利用肝癌类器官模型筛选出了一种新型的小分子化合物，该化合物能够抑制肝癌类器官的生长，并诱导其凋亡，进一步研究发现，该化合物通过抑制肝癌细胞中的特定信号通路，发挥抗癌作用 。肝癌类器官模型还可以用于研究药物的耐药机制，通过对耐药性肝癌类器官的研究，揭示耐药相关的分子机制，为克服耐药性提供新的策略 。 肿瘤类器官模型在药物筛选中的优势显著。与传统的二维细胞培养模型相比，肿瘤类器官模型保留了肿瘤的异质性和微环境，能够更准确地反映肿瘤细胞对药物的反应，提高药物筛选的准确性和可靠性 。肿瘤类器官模型还可以进行高通量药物筛选，通过自动化设备和微流控技术，同时对多种药物进行测试，大大提高了药物筛选的效率 。肿瘤类器官模型可以来源于患者自身的肿瘤组织，具有患者特异性的遗传信息，可用于个性化药物筛选，为每个患者提供更精准的治疗方案 。 肿瘤类器官模型在肿瘤药物筛选中也面临一些挑战。类器官的培养条件要求较高，需要精确控制生长因子、细胞外基质和培养环境等因素，培养过程复杂且成本较高，限制了其大规模应用 。不同实验室培养的肿瘤类器官质量和特性存在差异，缺乏统一的培养标准和质量控制体系，影响了药物筛选结果的可比性和重复性 。肿瘤类器官模型虽然能够模拟肿瘤的部分生物学特性，但与真实肿瘤组织仍存在一定差距，如何进一步优化模型，使其更接近体内肿瘤的真实情况，仍是需要深入研究的问题 。 2.3.2 神经类器官模型 神经类器官模型作为一种新兴的研究工具，在神经系统药物筛选领域展现出独特的优势和巨大的潜力，为深入探究神经系统疾病的发病机制以及筛选有效的治疗药物开辟了新的途径 。神经类器官是通过干细胞培养形成的三维结构，能够高度模拟人体神经系统的组织结构和功能，为研究神经系统疾病提供了更接近真实生理状态的模型 。 神经退行性疾病，如阿尔茨海默病、帕金森病等，是一类严重影响人类健康和生活质量的疾病，其发病机制复杂，目前仍缺乏有效的治疗方法 。神经类器官模型为研究这些疾病的发病机制提供了有力的工具 。通过将患者来源的诱导多能干细胞（iPSCs）分化为神经类器官，可以模拟神经退行性疾病的病理过程，观察神经元的发育、分化和功能变化，深入研究疾病的发生发展机制 。在阿尔茨海默病的研究中，利用患者 iPSCs 构建的神经类器官，能够重现患者神经元中淀粉样蛋白沉积、tau 蛋白过度磷酸化等病理特征，通过对这些病理变化的观察和分析，有助于揭示阿尔茨海默病的发病机制，为寻找新的治疗靶点提供线索 。 在神经系统药物筛选方面，神经类器官模型具有重要应用价值 。传统的药物筛选模型主要依赖于细胞系和动物模型，但这些模型存在与人体生理状态差异较大、无法准确反映药物对神经系统作用等局限性 。神经类器官模型能够模拟人体神经系统的生理和病理状态，为药物筛选提供了更真实的环境 。研究人员可以将各种潜在的治疗药物作用于神经类器官，观察药物对神经元的保护作用、对神经信号传导的影响以及对疾病相关病理特征的改善情况，从而筛选出具有潜在治疗效果的药物 。通过在神经类器官模型中测试一系列药物，发现了一种能够抑制 tau 蛋白过度磷酸化的小分子化合物，该化合物有望成为治疗阿尔茨海默病的潜在药物 。 神经类器官模型还可以用于药物的毒性测试 。神经系统对药物的毒性反应较为敏感，传统的药物毒性测试方法难以准确评估药物对神经系统的潜在危害 。利用神经类器官模型，可以观察药物对神经元的形态、功能和存活的影响，评估药物的神经毒性 。通过将药物作用于神经类器官，检测神经元的凋亡率、氧化应激水平等指标，判断药物是否具有神经毒性，为药物的安全性评估提供重要依据 。 为了进一步提高神经类器官模型在药物筛选中的应用效果，研究人员不断探索新的技术和方法 。结合微流控技术和 3D 打印技术，构建具有复杂结构和功能的神经类器官芯片，实现对药物的高通量筛选和实时监测 。将神经类器官与其他器官类器官进行共培养，模拟人体多器官系统的相互作用，更全面地评估药物的疗效和安全性 。 尽管神经类器官模型在神经系统药物筛选中取得了一定的进展，但仍面临一些挑战 。神经类器官的培养技术还不够成熟，培养过程中存在细胞分化不均、结构不稳定等问题，影响了模型的质量和可靠性 。神经类器官模型与真实神经系统之间仍存在一定差距，如何进一步优化模型，使其更准确地模拟神经系统的生理和病理状态，是需要解决的关键问题 。神经类器官模型在药物筛选中的标准化和规范化研究还相对滞后，缺乏统一的评价指标和方法，限制了其在药物研发中的广泛应用 。 2.3.3 其他类器官模型 除了肿瘤类器官模型和神经类器官模型，肝脏、肾脏等类器官模型在药物筛选领域也发挥着不可或缺的作用，为药物研发提供了更接近体内真实环境的模拟平台，极大地推动了药物研发的进程 。 肝脏类器官模型在药物筛选中具有独特的优势，肝脏是人体重要的代谢器官，许多药物都需要在肝脏中进行代谢和转化 。肝脏类器官模型能够高度模拟肝脏的代谢功能和细胞间相互作用，为研究药物的代谢过程、评估药物的肝毒性提供了有力工具 。肝脏类器官通常由肝脏干细胞或诱导多能干细胞分化而成，包含肝细胞、肝星状细胞、胆管细胞等多种细胞类型，这些细胞在三维环境中相互作用，形成具有类似肝脏组织结构和功能的类器官 。 在药物筛选过程中，肝脏类器官模型可用于研究药物的代谢途径和代谢产物 。通过将药物加入到肝脏类器官培养体系中，利用质谱分析、核磁共振等技术检测药物的代谢产物，了解药物在肝脏中的代谢过程，为药物的优化和安全性评估提供重要依据 。研究人员利用肝脏类器官模型研究了一种新型抗生素的代谢情况，发现该药物在肝脏中经过一系列代谢反应后，产生了具有肝毒性的代谢产物，从而为该药物的进一步研发提供了警示 。肝脏类器官模型还可以用于评估药物的肝毒性 。通过观察药物对肝脏类器官细胞活力、凋亡、氧化应激等指标的影响，判断药物是否对肝脏产生毒性作用 。通过检测肝脏类器官中谷丙转氨酶、谷草转氨酶等肝功能指标的变化，评估药物对肝脏细胞的损伤程度 。 肾脏类器官模型在药物筛选中也具有重要应用价值 。肾脏是人体重要的排泄器官，负责清除体内的代谢废物和药物 。肾脏类器官模型能够模拟肾脏的过滤、重吸收和分泌功能，为研究药物的肾脏排泄过程、评估药物的肾毒性提供了有效手段 。肾脏类器官通常由肾脏干细胞或诱导多能干细胞分化形成，包含肾小管上皮细胞、肾小球内皮细胞等多种细胞类型，这些细胞在特定的培养条件下，自组织形成具有类似肾脏结构和功能的类器官 。 在药物筛选中，肾脏类器官模型可用于研究药物的肾脏排泄机制 。通过将药物加入到肾脏类器官培养体系中，检测药物在细胞内和培养液中的浓度变化，了解药物在肾脏中的转运过程和排泄途径 。研究人员利用肾脏类器官模型研究了一种降压药物的肾脏排泄情况，发现该药物主要通过肾小管上皮细胞的主动转运机制排出体外，为优化药物的剂型和给药方案提供了依据 。肾脏类器官模型还可以用于评估药物的肾毒性 。通过观察药物对肾脏类器官细胞形态、功能和基因表达的影响，判断药物是否对肾脏产生毒性作用 。通过检测肾脏类器官中肌酐、尿素氮等肾功能指标的变化，评估药物对肾脏功能的损害程度 。 除了肝脏和肾脏类器官模型，还有许多其他类型的类器官模型在药物筛选中也发挥着重要作用 。肠道类器官模型可以模拟肠道的吸收、分泌和免疫功能，用于研究药物的肠道吸收机制和对肠道微生物群的影响 。心脏类器官模型可以模拟心脏的收缩和舒张功能，用于研究心血管药物的作用机制和疗效 。肺类器官模型可以模拟肺部的气体交换和免疫功能，用于研究呼吸系统药物的作用效果和毒性 。 这些类器官模型在药物筛选中相互补充，为药物研发提供了全面的体内环境模拟 。通过将不同类型的类器官模型联合应用，可以更准确地评估药物的疗效、安全性和药代动力学特性，提高药物研发的成功率 。将肝脏类器官模型和肾脏类器官模型串联共培养，模拟药物在体内的代谢和排泄过程，更全面地评估药物的安全性和有效性 。 三、类器官药物筛选的研究进展 3.1 技术突破与创新 3.1.1 类器官培养技术的改进 3D 生物打印技术作为类器官培养技术的重要创新，为类器官的构建和应用带来了革命性的变化。它能够精确控制细胞和生物材料的空间分布，制造出具有复杂结构和功能的类器官，显著提高了类器官的质量和稳定性 。 在类器官构建过程中，3D 生物打印技术能够根据预先设计的模型，将细胞和生物材料逐层打印，形成具有特定三维结构的类器官 。这种精确的构建方式使得类器官能够更好地模拟体内器官的组织结构和微环境，促进细胞间的相互作用和信号传导，从而提高类器官的功能和稳定性 。利用 3D 生物打印技术构建的肝脏类器官，能够精确地控制肝细胞、肝星状细胞和胆管细胞等多种细胞类型的空间分布，形成与真实肝脏组织结构相似的类器官，增强了其对肝脏功能的模拟能力 。 3D 生物打印技术还能够实现类器官的定制化生产 。通过对患者的医学影像数据进行分析，3D 生物打印技术可以为每个患者量身定制具有个性化特征的类器官模型，用于个性化药物筛选和精准医疗 。对于肿瘤患者，3D 生物打印技术可以根据肿瘤的大小、形状和位置等特征，构建出与患者肿瘤组织高度相似的类器官模型，为患者提供更准确的药物筛选和治疗方案 。 