体外生物学模型对于广泛的生物医学研究至关重要,包括药物开发、病理学研究和个性化医疗。作为体外3D生物模型的潜在变革范例,器官芯片(OOC)已得到广泛开发。OOC的关键功能是支持对活体组织及其微环境进行多方面的及时分析,因此智能OOC系统受到了越来越多的关注。
近日,来自加拿大多伦多大学的Xinyu Liu联合西安交通大学的Jiankang He探讨了智能OOC(iOOC)系统的最新进展,并对促进iOOC系统兴起的原位传感系统、数据处理方法和动态调制组件进行了全面分析。此外,该综述对iOOC系统组件的潜在机制、技术和应用进行了调研。当与iOOC系统中的数据处理技术和动态调制组件相结合时,来自集成传感器的数据流可以形成一个闭环,用于精确控制iOOC模型,并可以促进深入的生物医学发现(例如,用于优化药物剂量的药代动力学/药效学研究)。因此,iOOC系统具有成为各种生物医学应用中可靠和有效的工具的巨大潜力。相关综述论文以“Advancing Intelligent Organs-on-a-Chip Systems with Comprehensive in situ Bioanalysis”为题发表在Advanced Materials期刊上。
图1 iOOC系统示意图
OOC向iOOC系统的演进
OOC技术已得到广泛开发,以解决传统2D细胞培养的局限性,例如无法构建异质细胞群和细胞外基质环境的3D组织特异性结构。OOC技术源于微流控与组织工程的融合(图2)。虽然组织工程的最初目标是再生人体组织,但该技术已经产生了各种构建3D组织结构的方法,这些结构可能由细胞外基质材料、支架结构以及各种细胞的预定义组成和排列组成。设计OOC的主要范式是重建特定组织的组成和微环境的关键方面,微流控和组织工程技术为OOC的发展带来了三个关键优势。
由于传感器和OOC之间的集成,智能OOC(iOOC)系统将兴起:不同的传感单元不断报告OOC模型的状况,并使用询问模型的算法处理数据流或使用OOC中的有源组件对其进行调制。iOOC系统可以建立更可控、更准确、更可靠的体外模型,并可以加深对生理和病理活动的理解。
图2 器官芯片系统的演变
iOOC系统的原位传感
与iOOC系统集成的各种传感单元收集关键的生物信息并生成为智能功能奠定基础的数据流。在该论文中,作者概述了将传感单元集成到iOOC系统中的技术,然后分析传感单元的集成方法。
(1)iOOC系统的传感技术
已经建立了许多方法将细胞和微环境的属性转换为可以用电路轻松处理的电信号。此部分,主要总结了基于电生理信号记录以及电阻和阻抗测量的iOOC系统的原位电传感技术(图3A)。电化学生物传感器将与电化学反应相关的生物信息转化为可测量的电信号,例如电导、电阻和电极表面电容的变化(图3B)。一般来说,电化学生物传感机制提供高特异性、宽动态范围、易于定量的电输出以及方便的集成。它们通常适用于检测指向多种信息的分子生物标志物。特别是,集成在器官芯片上的电化学生物传感器可以以多重方式检测多种生物标志物。此外,还有iOOC系统的光学传感技术、机械传感技术均对其进行了详细说明。
图3iOOC系统生物传感的电传感机制
(2)将传感器集成到iOOC系统中的策略
传感单元应与iOOC系统无缝集成,以持续生成支撑系统智能的有价值的数据。为了实现高性能监测,传感机制应与目标相匹配,并且传感器的功能在微流控、动态和组织涉及的微环境中应具有鲁棒性,因为可能存在阻尼效应、改变离子分布和其他干扰。
人们提出了多种策略将传感单元集成到iOOC系统中。主要有:(i)与组织直接结合:传感结构可以与体外活组织或类器官建立接触和整合,以连续记录反映这些模型生理状态的各种数据。作者总结了生物传感单元与活体组织集成的形式,包括离散探针、2D接触、3D包裹和3D嵌入(图4、图5)。(ii)其他整合策略:传感单元可以放置在微流控环境中,而无需直接接触组织,一种典型的方法是将传感单元合并到微流控通道或室中以监测培养基的状况;此外,传感单元可以制成可移动的以探测局部组织或培养基。
图4 2D接触和3D包裹形式的传感器-组织集成
图5 3D嵌入形式的组织传感器集成
(3)在iOOC系统中感测多模态信息
iOOC系统中的组织模型构成了对生物医学有价值的复杂细胞信息的中心。在该论文中,作者总结并讨论了有关生物标志物、细胞-细胞连接、生物电活动和生物力学活动的细胞信息的解释。
细胞培养微环境的准确监测和控制对于体外生物模型的成功至关重要,因为微环境的变化会影响细胞的代谢和功能表达。为了在体外尽可能准确地预测体内细胞或组织的反应,需要在iOOC系统中监测氧含量、pH值和温度等各种微环境信息。
iOOC系统的数据处理
iOOC系统中数据处理技术的作用可以从两个方面来考虑。首先,数据处理可用于调整iOOC系统中的驱动部件,以确保精确调制并使系统更加自动化。其次,数据处理可以带来对发育、生理和病理过程的更多生物医学见解。在该论文中,作者介绍了可用于处理iOOC系统生物分析数据的方法,包括图像分析、传感数据解释、自动化和数值vwin 。
