try ai
科普
编辑
分享
反馈
  • 器官芯片

器官芯片

SciencePedia玻尔百科
关键要点
  • 器官芯片通过工程学手段定义为一种“施加”的结构,而类器官则依赖于内在生物学规则驱动的“涌现”性自组织。
  • 微尺度物理学,如层流(低雷诺数)和平流主导的输运(高佩克莱数),使器官芯片能够精确控制细胞微环境。
  • 该技术能够对药代动力学和药效动力学进行动态、定量的研究,并可用于构建“人体芯片”系统以模拟器官间的相互作用。
  • 器官芯片通过提供一个与人类相关的平台,用以替代、减少和优化药物开发中的动物实验,从而极大地推动了伦理科学的“3R”原则。

引言

在生物医学研究和药物开发领域,如何精确模拟人体器官功能一直是一项挑战,这催生了两种截然不同的理念:用类器官“生长”组织,或用器官芯片“构建”组织。传统细胞培养往往过于简单,而动物模型又可能无法预测人体的反应,这些先进技术则为我们开辟了一条新路。本文旨在弥合这两种方法之间的知识鸿沟,阐明它们各自的独特优势及基本原理。本文将全面概述器官芯片如何代表一种工程化生物学的范式。我们将从核心的“原理与机制”入手,探索那些让科学家能够精确塑造细胞世界的物理学和工程学原理。随后,“应用与跨学科联系”部分将展示这些原理如何被用于革新药理学、药物安全性及伦理研究,从而创造一种全新的生物学思维方式。

原理与机制

想象一下,你想制造一个能工作的汽车发动机模型。你可以采取两种截然不同的方法。第一种,你会像一位钟表大师:精心设计每一个齿轮和活塞,用金属将它们加工出来,然后根据精确的蓝图进行组装。这是一种​​自上而下​​的方法,一种工程学和施加的方法。第二种,你会像一位未来的生物奇才:你将一颗神奇的“发动机种子”植入营养液中,通过某种不可思议的内部程序,它会发芽、生长,最终形成一个功能齐全的发动机。这是一种​​自下而上​​的方法,一种生物学和自组织的方法。

在模拟人体器官的探索中,科学家也面临着类似的选择。一方面,我们有​​类器官​​,这是“生长”理念的拥护者。这些非凡的结构始于一小簇干细胞,当给予合适的生物化学信号组合时,它们便开始执行其固有的发育程序。它们分裂、分化、折叠,自组织成三维结构,这些结构惊人地类似于我们器官的微型、尽管尚不成熟的版本——一个带有绒毛的微型肠道,或一个带有小管的原始肾脏。类器官的美妙之处在于这种内在的涌现性;它们以最少的外部干预重现了复杂的发育过程。然而,这种“野生花园”式的方法也有其缺点。如同一个密封的晶洞,许多类器官的内部结构不易触及。例如,你无法轻易地对标准肠道类器官的腔进行灌流,以研究营养物质在流动条件下是如何被吸收的。

另一方面,我们有​​器官芯片​​,这是“构建”理念的体现。在这里,科学家扮演着微型建筑师的角色,设计并制造出微小的装置,通常由透明、柔韧的聚合物如聚二甲基硅氧烷(PDMS)制成。这些芯片包含中空通道、腔室和膜,形成一个支架。然后,活细胞被接种到这个工程化的环境中。芯片的“组件”允许对细胞的世界进行精确的、自上而下的控制——规定它们生活的几何形状、流过它们上方的流体,甚至它们感受到的机械力。

这就产生了一种有趣的张力:类器官的原始生物复杂性与芯片的工程精确性之间的对决。要真正理解每种方法的强大之处以及它们如何开始融合,我们必须深入微观世界,探索支配细胞生命的物理法则。

微观世界的物理学

微流控芯片内部的物理环境与我们的日常经验相比,如同一个陌生的国度。在这里,重力只是一个微不足道的麻烦,而我们几乎注意不到的力,如粘度和表面张力,却变得举足轻重。通过理解和掌握这种微尺度的物理学,我们便能以惊人的保真度塑造细胞环境。其中,有两个物理概念是开启这个王国的钥匙。