除了 3D 生物打印技术，微流控芯片技术在类器官培养中也发挥着重要作用 。微流控芯片能够提供精确的微环境控制，模拟体内器官的生理微环境，如血流、营养物质供应和代谢产物清除等，为类器官的生长和发育提供了更接近体内的条件 。在微流控芯片中培养的心脏类器官，能够通过微通道模拟心脏的血液循环，为心脏类器官提供稳定的营养物质供应和代谢产物清除环境，促进心脏类器官的成熟和功能完善 。 微流控芯片技术还能够实现类器官的高通量培养和分析 。通过在芯片上集成多个微培养单元，可以同时培养多个类器官样本，并对其进行实时监测和分析，大大提高了类器官培养和药物筛选的效率 。利用微流控芯片技术，可以在同一芯片上同时培养多个肿瘤类器官样本，并对其进行药物敏感性测试，快速筛选出有效的抗癌药物 。 生物材料的创新也是类器官培养技术改进的重要方向 。新型生物材料的开发为类器官的培养提供了更合适的微环境，促进了类器官的生长和功能表达 。水凝胶是一种常用的生物材料，它具有良好的生物相容性和可塑性，能够为细胞提供三维的生长空间，模拟细胞外基质的功能 。近年来，研究人员开发了多种新型水凝胶材料，如基于天然多糖的水凝胶、合成聚合物水凝胶等，这些材料具有更好的力学性能、生物降解性和细胞粘附性，能够更好地支持类器官的生长和发育 。 一些功能性生物材料的开发也为类器官培养带来了新的机遇 。含有生长因子、信号分子或药物载体的生物材料，可以在类器官培养过程中持续释放这些生物活性物质，调节细胞的生长、分化和功能，提高类器官的质量和稳定性 。将含有表皮生长因子的生物材料用于肠道类器官的培养，可以促进肠道干细胞的增殖和分化，增强肠道类器官的功能 。 3.1.2 高通量筛选技术的应用 将类器官技术与高通量筛选平台相结合，为药物筛选带来了前所未有的效率提升，使研究人员能够在短时间内对大量药物进行测试，加速了新药研发的进程 。高通量筛选技术利用自动化设备和微流控芯片等工具，实现了类器官培养、药物添加和检测分析的自动化和标准化，大大提高了药物筛选的通量和准确性 。 在高通量筛选平台中，类器官被培养在微孔板或微流控芯片的微小反应单元中，每个单元可以容纳一个类器官样本 。通过自动化液体处理系统，可以快速、准确地将不同的药物添加到各个反应单元中，实现对多种药物的同时测试 。利用荧光标记、成像分析和生物传感器等技术，可以实时监测类器官对药物的反应，如细胞活力、增殖能力、凋亡情况等指标，从而快速筛选出具有潜在治疗效果的药物 。 以三阴性乳腺癌类器官的高通量筛选为例，研究人员建立了 15 株三阴性乳腺癌患者来源的类器官（PDOs），并选取其中生长迅速的 Pt - 016 号 PDO 对库里 2470 个化合物（药物浓度均为 1 μM）进行了筛选 。通过自动化的药物添加系统和细胞活力检测技术，在短时间内完成了对大量化合物的测试，结果表明，与 DMSO 对照相比，23 个化合物展现了对该 PDO 50% 的活性抑制 。随后，研究人员又选取了一些典型化合物在其余十株 TNBC PDOs 中进行了第二轮测试，以验证第一轮测试结果，提高了筛选的准确性 。这种高通量筛选方法大大缩短了药物筛选的时间，提高了筛选效率，为三阴性乳腺癌的药物研发提供了有力的支持 。 在 TFE 融合性肾癌类器官的高通量药物筛选中，研究人员从超过 50 例年轻患者的手术样本中取材，构建了 Xp11.2 易位 RCC（RCCXp11.2）PDO 模型 。通过建立 Z factor 大于 0.5 的检测方法，在一个 5 天的药物处理时间的检测中，药物处理的窗口在 6 倍左右，Z 因子大部分可以大于 0.5 。利用该融合性肾癌类器官模型中建立的 HTS assay，研究人员开展了 FDA 批准的药物文库的筛选，在 1 μM 药物处理条件下，获得了潜在有效药物，并开展了药物的进一步验证和机制研究 。通过高通量筛选技术，研究人员能够快速从大量药物中筛选出对 TFE 融合性肾癌具有潜在治疗效果的药物，为该疾病的治疗提供了新的选择 。 为了进一步提高高通量筛选的效率和准确性，研究人员还不断开发新的检测技术和数据分析方法 。高内涵成像技术可以对类器官进行多参数的成像分析，获取细胞形态、结构和功能等多方面的信息，为药物筛选提供更全面的评价指标 。机器学习和人工智能技术的应用，可以对高通量筛选产生的大量数据进行快速分析和挖掘，识别出药物作用的潜在靶点和生物标志物，为药物研发提供更深入的指导 。 3.1.3 多组学技术与类器官的结合 多组学技术与类器官的结合，为揭示药物作用机制和生物标志物发现提供了强大的工具，使研究人员能够从多个层面深入了解类器官对药物的反应，为药物研发和精准医疗提供更全面、准确的信息 。 基因组学是多组学技术的重要组成部分，通过对类器官的基因组进行测序和分析，可以揭示药物作用的遗传基础 。在肝癌类器官的研究中，通过对肝癌类器官和正常肝脏类器官的基因组测序，发现了一些与肝癌发生发展相关的基因突变，这些突变可能成为药物作用的靶点 。研究人员还可以利用基因编辑技术，如 CRISPR - Cas9，对类器官中的特定基因进行敲除或修饰，研究基因功能和药物作用机制 。通过敲除肝癌类器官中的某个致癌基因，观察类器官对药物的反应变化，从而深入了解该基因在药物作用中的作用机制 。 转录组学可以分析类器官在药物作用下基因表达的变化，揭示药物对细胞功能和信号通路的影响 。在神经类器官的研究中，利用转录组学技术分析神经类器官在药物作用下的基因表达谱，发现了一些与神经保护和神经信号传导相关的基因表达变化，这些变化为研究药物的神经保护作用机制提供了重要线索 。通过对转录组数据的分析，还可以筛选出与药物疗效相关的生物标志物，用于预测药物的治疗效果 。在肿瘤类器官的药物筛选中，通过转录组学分析筛选出的一些基因标志物，可以作为预测肿瘤对药物敏感性的指标，为临床治疗提供参考 。 蛋白质组学能够直接分析类器官中蛋白质的表达和修饰情况，揭示药物作用的蛋白质靶点和信号通路 。在心血管疾病的研究中，利用蛋白质组学技术分析心脏类器官在药物作用下蛋白质表达的变化，发现了一些与心肌收缩、能量代谢和信号传导相关的蛋白质表达改变，这些蛋白质可能是药物作用的直接靶点 。通过对蛋白质修饰的分析，还可以了解药物对蛋白质功能的调节机制 。蛋白质的磷酸化修饰可以调节蛋白质的活性和功能，研究药物对蛋白质磷酸化水平的影响，有助于深入了解药物的作用机制 。 代谢组学则聚焦于类器官中代谢产物的变化，反映细胞的代谢状态和药物对代谢途径的影响 。在糖尿病的研究中，利用代谢组学技术分析胰腺类器官在药物作用下代谢产物的变化，发现了一些与胰岛素分泌、糖代谢和脂质代谢相关的代谢产物改变，这些变化为研究药物的降糖机制提供了重要信息 。通过对代谢组数据的分析，还可以筛选出与疾病诊断和药物疗效相关的代谢生物标志物 。在肾脏疾病的研究中，通过代谢组学分析筛选出的一些代谢标志物，可以作为早期诊断肾脏疾病和评估药物治疗效果的指标 。 多组学技术的整合分析能够全面揭示药物作用机制和生物标志物 。通过将基因组学、转录组学、蛋白质组学和代谢组学等多组学数据进行整合分析，可以构建出药物作用的分子网络，深入了解药物在细胞内的作用靶点、信号传导通路和代谢调节机制 。在肿瘤类器官的研究中，整合多组学数据可以发现一些新的药物作用靶点和生物标志物，为肿瘤的精准治疗提供新的策略 。通过整合基因组学和蛋白质组学数据，发现了一个新的肿瘤相关蛋白，该蛋白不仅在肿瘤类器官中高表达，而且与肿瘤的耐药性密切相关，有望成为肿瘤治疗的新靶点 。 3.2 应用案例分析 3.2.1 癌症药物筛选 中山大学附属第一医院的研究团队在癌症药物筛选领域取得了重要突破，他们成功构建了胆道癌患者来源的类器官库，并深入研究了其在个性化化疗药物筛选中的应用 。 胆道癌是人类最致命的恶性肿瘤之一，发病率和死亡率呈上升趋势，手术切除联合化疗是主要治疗手段，但 5 年复发率高，大多数患者确诊时已处于不可切除阶段，中位总生存期短 。化疗疗效在患者间存在显著差异，且缺乏有效预测化疗反应的方法，严重阻碍了胆道癌治疗方法的开发 。 为解决这一难题，研究团队收集了 82 个肿瘤样本，成功生成了 61 个与原发性胆道癌组织具有相似组织学和遗传学特征的患者来源类器官（PDO），构建了胆道癌患者来源的类器官（BTC PDO）库 。通过 RNA 测序分析，发现干性和增殖相关基因表达增强的胆道癌肿瘤组织更容易形成类器官 。 研究团队使用临床常用的化疗药物，如吉西他滨、顺铂、5 - 氟尿嘧啶、奥沙利铂等，对 BTC PDO 进行了个性化药物筛选 。结果显示，不同患者来源的类器官对化疗药物的反应存在明显差异 。通过剂量反应曲线和相应的 AUC 评估，发现 BTC PDO 对单一化疗药物的反应在患者间存在显著差异 。 为验证 BTC PDO 药物筛选结果的准确性，研究团队构建了类器官移植瘤（PDOX）小鼠模型 。在小鼠中进行的胆道癌 PDO 异种移植物实验表明，吉西他滨治疗组的肿瘤生长缓慢，肿瘤负荷显著降低 。H&E 染色和 CK19 阳性染色进一步证实了这一结果 。