(1)iOOC系统的数据处理技术
作为人工智能和计算机科学的重要课题,机器学习算法直接从数据中解释信息,而不依赖于预定模型(例如指定的标准和校准曲线),通常用于分类、回归和聚类等工作(图6A ~ 6D)。分类本质上是将数据点分配给离散类别,回归生成连续值作为输出,聚类本质上预测数据集中相似数据点的分组。这些算法随着数据量的增加而提高其性能。
图6iOOC系统的数据处理技术
(2)iOOC系统的数值模拟技术
可以采用有限元法、格子玻尔兹曼法、平滑粒子流体动力学等数值模拟技术来深入了解iOOC系统的物理和化学环境。数值模拟技术有助于消除重复实验测量(例如剪切应力和氧气分布)的需要,并允许以较低的成本优化iOOC系统。此外,这些技术可以提高对iOOC系统微环境中物理现象和组织行为的理解。
(3)iOOC系统的闭环控制技术
为了实现更高水平的质量控制并准确调整iOOC系统中的模型条件,可以利用依赖于传感器数据流的闭环控制(也称为反馈控制)技术。在工程设备广泛采用的闭环控制系统中,测量实际输出信号并将其与所需输出信号进行比较,以计算误差项,该误差项用于生成调整输入的控制信号(图6E)。
iOOC系统的动态调制
生物组织对其微环境中的各种外部刺激敏感,越来越多的研究证明,各种细胞-细胞外基质(ECM)和细胞-细胞相互作用可以导致广泛的组织特异性表型。iOOC系统为加深对这种复杂相互作用的理解提供了新的机会,因为可以部署集成到这些系统中的调节组件来控制微环境并调整组织模型以代表生理和病理条件。iOOC系统中的某些组件可以执行传感和调制的综合功能,支持iOOC模型的双向原位表征,以揭示更深入的生物医学见解。
(1)iOOC系统的机械载荷:在具有动态细胞培养环境的OCC系统中应用机械载荷对于在体外建立类组织的生理微环境至关重要。为了产生动态拉伸和压缩,通常需要专门的机械结构和驱动机制,而在OOC中可以通过控制流体动力学来精确调节剪切应力(图7)。
图7 iOOC系统中的机械调制原理图
(2)iOOC系统的电刺激:多种细胞行为受到内源电流和电位的调节,因此iOOC系统中经常需要电刺激。为了产生特定目的的可控电刺激,需要仔细配置相应的电元件。许多结合电刺激的OOC设备被设计用于研究肌肉、心脏和神经系统(图8A)。
图8 iOOC系统中的电气和化学调制原理图
(3)iOOC系统的化学处理:准确的体外生理模型通常需要时间和空间可控的化学环境。通过微流控技术,可以在整个装置的可调节流体流量内精确控制化学相互作用和分布,以匹配与细胞成分相同的规模。微流控装置中可以使用化学信号发生器,向细胞引入随时间变化的化学信号,以便研究组织对动态变化的化学信号的反应(图8B)。
未来展望
(1)传感单元
iOOC系统中生物传感单元的未来发展可以充分利用生物传感器和生物电子学领域的新兴技术和策略。在传感材料和制造方法方面研究进展的推动下,生物传感器和生物电子学正在获得越来越强大的能力,例如高灵敏度、高小型化以及与活体组织改善的机械相容性。因此,它们更适合集成到iOOC系统中。
(2)数据处理
随着iOOC系统的不断发展,将培养、维护、监测和调节各种各样的组织模型,这将构成有价值的生物医学数据的重要来源。例如,iOOC系统可以形成具有不同细胞组成和微环境的组织模型以模拟特定疾病状况,并且iOOC系统可以支持对组织模型的不同区域进行各种连续生物分析以检测空间异质性。此外,iOOC系统的多模态传感数据可以与组织模型的多组学数据相关联,以对生物机制产生更深入、更全面的理解。
(3)调节单元
iOOC系统中的调节单元可以通过利用技术发展和生物医学研究的进步来寻求更深入的组织整合和更有效的扰动,如软生物电子元件、新型微米和纳米级结构等。
(4)智能芯片人系统
连接不同器官微型模型的人体芯片设备的出现,为研究人体器官的复杂相互作用和获得对生理学和病理学的系统见解提供了可能性。当iOOC系统集成人体芯片模型时,由多个传感器支持的原位生物分析可以增强这些模型充分发挥其潜力。
(5)iOOC系统的标准化
质量控制已被OOC技术研发界视为一项关键任务,非常需要OOC的标准化,以对临床实践和制药行业产生重大影响iOOC系统的发展可能会对标准化产生多方面的影响。
审核编辑:刘清
-
人工智能
+关注
关注
1791文章
47183浏览量
238247 -
数据处理
+关注
关注
0文章
595浏览量
28554 -
集成传感器
+关注
关注
0文章
13浏览量
10646 -
生物传感器
+关注
关注
12文章
368浏览量
37363 -
电信号
+关注
关注
1文章
817浏览量
20564
原文标题:综述:智能器官芯片系统在原位生物分析中的应用
文章出处:【微信号:Micro-Fluidics,微信公众号:微流控】欢迎添加关注!文章转载请注明出处。
发布评论请先 登录
相关推荐
评论