一个有序流动的世界

想象一下搅动蜂蜜。它很粘稠,运动平滑如糖浆。现在想象一下汹涌的海浪。它是混乱、湍急且不可预测的。器官芯片微小通道中的流体流动更像是蜂蜜。惯性力(促进湍流)与粘性力(抵抗湍流)的比值由一个称为​​雷诺数​​(ReReRe)的无量纲数来描述。在这些流速缓慢、尺寸微小的通道中,雷诺数极低(Re≪1Re \ll 1Re≪1)。这意味着粘性力完全占主导地位,流动是完全平滑、分层且可预测的。这被称为​​层流​​。

这种可预测性是工程师的梦想。它意味着流体施加在细胞上的力不是随机的,而是可以被精确计算和控制的。其中最重要的力之一是​​壁面剪切应力​​(τw\tau_wτw​),即移动的流体对通道静止表面施加的温和而持续的摩擦阻力。细胞,尤其是那些排列在我们血管(内皮细胞)或肾小管中的细胞,对这种力极为敏感。这是一个至关重要的生理信号,告诉它们自己正处于一个活的、动态的身体中。

对于一种常见的芯片设计——一个宽的矩形通道——其关系非常简单。培养在通道底部的细胞所受到的剪切应力由下式给出:

τw=6μQwh2\tau_w = \frac{6 \mu Q}{w h^{2}}τw​=wh26μQ​

在这里,μ\muμ是流体的粘度,QQQ是体积流率(每秒泵入的流体量),www和hhh是通道的宽度和高度。这个方程是一个强大的工具。它意味着研究人员可以通过控制芯片的几何形状和泵的速度,来“设定”一个生理学上准确的剪切应力——比如,人体毛细血管中的水平。这种水平的机械控制在标准的静态培养皿或自由漂浮的类器官中是根本不可能实现的。

流与扩散的较量

第二个关键概念支配着物质——营养物、废物、信号分子——如何移动。主要有两种方式。分子可以被流体的主体运动携带,就像河里的一片叶子。这叫​​平流​​(或对流)。或者,它可以因热运动而随机扩散开来,就像一滴墨水在静水中散开。这叫​​扩散​​。在微观世界里,这两种过程之间的较量决定了整个系统的特性。

物理学家用另一个无量纲数——​​佩克莱数​​(PePePe)——来巧妙地捕捉这种竞争。其定义为:

Pe=平流输运速率扩散输运速率=ULDPe = \frac{\text{平流输运速率}}{\text{扩散输运速率}} = \frac{U L}{D}Pe=扩散输运速率平流输运速率​=DUL​

其中,UUU是流体速度,LLL是系统的特征长度(如通道高度),DDD是所讨论分子的扩散系数。佩克莱数可以被认为是分子扩散过距离LLL所需的时间(tdiff∼L2/Dt_{\text{diff}} \sim L^2/Dtdiff​∼L2/D)与流体将其扫过同样距离所需的时间(tadv∼L/Ut_{\text{adv}} \sim L/Utadv​∼L/U)之比。

PePePe的值对你可以模拟的生物学类型有着深远的影响:

  • ​​高佩克莱数(Pe≫1Pe \gg 1Pe≫1)​​:平流胜出。流体流速如此之快,以至于分子在有机会扩散很远之前就被冲走了。在具有主动灌流的器官芯片中,PePePe通常非常大(例如,数千)。这对于模拟成人体生理学非常有利。它确保了氧气和营养物质的持续、新鲜供应,以及废物的高效清除,就像我们的循环系统一样。它创造了一个稳定的​​稳态​​环境。然而,这种快速的“冲刷”效应阻止了局部信号分子(称为形态发生素)的积累,而细胞正是利用这些分子来协调其自组装的。