在实际临床中，92.3%（12/13）的临床缓解患者的治疗反应与 PDO 药物筛选结果一致，充分证明了 BTC PDO 可作为预测胆道癌患者对化疗反应的有效工具 。 研究团队还对 19 个 BTC 类器官进行普通转录组测序，探索 PDO 的转录特征 。在 5 - 氟尿嘧啶敏感组中，发现了与肿瘤细胞凋亡和化疗敏感性相关的显著上调基因 。通过转录组分析，在 5 - 氟尿嘧啶敏感的 PDO 中总共鉴定出了 13 个基因，ROC 证实该基因表达生物标志物集合可以区分 5 - 氟尿嘧啶敏感患者和非敏感患者 。对顺铂处理的 PDO 进行类似分析，也得出一致结果 。这表明，BTC 类器官的基因表达生物标志物集合可以区分对 5 - 氟尿嘧啶和顺铂化疗敏感的患者与不敏感的患者，为建立预测胆道癌患者化疗反应的基因表达谱奠定了基础 。 中山大学构建的胆道癌患者来源的类器官库在个性化化疗药物筛选中具有重要应用价值 。通过该类器官库，能够准确预测患者对化疗药物的反应，为临床医生选择最适合患者的化疗药物提供科学依据，有望提高胆道癌患者的治疗效果，改善患者预后 。这一研究成果也为其他癌症的个性化药物筛选提供了有益的借鉴和参考，推动了癌症精准治疗的发展 。 3.2.2 传染病药物筛选 在传染病药物筛选领域，中美科学家的合作研究取得了重要成果，他们利用肺和结肠类器官系统筛选抗新冠病毒活性药物，为新冠病毒感染的治疗提供了新的方向和潜在药物选择 。 新冠疫情的爆发给全球公共卫生带来了巨大挑战，开发有效的治疗药物成为当务之急 。由于新冠病毒主要感染呼吸道，近 25% 的新冠肺炎患者还伴有胃肠道症状，且可能导致更严重后果，因此建立与人体相关的模型来研究新冠病毒的生物学特性和筛选潜在治疗药物至关重要 。 中美科学家团队利用人类多能干细胞成功生成了肺和结肠类器官系统 。通过研究发现，这些类器官中的 II 型肺泡细胞样肺细胞和肠上皮细胞（肠壁细胞）表达 ACE2 受体，而新冠病毒正是通过与 ACE2 受体结合来感染细胞的 。这一发现为利用肺和结肠类器官模型研究新冠病毒感染提供了理论基础 。 研究团队利用这一模型对美国食品药品管理局（FDA）批准的药物进行筛选 。经过高通量筛选和一系列实验验证，最终鉴定出三种可以抑制新冠病毒进入机体的药物 —— 伊马替尼、霉酚酸和喹吖因二盐酸 。在发生新冠病毒感染之前或之后，使用这些药物进行生理相关水平的治疗，可以有效防止植入人源化小鼠的肺和结肠类器官出现感染 。这表明这些药物在抑制新冠病毒感染方面具有潜在的治疗作用 。 伊马替尼是一种酪氨酸激酶抑制剂，原本用于治疗慢性髓性白血病等疾病 。在新冠病毒感染的研究中，发现它可以通过某种机制抑制新冠病毒进入机体，为其在新冠肺炎治疗中的应用提供了新的可能性 。霉酚酸是一种免疫抑制剂，能够抑制淋巴细胞的增殖，从而可能影响新冠病毒在体内的感染和传播 。喹吖因二盐酸则可能通过干扰病毒与细胞的结合或其他途径，发挥抗病毒作用 。 目前已有四项使用伊马替尼治疗新冠肺炎患者的临床试验注册，而本研究为这些试验提供了重要的实验数据支持 。这一研究成果不仅为新冠病毒感染的治疗提供了潜在的药物选择，还为后续的临床试验和药物研发奠定了基础 。肺和结肠类器官系统作为研究新冠病毒感染和鉴定潜在新冠肺炎疗法的模型，具有重要的应用价值 。它能够更真实地模拟人体对新冠病毒的感染和反应，为筛选和评估抗新冠病毒药物提供了有效的平台 。 3.2.3 其他疾病领域的应用 在心血管疾病药物筛选中，类器官技术展现出独特的优势 。心肌类器官模型能够模拟心脏的收缩和舒张功能，为研究心血管药物的作用机制和疗效提供了有力工具 。研究人员可以将心肌类器官暴露于不同的心血管药物中，观察心肌细胞的收缩频率、幅度和节律等变化，以及相关基因和蛋白表达的改变，从而评估药物对心脏功能的影响 。通过对心肌类器官的研究，发现了一种新型的心血管药物能够显著增强心肌细胞的收缩力，并且通过调节相关信号通路，改善心肌细胞的能量代谢，为心血管疾病的治疗提供了新的候选药物 。 糖尿病是一种常见的慢性代谢性疾病，类器官技术在糖尿病药物筛选中也具有重要应用潜力 。胰腺类器官模型可以模拟胰腺的内分泌和外分泌功能，特别是胰岛细胞的胰岛素分泌功能 。研究人员可以利用胰腺类器官模型研究药物对胰岛细胞功能的影响，筛选出能够促进胰岛素分泌、改善胰岛素抵抗的药物 。通过对胰腺类器官的药物筛选，发现了一种小分子化合物能够刺激胰岛细胞分泌胰岛素，并且提高胰岛细胞对葡萄糖的敏感性，有望成为治疗糖尿病的新药物 。 除了心血管疾病和糖尿病，类器官技术还在其他多种疾病领域得到了应用 。在神经退行性疾病如帕金森病和阿尔茨海默病的研究中，神经类器官模型可以模拟神经元的发育和功能，为研究疾病的发病机制和筛选治疗药物提供了重要平台 。在肾脏疾病的研究中，肾脏类器官模型可以模拟肾脏的过滤和排泄功能，用于评估药物的肾毒性和筛选治疗肾脏疾病的药物 。 这些应用案例充分说明，类器官技术在不同疾病领域都具有巨大的应用潜力 。它能够为药物研发提供更接近人体生理状态的模型，提高药物筛选的准确性和效率，加速新药的研发进程，为人类健康事业的发展做出重要贡献 。随着类器官技术的不断发展和完善，相信它将在更多疾病领域发挥重要作用，为攻克各种疑难病症提供新的解决方案 。 四、类器官药物筛选面临的挑战 4.1 技术层面的挑战 4.1.1 类器官的标准化培养 类器官的标准化培养是实现其在药物筛选中广泛应用的关键前提，但目前该领域仍面临诸多难题。在培养条件方面，不同实验室采用的培养基配方、生长因子组合以及培养环境参数存在显著差异，这使得类器官的培养结果难以重复和比较 。不同实验室在培养肠道类器官时，使用的培养基中生长因子的浓度和种类各不相同，导致培养出的肠道类器官在细胞组成、形态结构和功能特性上存在差异，从而影响了药物筛选结果的准确性和可靠性 。 培养条件的不一致还导致了类器官质量控制的困难 。由于缺乏统一的质量标准，难以评估类器官的质量和稳定性，无法确保其在药物筛选中的有效性 。类器官的分化程度、细胞活力、基因表达谱等指标在不同培养条件下变化较大，使得对类器官质量的准确评价变得复杂 。不同实验室培养的肝脏类器官，其肝细胞的分化程度和功能活性存在差异，这使得在进行药物筛选时，难以判断药物的作用效果是由于类器官本身的质量差异还是药物的真实作用 。 为解决这些问题，需要建立统一的类器官培养标准和质量控制体系 。制定标准化的培养基配方和培养操作流程，明确生长因子的种类、浓度和添加时间，以及培养环境的温度、湿度、气体成分等参数 。建立类器官质量评价指标体系，包括细胞活力、分化标志物表达、基因表达谱、功能活性等方面的检测方法和标准，确保类器官的质量和稳定性 。加强实验室间的合作与交流，开展多中心研究，验证和优化培养标准和质量控制体系，提高类器官培养的一致性和可靠性 。 还可以利用自动化培养设备和智能化监测系统，实现类器官培养过程的精准控制和实时监测，减少人为因素对培养结果的影响 。通过自动化液体处理系统精确添加培养基和生长因子，利用传感器实时监测培养环境参数，及时调整培养条件，保证类器官在稳定的环境中生长 。 4.1.2 类器官与体内环境的差异 尽管类器官在模拟体内器官的结构和功能方面取得了显著进展，但与真实的体内环境相比，仍存在一些关键差异，这些差异对药物筛选结果的准确性和可靠性产生了重要影响 。 类器官缺乏完整的血管系统，这是其与体内器官的重要区别之一 。在体内，血管系统不仅为组织和器官提供营养物质和氧气，还参与代谢产物的清除和信号传导 。类器官由于没有血管，其营养物质的供应和代谢产物的清除主要依赖于扩散作用，这导致类器官内部的营养物质分布不均，代谢产物积累，影响了细胞的正常功能和生长 。在药物筛选中，药物在类器官中的分布和代谢也受到血管缺失的影响，可能无法准确反映药物在体内的真实作用 。研究表明，在缺乏血管的肿瘤类器官中，药物的渗透和分布受到限制，导致药物对肿瘤细胞的杀伤效果与体内情况存在差异 。 免疫细胞的缺失也是类器官与体内环境的重要差异 。免疫系统在人体对药物的反应中起着关键作用，免疫细胞可以识别和清除病原体，调节炎症反应，还可以与药物相互作用，影响药物的疗效和安全性 。类器官中缺乏免疫细胞，无法模拟药物与免疫系统的相互作用，这使得药物筛选结果难以全面反映药物在体内的免疫调节作用 。在肿瘤药物筛选中，免疫治疗药物的作用机制与免疫系统密切相关，类器官模型由于缺乏免疫细胞，无法准确评估免疫治疗药物的疗效和安全性 。 为了弥补这些差异，研究人员正在探索多种方法 。将类器官与血管内皮细胞共培养，构建具有血管化的类器官模型，以改善营养物质供应和代谢产物清除，提高药物在类器官中的分布和代谢的准确性 。研究人员通过将肝脏类器官与血管内皮细胞共培养，成功构建了具有血管化的肝脏类器官模型，该模型中营养物质的供应和代谢产物的清除得到了明显改善，药物的代谢和毒性反应更接近体内情况 。引入免疫细胞或免疫相关因子，构建免疫活性类器官模型，以模拟药物与免疫系统的相互作用 。将免疫细胞与肿瘤类器官共培养，研究免疫治疗药物对肿瘤细胞的杀伤作用和免疫调节机制 。利用微流控技术和生物打印技术，构建更加复杂的类器官模型，模拟体内器官的微环境和生理功能 。