Cell Stem Cell：郭峰團(tuán)隊(duì)開發(fā)新型類器官技術(shù)平臺(tái)，解決壞死、缺氧等問題

熱門推薦：人工智能計(jì)算 , 類器官 , 郭峰團(tuán)隊(duì) ,

作者：王聰來(lái)源：生物世界

2025-03-19

印第安納大學(xué)郭峰團(tuán)隊(duì)分別在類器官培養(yǎng)和AI計(jì)算領(lǐng)域取得成果，開發(fā)新支架及混合計(jì)算系統(tǒng)。

類器官（Organiod），是從干細(xì)胞衍生出的三維器官樣組織培養(yǎng)物，在發(fā)育生物學(xué)、藥物發(fā)現(xiàn)和再生醫(yī)學(xué)領(lǐng)域展現(xiàn)出巨大的潛力。然而，當(dāng)前類器官的功能和表型，尤其是神經(jīng)類器官，仍受到氧氣、營(yíng)養(yǎng)物質(zhì)、代謝物、信號(hào)分子和藥物擴(kuò)散不足的限制。

2025年3月17日，印第安納大學(xué)伯明頓分校郭峰團(tuán)隊(duì)（蔡虹威為第一作者）在 Cell 子刊Cell Stem Cell上發(fā)表了題為：Vascular network-inspired diffusible scaffolds for engineering functional midbrain organoids的研究論文【1】。

該研究開發(fā)了一種受血管網(wǎng)絡(luò)啟發(fā)的可擴(kuò)散支架，用于構(gòu)建功能性中腦類器官，能夠在常規(guī)培養(yǎng)板中減少類器官的壞死、缺氧等問題，還增強(qiáng)了類器官的生理相關(guān)功能和藥理學(xué)反應(yīng)。

構(gòu)建功能性中腦類器

郭峰，2007年本科畢業(yè)于武漢大學(xué)物理系，2015年博士畢業(yè)于賓夕法尼亞州立大學(xué)，獲得工程科學(xué)與力學(xué)博士學(xué)位，此后在斯坦福大學(xué)接受博士后訓(xùn)練?，F(xiàn)為印第安納大學(xué)伯明頓分校智能系統(tǒng)工程系研究員。研究方向集中在基于微流控、聲學(xué)和人工智能的智能生物醫(yī)學(xué)設(shè)備、傳感器和系統(tǒng)的開發(fā)，以及用于大腦疾病和癌癥的轉(zhuǎn)化應(yīng)用。

在這項(xiàng)最新研究中，研究團(tuán)隊(duì)提出了一種受血管網(wǎng)絡(luò)啟發(fā)的可擴(kuò)散（vascular network-inspired diffusible，VID）支架，以模擬生理擴(kuò)散物理特性，用于生成功能性類器官，并表征其藥物反應(yīng)。

具體而言，通過 3D 打印的網(wǎng)狀管狀通道網(wǎng)絡(luò)構(gòu)成的 VID 支架，在常用的培養(yǎng)板中成功培育出了人類中腦類器官（human midbrain organoid），而且?guī)缀鯖]有壞死和缺氧現(xiàn)象。

與傳統(tǒng)類器官相比，該研究構(gòu)建的類器官發(fā)育出更具生理相關(guān)性的特征和功能，包括中腦特異性身份、氧代謝、神經(jīng)元成熟以及網(wǎng)絡(luò)活動(dòng)。此外，與存在顯著擴(kuò)散限制的傳統(tǒng)類器官相比，這些經(jīng)過工程改造的類器官還能更好地重現(xiàn)藥理學(xué)反應(yīng)，例如對(duì)藥物暴露后的神經(jīng)活動(dòng)變化。

該研究的亮點(diǎn)：

● 3D 打印支架模擬血管網(wǎng)絡(luò)的生理擴(kuò)散物理特性；

● 工程化 3D 類器官培養(yǎng)物，減少壞死、缺氧和細(xì)胞應(yīng)激；

● 增強(qiáng)了類器官的生理相關(guān)功能和藥理學(xué)反應(yīng)。

提供新見

總的來(lái)說，該平臺(tái)可能為類器官的開發(fā)和治療創(chuàng)新提供新見解。

相關(guān)閱讀：

2023年12月12日，印第安納大學(xué)伯明頓分校郭峰團(tuán)隊(duì)（蔡虹威為第一作者）在Nature子刊Nature Electronics上發(fā)表了題為：Brain organoid reservoir computing for artificial intelligence的研究論文【2】。

該研究開發(fā)了一種由電子硬件和大腦類器官（Brain organoid）組成的混合神經(jīng)形態(tài)計(jì)算系統(tǒng)，可以執(zhí)行如語(yǔ)音識(shí)別和非線性方程預(yù)測(cè)等人工智能（AI）任務(wù)。這一研究凸顯出一種可能的方法，或可克服現(xiàn)有計(jì)算硬件的一些限制。