  • ​​低佩克莱数(Pe≪1Pe \ll 1Pe≪1)​​:扩散胜出。在类器官的静止、无灌流环境中,流体速度UUU几乎为零,因此PePePe也接近于零。在这里,分子有充足的时间从分泌它们的细胞扩散开来,形成稳定的浓度梯度。这正是驱动胚胎发育的机制,其中形态发生素梯度调控着身体蓝图的复杂模式形成。这使得类器官成为模拟​​发育形态发生​​的绝佳模型。但这种对扩散的依赖也有其阴暗面。随着类器官变大,到其中心的扩散距离LLL增加。氧气扩散到核心所需的时间(τ∼L2/D\tau \sim L^2/Dτ∼L2/D)可能变得非常长——不是毫秒,而是数秒甚至数分钟。如果这个时间长于细胞消耗可用氧气的时间,核心就会缺氧(hypoxic)并最终死亡,这是大型类器官的一个主要限制。

一个原则性的区别:涌现与施加

这种物理学的视角使我们能够对这两种技术做出更深刻、更根本的区分。真正的区别不在于材料,甚至不在于细胞类型;而在于*组织结构是如何形成的*。其模式是​​涌现​​的,源于内在的生物学规则,还是被工程化环境​​施加​​的?。

​​类器官​​是一个由​​涌现​​定义的系统。在扩散主导(Pe≪1Pe \ll 1Pe≪1)和机械静止的环境中,形成的模式——比如肠道隐窝之间的间距——是由一个内在的生物学长度尺度决定的。这个尺度源于信号分子的扩散(DDD)和反应(kkk)速率之间的相互作用,通常尺度关系为λint∼D/k\lambda_{\text{int}} \sim \sqrt{D/k}λint​∼D/k​。最终模式的大小与它生长的培养皿的大小无关。

相比之下,​​器官芯片​​是一个由​​施加​​定义的系统。在平流主导(Pe≳1Pe \gtrsim 1Pe≳1)和机械活跃的环境中,其结构受到外部边界条件的强烈引导。细胞沿着流动方向排列,沿着通道表面形成屏障,并对芯片的几何形状做出反应。最终组织的特征长度尺度不是内在的,而是由装置的尺寸LLL所施加的。

这个框架完美地解释了为什么类器官是研究发育问题的自然选择,而器官芯片在探测成熟、稳态器官在生理流动和机械应力下的功能和功能障碍方面表现出色。

魔鬼在细节中:工程化的生命支持

当然,一个成功的器官芯片不仅仅是微通道。它是一个微型生命支持系统,每一个细节都是基于物理学的工程壮举。

例如,为什么许多芯片是由PDMS制成的?一个关键原因是它对气体具有高渗透性。工程师们利用这一点,设计出带有薄PDMS膜的芯片,将细胞培养室与气体通道隔开。这使得氧气可以通过膜直接从下方以扩散方式供应。利用菲克第一扩散定律(J=DΔC/LJ = D \Delta C / LJ=DΔC/L),设计者可以计算氧通量,并确保其足够高以满足细胞的代谢需求,从而巧妙地规避了困扰大型类器官的缺氧问题。

另一个深刻的挑战是尺度。一个肝脏芯片可能含有几毫克的组织,而一个人类肝脏超过一公斤。如何为这微小的器官切片确定合适的流速?简单的几何缩放将是灾难性的错误。生物学家早就知道,代谢率(MMM)与质量(mmm)并非线性关系,而是遵循一种称为克莱伯定律(Kleiber's Law)的异速生长关系:M∝m3/4M \propto m^{3/4}M∝m3/4。这意味着,以克为单位,较小的动物(和较小的组织构建体)具有更高的代谢率。为了创建一个功能上等效的模型,工程师必须使用这一定律来计算一个能够正确匹配微型化组织更高比氧需求的流速。这是一个绝佳的例子,说明了来自整体生物生理学的原理对于设计相关的微观模型是何等重要。

机器中的幽灵:归根结底还是生物学

谈了这么多物理学和工程学,我们很容易忘记最重要——也最易变的——组成部分:活细胞。如果里面的细胞不对,一个完美工程化的芯片也毫无用处。最复杂的模型也只能与其生物学保真度相媲美。