通过微流控芯片构建具有血流和剪切力的类器官模型，进一步提高类器官对体内环境的模拟程度 。 4.1.3 高通量筛选技术的局限性 当前，类器官高通量筛选技术在药物筛选领域展现出巨大潜力，但在数据采集、分析和解读方面仍存在一些局限性，这些问题制约了其在药物研发中的广泛应用和深入发展 。 在数据采集方面，类器官高通量筛选技术面临着检测灵敏度和特异性的挑战 。由于类器官的体积较小，细胞数量有限，一些低丰度的生物标志物和微弱的生物学信号难以被准确检测到，导致数据采集的不完整性和误差 。传统的检测方法如荧光成像、酶联免疫吸附测定等，在检测类器官中的生物标志物时，可能存在背景干扰、信号衰减等问题，影响了检测的准确性和可靠性 。不同类器官模型之间的差异，如细胞组成、代谢活性等，也增加了数据采集的难度和复杂性，使得不同实验结果之间的可比性降低 。 在数据分析方面，高通量筛选产生的海量数据对数据处理和分析能力提出了更高的要求 。目前，数据分析方法和工具仍有待进一步完善，难以快速、准确地从大量数据中挖掘出有价值的信息 。传统的数据分析方法如统计学分析、相关性分析等，在处理复杂的高通量数据时，往往存在分析效率低、结果解读困难等问题 。机器学习和人工智能技术在数据分析中的应用虽然取得了一定进展，但仍面临着算法优化、模型训练和验证等挑战，需要进一步提高其准确性和可靠性 。不同类型的数据如基因表达数据、蛋白质组学数据、代谢组学数据等，如何进行有效的整合和分析，也是当前面临的一个重要问题 。 在数据解读方面，由于类器官高通量筛选涉及多个生物学层面和复杂的生物学过程，对数据的解读需要综合考虑多种因素，这增加了数据解读的难度和不确定性 。药物在类器官中的作用机制往往是复杂的，涉及多个信号通路和分子靶点的相互作用，如何从高通量筛选数据中准确推断药物的作用机制和靶点，是一个亟待解决的问题 。类器官模型与真实器官之间的差异，也使得将高通量筛选结果外推到体内实际情况时存在一定的风险，需要进一步验证和评估 。 为了改进和完善高通量筛选技术，研究人员正在积极探索新的方法和技术 。开发高灵敏度、高特异性的检测技术，如单细胞测序、高内涵成像等，以提高数据采集的准确性和完整性 。单细胞测序技术可以对单个类器官细胞进行基因表达分析，揭示细胞间的异质性和生物学功能差异，为药物筛选提供更精准的数据支持 。加强数据分析方法和工具的研发，利用机器学习、深度学习等人工智能技术，提高数据处理和分析的效率和准确性 。通过构建深度学习模型，对高通量筛选数据进行特征提取和分类，预测药物的活性和毒性，为药物研发提供决策支持 。建立标准化的数据解读流程和方法，结合生物学知识和实验验证，提高数据解读的可靠性和准确性 。制定统一的数据解读标准和指南，规范数据解读的过程和方法，减少主观因素对数据解读的影响 。 四、类器官药物筛选面临的挑战 4.2 伦理与法规问题 4.2.1 类器官研究中的伦理考量 类器官研究，尤其是胚胎干细胞来源的类器官研究，涉及复杂的伦理问题，这些问题引发了广泛的讨论和关注。胚胎干细胞具有发育全能性，能够分化为体内几乎所有类型的细胞，为类器官的构建提供了丰富的细胞来源 。由于胚胎干细胞的获取涉及对胚胎的操作，这引发了关于胚胎道德地位的争议 。从胚胎中提取干细胞的过程可能会破坏胚胎，这被一些人认为是对生命的不尊重，因为胚胎被视为具有潜在的生命价值，从伦理角度来看，这种操作可能违背了保护生命的原则 。 在利用胚胎干细胞构建类器官时，需要充分考虑如何在科学研究和伦理道德之间找到平衡 。研究人员应该遵循严格的伦理规范，确保胚胎的来源合法合规，并且在获取胚胎干细胞的过程中尽量减少对胚胎的损害 。对于胚胎干细胞的使用，应该经过伦理委员会的严格审查和批准，确保研究目的具有重要的科学和医学价值，且没有其他替代方法可以实现同样的研究目标 。 患者样本在类器官研究中也具有重要作用，然而，使用患者样本同样面临着伦理挑战 。在获取患者样本时，必须确保患者的知情同意权得到充分尊重 。患者应该被清晰地告知样本的用途、研究目的、可能的风险和受益等信息，并且有权自主决定是否参与研究 。在实际操作中，由于患者可能对医学研究的复杂性缺乏了解，知情同意的过程可能存在信息传达不充分或患者理解不透彻的情况 。有些患者可能在没有完全理解研究内容的情况下签署了同意书，这可能导致患者的权益受到潜在威胁 。 为了解决这一问题，研究人员需要采用通俗易懂的语言向患者解释研究的相关信息，确保患者能够充分理解并做出自主决策 。可以通过提供详细的书面说明、面对面的沟通以及解答患者的疑问等方式，提高患者对研究的认知度和参与意愿 。在研究过程中，还需要严格保护患者的隐私，对患者样本进行匿名化处理，避免患者的个人信息被泄露 。患者样本的使用应该遵循伦理原则，确保研究的公正性和科学性，避免对患者造成不必要的伤害 。 4.2.2 法规监管的现状与挑战 目前，类器官药物筛选相关法规监管的现状尚不完善，面临着诸多挑战。在国际上，不同国家和地区对于类器官研究和应用的法规存在差异，缺乏统一的国际标准 。美国、欧盟等国家和地区虽然制定了一些关于干细胞研究和生物医学研究的法规，但对于类器官药物筛选这一新兴领域，法规的针对性和详细程度仍有待提高 。美国食品药品监督管理局（FDA）在评估类器官用于药物筛选的安全性和有效性时，缺乏明确的指导原则和标准，导致研究人员在开展相关研究和申报工作时面临不确定性 。 在国内，类器官药物筛选相关法规也处于不断发展和完善的阶段 。我国已经出台了一些关于干细胞研究和生物医学研究的伦理规范和管理办法，如《干细胞临床研究管理办法（试行）》等，但这些法规主要侧重于干细胞的临床应用，对于类器官药物筛选的具体监管要求尚未明确 。在类器官的培养、储存、运输和使用等环节，缺乏详细的操作规范和质量控制标准，容易引发安全风险和伦理问题 。类器官的质量控制缺乏统一标准，不同实验室培养的类器官质量参差不齐，可能影响药物筛选结果的准确性和可靠性 。 法规监管存在的不足和挑战给类器官药物筛选的发展带来了一定的阻碍 。法规的不明确导致研究人员在开展研究时难以把握伦理和法律底线，增加了研究的风险和不确定性 。缺乏统一的质量控制标准和操作规范，使得类器官药物筛选的结果难以比较和验证，不利于该领域的学术交流和产业发展 。法规监管的不完善还可能导致一些不良行为的发生，如非法获取患者样本、违规开展类器官研究等，损害患者的权益和社会的公共利益 。 为了加强法规监管，需要制定统一的类器官药物筛选法规和标准 。国际社会应加强合作，共同制定适用于全球的类器官研究和应用法规，明确伦理原则、技术标准和监管要求，促进类器官药物筛选的规范化和国际化发展 。各国和地区应根据国际法规，结合自身实际情况，制定具体的实施细则和操作规范，确保法规的有效执行 。 建立健全的监管机制也是加强法规监管的重要举措 。政府部门应加强对类器官药物筛选研究和应用的监管力度，明确监管职责和权限，建立专门的监管机构或加强现有监管机构的能力建设，对类器官的研发、生产、使用等环节进行全程监管 。加强对研究机构和企业的伦理审查和监督检查，确保其严格遵守法规和伦理规范，对违规行为进行严厉处罚 。 加强法规宣传和培训，提高研究人员和相关从业人员的法规意识和伦理素养，使其了解并遵守法规要求，也是加强法规监管的重要方面 。通过开展法规培训、学术交流和伦理教育等活动，提高研究人员对法规的理解和应用能力，促进类器官药物筛选的健康发展 。 4.3 成本与效率问题 4.3.1 类器官药物筛选的成本分析 类器官药物筛选的成本涵盖多个关键方面，包括细胞培养、试剂消耗、设备使用等，这些成本因素在很大程度上影响了类器官技术在药物筛选中的广泛应用。 细胞培养成本是类器官药物筛选成本的重要组成部分。获取高质量的干细胞或组织祖细胞是构建类器官的基础，而这些细胞的来源和获取方式往往成本较高 。从患者体内获取原代细胞需要专业的医疗操作和设备，不仅涉及到伦理和法律问题，还增加了样本采集的成本 。诱导多能干细胞的制备过程复杂，需要使用多种细胞因子和基因转染技术，这进一步提高了细胞获取的成本 。在细胞培养过程中，维持细胞的生长和分化需要精确控制培养条件，包括培养基的成分、温度、湿度和气体环境等 。培养基中通常需要添加多种生长因子、激素和营养物质，这些成分的价格昂贵，且不同类型的类器官需要不同的培养基配方，增加了培养成本 。培养过程中的污染控制也需要投入大量的成本，包括使用无菌操作设备、定期更换培养基和进行微生物检测等 。 试剂消耗在类器官药物筛选成本中也占据较大比重 。构建类器官需要使用多种试剂，如细胞外基质、消化酶、抗生素等 。细胞外基质是类器官培养的重要支撑材料，常用的 Matrigel 价格较高，且在培养过程中用量较大，增加了试剂成本 。在类器官的鉴定和药物筛选过程中，需要使用各种检测试剂，如荧光标记物、抗体、PCR 试剂等 。这些试剂的价格相对较高，且随着高通量筛选技术的应用，试剂的使用量进一步增加，导致试剂成本显著上升 。 设备使用成本也是类器官药物筛选成本的重要考量因素 。类器官培养和药物筛选需要使用一系列专业设备，如细胞培养箱、生物安全柜、离心机、显微镜、高通量筛选仪器等 。