器官芯片，比IPSCs更好的选择——BOECs

时间：2021-12-13 00:00:00 来源：网络整理

器官芯片技术推动了为各种罕见而被忽视的疾病发现新药物的努力，这些疾病目前的模型要么不存在，要么缺乏精确性。特别是，这些平台可以包括患者的细胞，从而导致患者特异性发现。

例如，尽管镰状细胞病最早是在20世纪初被描述的，但这种疾病的严重程度在试图治疗患者时造成了挑战。由于这种疾病在经济贫困和人数不足的少数群体中最为普遍，由于社会经济不平等，普遍缺乏发现新治疗策略的刺激，使其成为全球最严重的孤儿病之一。

德州农工大学生物医学工程系Abhishek Jain博士实验室的博士生Tanmay Mathur正在开发个性化血管，以提高对镰状细胞病和其他罕见血管疾病中血管功能障碍的认识，并获得治疗方法。

目前用于血管模型的细胞使用诱导多能干细胞(IpSCs)，这是从患者的内皮细胞中提取的。然而，Mathur说这些细胞有局限性——它们很快就会死亡，不能长时间保存。

Mathur的研究提供了另一种选择——血液生长内皮细胞(BOECs)，它可以从患者的血液中分离出来。所需要的只是50到100毫升的血液。

“所涉及的设备和试剂也非常便宜，在大多数临床环境中都可以获得，”Mathur说。“这些细胞是祖内皮细胞，这意味着它们具有高增殖能力，所以如果你继续给它们提供它们想要的食物，在一个月内，我们就会有足够的细胞，这样我们就可以成功地永远继续培养它们。”

然而，问题是，在BOECs（一种允许研究人员创建这些血管模型的微型设备）的背景下，BOECs是否能像IpSCs一样工作。这是Mathur最近在《Journal of the American Heart Association》上发表的一篇论文中回答的一个问题。

Mathur说:“通过结合我们的血管芯片分析和下一代RNA测序，我能够证明BOECs在任何统计方式上与其他细胞没有区别。你不仅可以用BOECs进行针对患者的研究，你还可以使用这些细胞作为现有细胞的替代品，因为归根结底，它们仍然主要是人类细胞。如果有一种方法可以让你用最少的努力获得患者源性细胞，那永远是最好的方法。”

Mathur的下一步是开始测试更多镰状细胞病的血液样本，并通过机器学习和人工智能将计算引入该项目。通过开发一个可以预测凝血时间、炎症等变量的芯片模型，该算法可以将每个患者的病史和治疗与他们的疾病状态联系起来。

“假设我用100个病人做了一个模型，”Mathur说。“如果你给我第101位患者，我对这些细胞运行相同的方法，我的算法应该能够预测该患者是严重、中度还是轻度镰状细胞患者。这很重要，因为临床医生想知道对病人来说最有效的短期和长期治疗策略是什么。”

Jain说:“Tanmay的工作为组织工程和器官芯片技术的未来奠定了基础，也为这些平台在个性化医疗方面的积极影响奠定了基础。”

开发这种算法将有助于减少临床医生在制定治疗计划时必须做的猜测。

“现在，我们不知道给轻度病人服用多少药物。这就是为什么我们会对并发症进行过度矫正或不完全矫正，”Mathur说。“每种药物都会有一定的副作用，你只能将其最小化。最好的方法是为每个病人量身定制你的治疗。我正试图将这种重复最小化，将成本最小化，同时将治疗对患者的成功最大化。”

Journal of the American Heart Association

DOI

10.1161/JAHA.121.022795

郑重声明：文章仅代表原作者观点，不代表本站立场；如有侵权、违规，可直接反馈本站，我们将会作修改或删除处理。