幾十年來，微生理結構（Microphysiological Constructs，MPC）和微生理係統（Microphysiological Systems，MPS）取得了顯著進展——從自組裝細胞團到器官芯片的快速發展。這些技術被認為能夠替代動物模型，應用於藥物研發、個體化治療及再生修複等領域。同時，類器官、器官芯片、生物材料、生物3D打印以及人工智能等領域的先進技術的交叉融合，為MPC和MPS構建策略提供了新的思路。

必威精装版app西汉姆联 /北京幹細胞與再生醫學研究院顧奇團隊分別聯合澳大利亞伍倫貢大學Jun Chen教授、Gordon Wallace教授和中國科學院網絡中心大數據知識工程研發團隊杜一、崔文娟研究員以及必威精装版app西汉姆联 李鑫團隊，圍繞MPC和MPS領域發展進行綜述，建立器官製造數據庫，並以肝髒作為研究對象，建立多形式組織工程肝髒的預測模型；相關成果分別發表在Small Methods、International Journal of AI for Material and Design (IJAMD) 和Lab on a Chip期刊上。

1. 微生理結構和微生理係統：生物製造策略、仿生評估方法和生物醫學應用的綜述

該綜述“Microphysiological Constructs and Systems: Biofabrication Tactics, Biomimetic Evaluation Approaches, and Biomedical Applications”發表於Small Methods，為當期內封麵文章。

該文以“人體生理係統-器官”為索引，重點解讀了MPCs和MPSs的構建策略中，生物材料、生物油墨、3D生物打印、微納加工、生物傳感、數據建模等技術的最新進展，總結了仿生結構和功能評估的量化方法，闡述了其在藥物發現、個體化治療及藥物靶向遞送中的作用。文章指出，MPCs和MPSs的製造和評價目前尚缺乏清晰的行業標準，需要加快推進標準化協議和驗證方法的開發，以提高其可轉化性、可重複性和可預測性。

作為傳統動物試驗替代方案，MPS和MPC在組織工程、再生醫學和藥物發現領域彰顯出巨大的應用潛力，但在應用過程中仍麵臨一些急需解決的挑戰。例如，實現多器官功能耦合、深度免疫化和血管化，以複現人體不同尺度器官之間複雜的相互作用和調控機製，從而構建更真實的生理病理模型，便是麵臨的重要挑戰之一。未來，隨著多學科技術深度發展融合，MPSs和MPCs在結構和功能上會更接近人體，為再生醫學、藥物開發、精準治療的研究範式帶來顛覆性變革。

文章鏈接：https://doi.org/10.1002/smtd.202300685

2. 可分析預測的綜合性器官製造數據庫

2024年1月29日，International Journal of AI for Material and Design（IJAMD）刊登了題目為“Manufacturing multi-organs database: A comprehensive, predictive, and analytical biofabrication database”的文章。

組織工程化器官的生物製造過程，包含仿生設計、細胞培養和分化、生物活性材料合成和優化、時序性細胞命運調控等諸多環節，涉及材料化學、3D生物打印、微流體控製、微納加工等多學科技術。因此，目前已發表的器官製造文獻提供了複雜多樣的實驗數據及先驗知識。然而，如何整合並理解這些豐富的資料仍然是一個挑戰。顧奇團隊與合作者通過建立一個實時更新的多器官數據庫（manufacturing multi-organs database, MMDB），通過分析37個人體典型器官相關的5129篇論文，提取生物製造中常用的細胞調控、材料修飾和製造策略等信息，構建了一個可預測最佳構建策略和器官功能指標的機器學習模型，量化分析出器官從製造到應用全流程的材料特性、製造策略和功能等指標，幫助研究人員優化實驗設計，為器官特異性的最優設計方案提供參考。同時，MMDB還提供包括熱點分析、趨勢判斷、國際合作分析、器官功能和生物材料的綜合知識圖譜等知識服務。MMDB作為一個重要且易於訪問的器官製造知識庫，研發團隊希望它能為眾多實驗設計提供輔助和優化方案，推動生物製造領域不斷進步。

數據庫網址：http://data.iscr.ac.cn/mmdb/

文章鏈接：https://doi.org/10.36922/ijamd.2420

3. 基於機器學習的人工器官功能評估：3P模式框架與驗證

該研究成果於2024年2月7日發表在Lab on a chip上，題目為“Assessing bioartificial organ function: the 3P model framework and its validation”，並被選為當期內封麵文章。

近年來，類器官、3D打印、器官芯片等技術快速發展，用於模擬器官結構及功能。以人工肝髒為例，研究者們通過以上方式構建了眾多體外培養模型，累積了豐富實驗數據。然而各研究間存在一定異質性，目前缺少人工肝髒功能數據的標準化、多手段對比及功能預測策略。本研究提取了近十年體外人工肝模型實驗數據，比較了多個機器學習回歸預測模型，剖析了基於2D、3D自組裝（無材料）、3D支架（含材料）及芯片四種類型的人工肝髒功能，確定了各製造參數的重要程度，用於設計製造參數優化（Pre-design）；揭示了製造參數對培養周期內人工肝白蛋白和尿素分泌能力的影響（Present）；此外，該研究還預測了體外人工肝髒係統的功能維持能力 （Predict）。雖然符合篩選標準的數據有限，但該模型仍能較好地擬合現有實驗結果，為評估人工肝髒功能提供了參考，也為其他類型器官的體外製造手段評估提供了借鑒。

3P 模型技術路線圖

文章鏈接：https://pubs.rsc.org/en/content/articlelanding/2024/lc/d3lc01020a/unauth

這些工作獲得了中國科學院A類先導專項“器官重建與製造”（XDA16020802）、國家自然科學基金（T2222029和U21A20396），國家重點研發計劃（2022YFA1104701）、北京幹細胞與再生醫學研究院孵化基金和中國博士後科學基金（2022M710903）項目資助。