这些设备的购置成本较高，且需要定期维护和校准，增加了设备使用成本 。以高通量筛选仪器为例，其价格通常在数十万元甚至上百万元，且需要配备专门的数据分析软件和技术人员进行操作和维护，进一步提高了设备使用成本 。随着技术的不断发展，设备的更新换代速度加快，也增加了设备的折旧成本 。 为降低类器官药物筛选的成本，可从多个方面入手 。在细胞培养方面，优化培养基配方，寻找更经济有效的生长因子替代物，或者开发无血清培养基，以降低培养基成本 。建立细胞库，实现细胞的共享和重复利用，减少细胞采集和制备的成本 。在试剂消耗方面，优化实验流程，减少试剂的浪费 。与供应商协商，争取更优惠的试剂采购价格，或者开发新型的检测试剂，提高检测效率和准确性，降低试剂使用量 。在设备使用方面，合理规划设备的购置和使用，避免设备的闲置和浪费 。建立设备共享平台，促进科研机构之间的设备共享，降低设备使用成本 。加强设备的维护和管理，延长设备的使用寿命，降低设备折旧成本 。 4.3.2 提高筛选效率的策略 为提高类器官药物筛选的效率，可从优化实验流程和采用自动化技术等方面入手，这些策略具有较高的可行性和显著的效果。 优化实验流程是提高类器官药物筛选效率的关键 。在类器官培养环节，优化培养条件，如调整培养基的成分、优化培养温度和气体环境等，可提高类器官的生长速度和质量，缩短培养周期 。研究发现，通过优化培养基中生长因子的浓度和比例，可显著提高肠道类器官的生长效率，使其在更短的时间内达到用于药物筛选的标准 。在药物添加和检测环节，合理设计实验方案，减少不必要的操作步骤，可提高实验效率 。采用多通道移液器和自动化液体处理系统，可快速、准确地添加药物和采集样品，减少人工操作的时间和误差 。优化检测方法，选择灵敏度高、特异性强的检测指标和技术，可缩短检测时间，提高检测结果的准确性 。利用高内涵成像技术，能够同时获取类器官的多种生物学信息，如细胞形态、增殖活性、凋亡情况等，大大提高了检测效率和信息量 。 采用自动化技术是提高类器官药物筛选效率的重要手段 。自动化设备能够实现实验过程的精确控制和高效执行，减少人工操作的干扰和误差 。自动化细胞培养系统可以自动完成培养基的更换、细胞的传代和培养条件的监控等操作，不仅提高了培养的稳定性和重复性，还节省了人力和时间 。高通量筛选平台结合自动化液体处理系统和微流控芯片技术，能够同时对大量的类器官样本进行药物筛选，大大提高了筛选通量 。利用自动化的高通量筛选平台，能够在短时间内对数千种药物进行测试，快速筛选出具有潜在治疗效果的药物 。自动化技术还能够实现数据的自动采集和分析，减少人工数据分析的工作量和误差，提高数据分析的效率和准确性 。通过与机器学习和人工智能技术相结合，自动化设备能够对高通量筛选产生的海量数据进行快速分析和挖掘，为药物研发提供更有价值的信息 。 除了优化实验流程和采用自动化技术，还可以通过建立标准化的实验操作规范和质量控制体系，提高类器官药物筛选的效率和可靠性 。制定统一的类器官培养和药物筛选标准，明确实验操作步骤、试剂使用方法和质量控制指标，可减少不同实验室之间的实验差异，提高实验结果的可比性和重复性 。加强对实验人员的培训，提高其操作技能和专业素养，确保实验操作的准确性和规范性 。建立完善的质量控制体系，对类器官的质量、药物的纯度和活性等进行严格检测和监控，及时发现和解决实验过程中出现的问题，保证实验结果的可靠性 。 五、类器官药物筛选的未来方向 5.1 技术创新与优化 5.1.1 智能化监测与分析技术的应用 随着科技的飞速发展，智能化监测与分析技术在类器官药物筛选领域展现出巨大的应用潜力，有望成为提高药物筛选准确性和效率的关键手段。生物传感器作为一种能够将生物信号转化为可检测的物理或化学信号的装置，在类器官生长和功能监测中发挥着重要作用 。通过将生物传感器与类器官培养体系相结合，可以实时监测类器官的生理状态，如代谢产物浓度、细胞活力、基因表达等指标 。 在类器官培养过程中，代谢产物的积累可能会影响类器官的生长和功能，因此实时监测代谢产物浓度至关重要 。葡萄糖传感器可以实时检测类器官培养体系中葡萄糖的浓度，为调整培养基配方和培养条件提供依据 。乳酸传感器能够监测类器官产生乳酸的速率，反映细胞的代谢活性 。这些生物传感器的应用，使得研究人员能够及时了解类器官的代谢状态，优化培养条件，提高类器官的质量和稳定性 。 细胞活力是评估类器官健康状况的重要指标之一 。基于荧光标记的生物传感器可以实时监测类器官中细胞的活力 。通过将荧光染料标记在细胞表面或细胞内，利用荧光信号的强度变化来反映细胞的活力状态 。活细胞成像技术结合生物传感器，能够直观地观察类器官中细胞的生长、增殖和凋亡过程，为药物筛选提供更全面的信息 。 基因表达的变化与类器官的发育和功能密切相关 。利用基因传感器，如核酸适配体传感器、荧光共振能量转移传感器等，可以实时监测类器官中特定基因的表达水平 。通过检测基因表达的变化，研究人员可以深入了解药物对类器官的作用机制，筛选出具有潜在治疗效果的药物 。 成像技术在类器官研究中也发挥着不可或缺的作用 。传统的成像技术如光学显微镜、电子显微镜等，虽然能够提供类器官的形态和结构信息，但存在分辨率低、无法实时监测等局限性 。随着成像技术的不断发展，高分辨率成像技术如共聚焦显微镜、超分辨显微镜等，能够提供更清晰的类器官图像，揭示类器官的微观结构和细胞间相互作用 。多模态成像技术的发展，如荧光成像、磁共振成像、拉曼成像等，能够从多个角度获取类器官的信息，为类器官的研究提供更全面的视角 。 共聚焦显微镜可以对类器官进行三维成像，通过对不同层面的图像进行分析，研究人员可以了解类器官的内部结构和细胞分布情况 。超分辨显微镜则突破了传统光学显微镜的分辨率限制，能够观察到类器官中更细微的结构和分子变化 。荧光成像技术可以利用荧光标记物对类器官中的特定分子进行标记，通过荧光信号的强度和分布来研究分子的表达和功能 。磁共振成像技术可以提供类器官的形态、结构和功能信息，并且具有无损检测的优点 。拉曼成像技术则可以通过分析拉曼光谱，获取类器官中化学成分的信息，研究类器官的代谢状态和药物作用机制 。 人工智能算法在类器官数据分析中具有强大的优势 。通过对大量的类器官图像和监测数据进行分析，人工智能算法可以快速、准确地识别类器官的特征和变化，为药物筛选提供决策支持 。机器学习算法可以对类器官的生长曲线、药物反应数据等进行分析，预测药物的疗效和毒性 。深度学习算法则可以对类器官的成像数据进行处理，实现类器官的自动识别和分类，提高数据分析的效率和准确性 。 在药物筛选过程中，人工智能算法可以根据类器官对药物的反应数据，建立药物作用模型，预测药物的作用机制和靶点 。通过对大量药物筛选数据的学习，人工智能算法可以发现药物与类器官之间的潜在关系，为新药研发提供新的思路和方向 。人工智能算法还可以对类器官的质量进行评估，筛选出高质量的类器官用于药物筛选，提高药物筛选的可靠性 。 5.1.2 类器官血管化和神经化的研究 类器官血管化和神经化的研究是类器官技术发展的重要方向，对于提高类器官与体内环境的相似性以及在药物筛选中的应用前景具有深远意义 。血管系统在人体生理过程中起着至关重要的作用，它负责为组织和器官输送氧气、营养物质，并清除代谢废物 。缺乏血管系统的类器官在培养过程中，由于营养物质和氧气的供应受限，以及代谢废物的积累，往往生长受限，无法完全模拟体内器官的生理功能 。实现类器官的血管化，能够显著改善类器官的生长环境，提高其功能和稳定性 。 目前，类器官血管化的研究主要集中在将血管内皮细胞与类器官共培养，构建具有血管网络的类器官模型 。通过在类器官培养体系中添加血管内皮细胞，并利用细胞外基质和生长因子的协同作用，诱导血管内皮细胞分化和形成血管样结构 。研究人员将肝脏类器官与血管内皮细胞共培养，在特定的培养条件下，血管内皮细胞逐渐形成了毛细血管样结构，与肝脏类器官相互连接，为肝脏类器官提供了更充足的营养物质和氧气供应，同时促进了代谢废物的清除，使得肝脏类器官的功能得到了显著提升 。 微流控技术也被广泛应用于类器官血管化的研究中 。微流控芯片能够精确控制微小体积的液体流动，为类器官培养提供稳定的营养物质供应和代谢产物清除环境 。通过在微流控芯片中设计微通道和微结构，可以模拟体内血管的形态和功能，实现类器官的血管化 。利用微流控技术构建的肿瘤类器官血管化模型，能够模拟肿瘤血管的生成和肿瘤细胞的生长环境，为研究肿瘤的生长和转移机制以及抗血管生成药物的筛选提供了有力工具 。 神经化的类器官在神经系统疾病研究和药物筛选中具有重要应用价值 。神经系统是人体复杂的调节系统，神经类器官的构建能够为研究神经系统疾病的发病机制和治疗方法提供更真实的模型 。通过将神经干细胞或诱导多能干细胞分化为神经元和神经胶质细胞，并与其他类器官共培养，构建具有神经支配的类器官模型 。研究人员将肠道类器官与神经干细胞共培养，神经干细胞分化为神经元，形成了神经纤维网络，与肠道类器官相互连接，实现了肠道类器官的神经化 。这种神经化的肠道类器官能够更好地模拟肠道的神经调节功能，为研究肠道神经系统疾病和药物筛选提供了新的平台 。 