目前类器官的技术发展重点主要有三个,分别是器官芯片、AI高通量自动化和类器官样本库(Biobank)。以微流控、3D打印技术为主的工程化解决方案将解决类器官现存弊端,并实现从研发端到商业应用端的过渡,成为标准化的应用工具。AI高通量自动化则可以应用于样本质控以及培养、使用过程的标准化,提高成功率并优化节约人工参与的时间,且便于临床运用。而Biobank的建立使生理学相关的药物筛选成为可能,利于将科研成果转化为市场应用。
1. 微流控技术作为生物工程核心技术之一已实现临床化
相较于其他技术,微流控芯片、3D生物打印解决了目前材料难成型、建模成型时间短,取样小的问题,并且较大的体积可以满足药物的传输动力学需求。
微流控芯片相较于传统动物实验,拥有三个技术优势:
(1)更具成本效益:微流控芯片上的器官比传统的动物试验更具成本效益,同时比传统类器官培养检测,可以用更小的细胞/组织量测更多的指标;
(2)更好模拟体内环境和反应:能够控制细胞和特定组织结构,且具备组织血管化及灌注能力;
(3)便于监测健康状态与动态:纳入实时组织功能传感器,如微电极或光学显微镜标记物(如荧光生物标记物)。
流控芯片目前主要应用在科研场景,仍然面临技术挑战。主要的挑战在于三个方面:
(1)集成技术难点:科研领域:国内科研领域多用膜,但加工成本很高,很多学校的科研机构在做膜的集成,但做得不好;商业领域:多数在培养皿/类培养皿结构上借助水流和压力完成,用膜结构的技术难度大于膜的集成和膜的加工技术,培养皿作为成套系统,集成较难。
(2)重复性较低:给药浓度的调控,最后样品的收集,不是每次实验都能重复得很好。性价比不高。
(3)硬件壁垒:与国外差距主要在于光刻机的精度、耐久性。
2. AI结合高通量自动化赋能类器官的各个环节
与其他赛道类似,AI在类器官领域更多的是在未来大规模推广和临床使用中用更便捷的方式解决可机械化的人工问题。当前AI科研热点更多关注类器官培养端,而使用端结合大数据将会带来更多的颠覆性商业机会。未来将AI、自动化技术结合微流控芯片形成软硬件集成的智能解决方案将成为以后商业化的主流产品形式。
3. Biobank目前医院仍是样本唯一合法来源,而多个机构已经开始样本库的建设。而随着科技部人遗办监管的不断加强,未来Biobank将会有更多政府的参与和监管。
以上内容来自于网络,如有侵权联系即删除