类器官的神经化还可以用于研究神经发育和神经退行性疾病 。通过构建神经化的类器官模型，研究人员可以观察神经元的发育过程和神经回路的形成，深入了解神经发育的机制 。在神经退行性疾病的研究中，神经化的类器官能够模拟疾病的病理过程，为筛选治疗神经退行性疾病的药物提供更有效的模型 。利用神经化的脑类器官模型，研究人员可以研究阿尔茨海默病、帕金森病等神经退行性疾病中神经元的损伤和死亡机制，筛选出具有神经保护作用的药物 。 类器官血管化和神经化的研究成果在药物筛选中具有广阔的应用前景 。血管化和神经化的类器官模型能够更准确地模拟体内器官的生理和病理状态，为药物筛选提供更真实的环境 。在药物研发过程中，利用这些模型可以更准确地评估药物的疗效和安全性，提高药物筛选的成功率 。对于心血管药物的筛选，血管化的心脏类器官模型能够更真实地模拟心脏的生理功能和药物作用机制，为筛选有效的心血管药物提供更可靠的依据 。在神经系统药物筛选中，神经化的类器官模型能够更好地评估药物对神经系统的作用和毒性，为开发治疗神经系统疾病的药物提供有力支持 。 5.1.3 单细胞技术在类器官研究中的深入应用 单细胞技术在类器官研究中的应用为揭示类器官细胞异质性和药物反应差异提供了有力工具，推动了类器官药物筛选的发展，其未来发展方向也备受关注 。单细胞测序技术是单细胞技术的重要组成部分，它能够对单个细胞的基因组、转录组、蛋白质组等进行测序分析，从而深入了解细胞的分子特征和功能 。在类器官研究中，单细胞测序技术可以揭示类器官中不同细胞类型的基因表达谱和分子特征，发现新的细胞亚群和细胞标志物 。 在肿瘤类器官的研究中，单细胞测序技术可以分析肿瘤类器官中肿瘤细胞、肿瘤相关成纤维细胞、免疫细胞等不同细胞类型的基因表达差异，揭示肿瘤微环境中细胞间的相互作用和信号传导通路 。通过对肿瘤类器官中肿瘤细胞的单细胞测序，研究人员发现了一些与肿瘤耐药相关的基因和信号通路，为开发克服肿瘤耐药的药物提供了新的靶点 。单细胞测序技术还可以用于分析类器官在药物作用下的基因表达变化，揭示药物的作用机制和细胞反应差异 。通过对药物处理后的类器官进行单细胞测序，研究人员可以了解药物对不同细胞类型的影响，筛选出对药物敏感的细胞亚群，为个性化药物治疗提供依据 。 除了单细胞测序技术，单细胞成像技术也在类器官研究中发挥着重要作用 。单细胞成像技术能够对单个细胞的形态、结构和功能进行可视化分析，为研究类器官中细胞的行为和相互作用提供了直观的手段 。共聚焦显微镜、超分辨显微镜等单细胞成像技术可以观察类器官中细胞的形态变化、细胞间的连接和信号传递等过程 。通过单细胞成像技术，研究人员可以实时监测类器官中细胞的增殖、分化和凋亡等动态过程，了解药物对细胞行为的影响 。利用单细胞成像技术，研究人员观察到药物处理后肿瘤类器官中肿瘤细胞的形态和细胞骨架发生了变化，揭示了药物对肿瘤细胞的作用机制 。 单细胞分析技术的发展趋势是实现多组学数据的整合和分析 。将单细胞测序技术、单细胞成像技术和其他单细胞分析技术相结合，可以从多个层面深入了解类器官中细胞的分子特征、形态结构和功能，为类器官药物筛选提供更全面的信息 。通过将单细胞转录组测序和单细胞蛋白质组测序相结合，研究人员可以同时分析细胞的基因表达和蛋白质表达情况，揭示基因表达与蛋白质表达之间的关系，深入了解药物的作用机制 。利用单细胞成像技术和单细胞测序技术相结合，可以对类器官中特定细胞亚群进行定位和分子特征分析，为研究细胞间的相互作用和信号传导提供更准确的信息 。 人工智能和机器学习技术的发展也将为单细胞技术在类器官研究中的应用带来新的机遇 。通过对大量单细胞数据的分析和挖掘，人工智能和机器学习技术可以识别出细胞的特征和规律，预测细胞的行为和药物反应 。利用机器学习算法对单细胞测序数据进行分析，研究人员可以预测类器官中细胞的分化方向和药物敏感性，为药物筛选和个性化治疗提供决策支持 。人工智能技术还可以用于单细胞成像数据的分析和处理，实现细胞的自动识别和分类，提高数据分析的效率和准确性 。 5.2 临床转化与应用拓展 5.2.1 类器官在个性化医疗中的应用前景 类器官在个性化医疗中展现出了巨大的应用潜力，为实现精准治疗提供了新的途径。通过构建患者来源的类器官，能够在体外模拟患者的疾病状态，针对个体差异进行药物筛选和治疗方案优化，从而提高治疗效果，减少不必要的药物副作用 。 在肿瘤治疗领域，类器官技术的应用尤为突出 。以肺癌为例，肺癌是全球发病率和死亡率最高的恶性肿瘤之一，其病理类型多样，不同患者的肿瘤细胞对药物的敏感性存在显著差异 。利用患者的肺癌组织构建肺癌类器官，能够保留肿瘤的异质性和个体特征，为个性化药物筛选提供了理想的模型 。研究人员可以将多种抗癌药物作用于肺癌类器官，通过观察类器官的生长、增殖、凋亡等变化，以及检测相关分子标志物的表达，评估药物对不同患者肿瘤细胞的疗效 。根据类器官药物筛选的结果，医生可以为患者制定个性化的治疗方案，选择最有效的抗癌药物，提高治疗的针对性和有效性 。 在实际案例中，一位肺癌患者在接受传统的化疗方案后，病情并未得到有效控制 。医生采集了患者的肿瘤组织，构建了肺癌类器官，并对多种化疗药物和靶向药物进行了筛选 。结果发现，患者的肺癌类器官对一种新型的靶向药物具有较高的敏感性 。医生根据这一结果，调整了患者的治疗方案，采用了该靶向药物进行治疗 。经过一段时间的治疗，患者的肿瘤明显缩小，病情得到了有效缓解，生活质量也得到了显著提高 。 类器官技术还可以用于预测患者对药物的不良反应 。不同患者对药物的代谢和反应存在差异，有些患者可能会出现严重的药物不良反应，影响治疗的进行 。通过患者来源的类器官模型，可以在体外研究药物对患者细胞的毒性作用，预测患者可能出现的不良反应 。利用肝脏类器官模型研究药物的肝毒性，通过检测肝脏类器官中肝功能指标的变化，评估药物对肝脏的损伤程度 。如果发现某种药物对患者的肝脏类器官具有明显的毒性作用，医生可以在治疗过程中密切监测患者的肝功能，及时调整药物剂量或更换药物，避免药物性肝损伤的发生 。 类器官在个性化医疗中的应用不仅局限于肿瘤治疗，还可以扩展到其他疾病领域 。在神经系统疾病的治疗中，利用患者的神经组织构建神经类器官，能够模拟神经系统疾病的病理过程，为个性化药物筛选和治疗方案的制定提供依据 。在心血管疾病的治疗中，通过构建患者的心脏类器官，可以研究药物对心脏功能的影响，筛选出对患者最有效的心血管药物 。 类器官在个性化医疗中的应用前景广阔，但也面临一些挑战 。类器官的培养和构建技术需要进一步优化，提高培养的成功率和稳定性，降低成本 。类器官模型与真实人体的差异仍然存在，需要进一步研究和改进，以提高其预测药物疗效和不良反应的准确性 。类器官技术在临床应用中的标准化和规范化也需要加强，建立统一的质量控制标准和操作规范，确保类器官技术的安全性和有效性 。 5.2.2 类器官与再生医学的结合 类器官技术与再生医学的结合是当今医学领域的重要研究方向，为解决组织修复和器官再生难题带来了新的希望 。再生医学旨在利用生物学和工程学的原理，开发出能够修复、替代或再生受损组织和器官的治疗方法，以恢复人体的正常功能 。类器官作为一种具有特定器官结构和功能的细胞聚集体，为再生医学提供了理想的研究工具和治疗手段 。 在组织修复方面，类器官技术展现出了独特的优势 。以皮肤损伤修复为例，传统的治疗方法主要包括皮肤移植和使用生物材料敷料，但这些方法存在供体来源有限、免疫排斥反应和修复效果不理想等问题 。利用类器官技术，可以从患者自身的皮肤组织中提取干细胞，在体外培养形成皮肤类器官 。这些皮肤类器官包含了表皮细胞、真皮细胞和毛囊等结构，具有与正常皮肤相似的功能 。将皮肤类器官移植到患者的皮肤损伤部位，能够促进伤口的愈合，减少疤痕形成，提高皮肤修复的质量 。研究表明，皮肤类器官移植后，能够成功地与周围组织融合，重建皮肤的屏障功能，改善患者的皮肤外观和功能 。 在器官再生领域，类器官技术也取得了一定的进展 。肝脏是人体重要的代谢器官，肝衰竭是一种严重的疾病，目前的治疗方法主要是肝移植，但肝移植面临着供体短缺、免疫排斥等问题 。通过诱导多能干细胞或肝脏干细胞分化形成肝脏类器官，有望实现肝脏的再生 。研究人员已经成功地在体外培养出具有一定功能的肝脏类器官，这些肝脏类器官能够表达肝脏特异性的基因和蛋白质，具有代谢和解毒功能 。虽然目前肝脏类器官还不能完全替代天然肝脏，但它们为肝脏再生研究提供了重要的模型和工具 。未来，通过进一步优化培养条件和技术，有望实现肝脏类器官的功能完善和规模化生产，为肝衰竭患者提供新的治疗选择 。 类器官与再生医学结合的临床应用前景广阔，但也面临着诸多挑战 。类器官的功能成熟度和稳定性仍有待提高，需要进一步研究和优化培养条件，促进类器官的分化和成熟，使其具备更接近天然器官的功能 。类器官移植后的免疫排斥反应也是一个需要解决的问题，需要探索有效的免疫调节策略，降低免疫排斥反应的发生，提高类器官移植的成功率 。类器官技术的安全性和伦理问题也需要引起重视，确保类器官的制备和应用符合伦理规范，保障患者的安全和权益 。 为了推动类器官与再生医学的结合，需要加强多学科的交叉合作 。生物学、医学、工程学等学科的专家需要共同努力，攻克技术难题，开发出更有效的类器官培养和移植技术 。还需要加强基础研究和临床研究的转化，将实验室的研究成果尽快应用到临床实践中，为患者带来更多的福祉 。 5.2.3 类器官在疾病诊断和预后评估中的应用探索 类器官在疾病诊断和预后评估方面具有广阔的应用前景，为疾病的早期诊断和精准治疗提供了新的思路和方法 。通过分析类器官的生物学特征，如基因表达、蛋白质组学和代谢组学等，可以获取疾病相关的信息，实现疾病的准确诊断和预后预测 。 在疾病诊断方面，类器官技术能够提供更准确的疾病模型，有助于揭示疾病的发病机制和病理特征 。以囊性纤维化为例，这是一种常见的遗传性疾病，主要影响肺部和消化系统 。利用患者的诱导多能干细胞构建肺部类器官和肠道类器官，可以模拟囊性纤维化患者的细胞病变过程 。通过对类器官的基因表达分析和蛋白质功能研究，发现了与囊性纤维化相关的基因和信号通路，为疾病的诊断提供了新的生物标志物 。研究人员还可以利用类器官模型筛选出能够纠正囊性纤维化细胞病变的药物，为疾病的治疗提供了新的靶点 。 在预后评估方面，类器官技术可以预测疾病的发展和治疗效果 。在肿瘤治疗中，通过构建患者来源的肿瘤类器官，对其进行药物敏感性测试，可以预测患者对不同抗癌药物的反应，为制定个性化的治疗方案提供依据 。如果肿瘤类器官对某种抗癌药物敏感，那么患者在接受该药物治疗时可能会取得较好的疗效；反之，如果肿瘤类器官对药物耐药，那么患者可能需要更换治疗方案 。类器官还可以用于评估肿瘤的复发风险 。通过对肿瘤类器官的基因组学和蛋白质组学分析，发现一些与肿瘤复发相关的分子标志物，这些标志物可以帮助医生预测肿瘤的复发风险，提前采取预防措施 。 在实际研究中，有团队利用类器官技术对乳腺癌患者的预后进行了评估 。他们构建了乳腺癌患者来源的类器官，并对其进行了多组学分析 。通过与患者的临床数据相结合，发现了一些与乳腺癌预后相关的基因和蛋白质标志物 。这些标志物可以将乳腺癌患者分为不同的风险组，预测患者的复发风险和生存情况 。根据这些结果，医生可以为患者制定更个性化的治疗方案，提高治疗效果，改善患者的预后 。 尽管类器官在疾病诊断和预后评估中取得了一定的进展，但仍面临一些挑战 。类器官的培养和分析技术需要进一步优化，提高类器官的质量和稳定性，降低实验误差 。类器官模型与真实人体的差异仍然存在，需要进一步研究和改进，以提高其在疾病诊断和预后评估中的准确性 。类器官技术在临床应用中的标准化和规范化也需要加强，建立统一的诊断和预后评估标准，确保类器官技术的可靠性和可重复性 。 6.1 研究成果总结 类器官药物筛选作为药物研发领域的新兴力量，凭借其独特的优势，展现出巨大的应用潜力。本研究系统地阐述了类器官的定义、特性以及药物筛选模型的构建原理，详细介绍了肿瘤、神经等多种常见类器官药物筛选模型类型及其在不同疾病药物筛选中的应用，凸显了类器官在模拟体内环境、反映药物真实疗效和毒性方面的卓越能力。 在研究进展方面，一系列技术突破与创新极大地推动了类器官药物筛选的发展。3D 生物打印等新型培养技术显著提升了类器官培养的质量和稳定性，高通量筛选技术与类器官的结合使药物筛选效率得到质的飞跃，多组学技术与类器官的融合则为深入理解药物作用机制和发现生物标志物提供了有力手段。通过多个实际应用案例，如肿瘤类器官在个性化化疗药物筛选中的成功应用、肺和结肠类器官系统在抗新冠病毒活性药物筛选中的重要作用等，充分验证了类器官药物筛选在实际药物研发中的有效性和可靠性。 然而，我们也清晰地认识到类器官药物筛选目前面临着诸多挑战。在技术层面，类器官的标准化培养亟待解决，其与体内环境的差异以及高通量筛选技术的局限性，都对药物筛选结果的准确性和普适性产生了一定影响。伦理与法规问题也不容忽视，类器官研究中的伦理考量以及法规监管的现状与挑战，需要科研人员和相关部门共同应对。此外，成本与效率问题也制约着类器官药物筛选的广泛应用，如何降低成本、提高筛选效率成为当前研究的重要课题。 6.2 未来研究展望 6.2.1 技术革新与智能化升级 多模态数据深度融合与智能分析：未来将进一步整合单细胞测序、空间转录组学、蛋白质组学等多模态数据，运用深度学习、机器学习等人工智能算法，构建高度精准的类器官药物反应动态预测模型。通过对海量数据的挖掘和分析，实现对药物疗效和毒性的精准评估，为药物研发提供更具价值的决策依据。 仿生微环境的精准构建与优化：深入开展类器官血管化、神经化以及与免疫细胞共培养技术的研究，利用生物材料、微流控等前沿技术，构建高度仿生的 “类器官芯片”。该芯片将模拟体内复杂的生理微环境，更真实地反映药物在体内的代谢过程和毒性反应，显著提升药物筛选结果的准确性和可靠性。 自动化、智能化平台的全面开发与应用：集成微流控芯片、微机电系统（MEMS）以及机器人技术，打造全流程自动化的类器官药物筛选平台。该平台能够实现类器官培养、药物处理、数据采集与分析的自动化操作，有效降低人为误差，提高实验重复性，同时大幅缩短药物筛选周期，降低成本，加速药物研发进程。 6.2.2 临床转化与应用拓展 个性化治疗的精准推进与普及：大规模建立患者来源类器官（PDO）库，结合临床病例数据，构建 “药物 - 类器官 - 患者” 响应数据库。通过对患者类器官进行药物敏感性测试，为每位患者量身定制个性化的治疗方案，真正实现 “一人一策” 的精准医疗模式，提高治疗效果，减少不必要的药物副作用。 再生医学的深度融合与突破：充分挖掘类器官在组织修复与器官再生领域的潜力，利用类器官构建具有功能的组织或器官模块，探索其在临床移植治疗中的应用。例如，构建具有完整功能的肾脏类器官，为终末期肾病患者提供新的治疗选择，有望解决器官短缺的难题，推动再生医学领域取得重大突破。 疾病预警与早期诊断的创新发展：利用类器官模型模拟疾病的发生发展过程，深入研究疾病的早期分子事件和病理变化，挖掘新型、灵敏的生物标志物。基于这些生物标志物，开发高特异性、高灵敏度的体外诊断试剂盒，实现疾病的早期预警和精准诊断，为疾病的早期干预和治疗提供宝贵的时间窗口。 6.2.3 伦理规范与全球协作 伦理框架的完善与细化：针对类器官研究中涉及的胚胎干细胞类器官、类脑器官等特殊模型，制定更为完善、细致的伦理指南。明确研究的伦理边界和准则，保障患者样本的合法使用、数据隐私以及充分的知情同意权，确保类器官研究在符合伦理道德的前提下健康发展。 国际标准的制定与统一：积极推动全球范围内类器官培养、质量控制、药物筛选等方面统一标准的制定。通过国际间的协作与交流，建立标准化的操作流程和评价体系，促进不同研究机构、药企之间的数据共享和多中心临床试验合作，提高研究结果的可比性和可靠性，加速类器官技术在全球范围内的临床转化和应用。 产学研深度融合的加速推进：加强药企、高校、科研机构以及临床医疗机构之间的深度合作，建立产学研用协同创新机制。药企发挥其在药物研发和市场推广方面的优势，高校和科研机构提供前沿的科研成果和技术支持，临床医疗机构则为类器官技术的临床验证提供平台。通过各方的紧密合作，加速类器官技术从实验室到市场的转化进程，推动新型药物和治疗方案的高效研发与应用。 6.2.4 新兴领域探索 类器官与基因编辑技术的协同创新：充分利用 CRISPR - Cas9 等基因编辑技术，构建携带特定基因突变或修饰的类器官模型。通过对这些基因修饰类器官的研究，深入解析复杂疾病的遗传机制，开发针对特定基因突变的靶向药物，为遗传性疾病的治疗带来新的希望。 类器官在抗衰老研究中的创新应用：建立衰老相关的类器官模型，模拟器官衰老的过程和机制。利用这些模型筛选能够延缓器官功能衰退、促进细胞再生的候选药物和生物活性物质，为应对人口老龄化带来的健康问题提供新的策略和解决方案，推动抗衰老医学的发展。 太空医学研究中的新探索：借助太空微重力、辐射等特殊环境，开展类器官生长特性和药物反应的研究。探索微重力环境对类器官发育、分化以及药物代谢的影响，为长期太空任务中的宇航员健康保障提供药物储备和疾病防治方案，同时也为地球上的相关疾病研究提供新的视角和思路。 结语 类器官药物筛选技术正站在医学与生命科学发展的前沿，其发展前景广阔且充满挑战。随着技术的不断革新、临床应用的逐步拓展、伦理规范的日益完善以及全球协作的深入推进，类器官药物筛选有望彻底改变传统药物研发的模式，为攻克人类重大疾病、提高医疗健康水平带来革命性的突破。我们期待更多领域的科研人员、临床医生以及相关从业者积极投身于类器官技术的研究与应用中，共同书写类器官技术发展的新篇章，为人类健康事业的进步贡献力量。 END 免责声明：本文仅作知识交流与分享及科普目的，不涉及商业宣传，不作为相关医疗指导或用药建议。文章如有侵权请联系删除。 OTC2025论坛深度聚焦类器官与疾病建模、新药发现/研发、3D细胞培养、类器官培养及质控。展位咨询请联系：王晨 180 1628 8769。

MINNEAPOLIS, Jan. 10, 2025 /PRNewswire/ -- Bio-Techne (NASDAQ: TECH), a global leader in life science tools and reagents, today announced the launch of new designer proteins engineered using advanced Artificial Intelligence (AI) based design platforms and protein evolutionary workflows. This expanded portfolio from Bio-Techne's R&D Systems brand includes IL-2 Heat Stable Agonist, Activin A Hyperactive, FGF basic Heat Stable (available both for research use only (RUO) and made under good manufacturing processes (GMP) for therapeutic development), as well as Wnt/RSPO1 Agonist, Wnt/RSPO2 Agonist, and Wnt/RSPO3 Agonist proteins. These innovative recombinant proteins are designed and engineered to address critical needs in cellular therapy workflows and research applications, including improved cell culture performance and optimized cell expansion. Leveraging generative AI trained on data developed over almost five decades of proteomic leadership, protein library evolution, and rational design, Bio-Techne's expanded portfolio delivers next-generation cytokines and growth factors with tailored functionalities such as hyperactivity, enhanced receptor affinities, and improved heat stability. "Our growing portfolio of designer proteins combine cutting-edge AI technology and innovative protein engineering," said Will Geist, President, Protein Sciences Segment. "This expanded portfolio empowers our customers with versatile, high-performance solutions to boost the production of immune cells and enhance regenerative medicine cell therapies. Bio-Techne remains committed to developing the tools and workflow solutions our customers need to advance innovative cell therapies in both clinical and research settings." The new products include: IL-2 Heat Stable Agonist: Engineered with enhanced thermal stability and altered receptor affinity for improved biological activity, ideal for cellular therapy applications such as CAR T-cell or Tumor-infiltrating lymphocytes (TIL) expansion. Activin A Hyperactive: Optimized for superior performance in regenerative medicine cell differentiation applications. FGF basic Heat Stable: A robust and versatile growth factor designed for improved protein stability and performance for stem cell culture applications, available in both RUO and GMP formats to support cell therapy manufacturing and advanced research. Wnt/RSPO1, Wnt/RSPO2, and Wnt/RSPO3 Agonists: Key reagents for advancing stem cell research, organoid development, and regenerative medicine. With this expanded portfolio, Bio-Techne continues to lead the way in delivering disruptive innovations to the life sciences and therapeutic development communities. Bio-Techne designer proteins are available as part of our market leading R&D Systems branded portfolio of proteins. For more information about these AI Modified Proteins, visit our website. About Bio-Techne Bio-Techne Corporation (NASDAQ: TECH) is a global life sciences company providing innovative tools and bioactive reagents for the research and clinical diagnostic communities. Bio-Techne products assist scientific investigations into biological processes and the nature and progress of specific diseases. They aid in drug discovery efforts and provide the means for accurate clinical tests and diagnoses. With hundreds of thousands of products in its portfolio, Bio-Techne generated approximately $1.2 billion in net sales in fiscal 2024 and has over 3,100 employees worldwide. For more information on Bio-Techne and its brands, please visit or follow the Company on social media at: Facebook, LinkedIn, Twitter or YouTube. Contact: David Clair, Vice President, Investor Relations & Corporate Development [email protected] 612-656-4416 SOURCE Bio-Techne Corporation WANT YOUR COMPANY'S NEWS FEATURED ON PRNEWSWIRE.COM? 440k+ Newsrooms & Influencers 9k+ Digital Media Outlets 270k+ Journalists Opted In GET STARTED