早期的研究经常使用“永生化”细胞系,这些细胞系易于生长,但通常来源于癌症或经过基因改造。在培养多代之后,它们的基因表达和行为可能与人体内的健康细胞相去甚远。从这样一个系统得到的结果——比如说,一种药物是如何被转运的——可能无法推广到一个真实的人身上。

该领域的前沿现在在于将这些先进设备与更具生理相关性的细胞结合:直接从患者组织中分离的​​原代细胞​​,或由​​诱导性多能干细胞(iPSCs)​​分化而来的细胞,而iPSCs可以从任何个体生成。这为个性化医疗打开了大门,可以使用“患者芯片”在给药前测试药物反应。

但这把我们引向了最终的、根本性的问题:我们如何知道这个芯片是正确的?答案在于严格的验证。我们必须证明芯片的输出——无论是药物毒性、营养吸收还是免疫反应的测量值——在数量上与临床前研究或理想情况下的人类临床数据相匹配。这需要的不仅仅是“足够好”的视觉匹配,而是一种复杂的统计比较,该比较要考虑到芯片和人类数据的测量误差,从而确认该模型具有真正的预测能力。只有这样,我们才能真正相信这些微小、精美、工程化的世界能告诉我们关于我们自身的深刻道理。

应用与跨学科联系

现在我们已经拆解了器官芯片的内部构造,看到了齿轮是如何转动的,我们便可以开始欣赏它能做的奇妙事情。理解原理是一回事,但真正的魔力、真正的美来自于看到它们在行动。我们现在能提出哪些以前难以甚至无法提出的问题?我们发现,这些小装置不仅仅是渐进式的改进;它们代表了一种新的生物学思维方式,一座连接着美丽但常被过分简化的扁平培养皿中的细胞世界与宏伟但极其复杂的生命体现实之间的桥梁。

运动中的药理学:观察药物的作用

几个世纪以来,研究药物如何影响身体——即药理学——一直是一个通过平均值和终点来讲述的故事。我们给动物或人一种药,等待一段时间,然后测量结果。这就像试图只看电影的第一帧和最后一帧来理解整部电影。器官芯片让我们能够以高清画质观看整部影片。

想象一下,我们想知道肝脏分解一种新候选药物的速度有多快。在过去,这很难直接测量。但有了肝脏芯片,我们可以构建一个简单而优雅的模型。我们用含有药物的培养基对含有活体人肝细胞的芯片进行灌流。通过测量进入和离开芯片的药物浓度,我们可以应用一个基本原理——质量守恒——来精确计算肝细胞清除了多少药物。这给了我们一个关键参数,称为肝清除率。使用一个“充分混合”模型,该模型假设芯片中的流体是完美混合的,我们可以推导出一个优美的关系,将可测量的器官水平清除率与细胞自身的内在代谢活性联系起来。我们不再仅仅是观察;我们正在一个与人类相关的系统中量化一种基本的生理功能。

但真正的医学很少是恒定、稳定的输注。我们早上吃一颗药,晚上可能再吃一颗。我们体内的药物水平上升、达到峰值,然后下降。我们的芯片能模仿这种动态现实吗?当然可以。我们可以对灌流系统进行编程,以提供间歇性剂量,从而产生与患者经历的相同的药物浓度峰谷。通过将我们的药物浓度随时间变化的模型——药代动力学(PK)——与药物生物效应的模型——药效动力学(PD)——相结合,我们可以在芯片上模拟整个治疗过程。我们可以观察到“器官”对上升的药物水平作出反应,并看到随着药物被清除,效应减弱,从而使我们能够计算出特定给药方案在数天或数周内的总预期疗效。这是一个深刻的飞跃,从静态快照到对药物在体内如何起作用的动态预测。

构建“人体芯片”:生命之网络

当然,器官并非孤立存在。一颗药丸的旅程始于肠道,由肝脏处理,循环至其靶点,最终由肾脏排出。药物的命运是一个网络的故事,一个由相互连接的系统构成的系列。我们第一次拥有了构建这些生物网络物理模拟的工具。

通过用微流控通道将一个肠道芯片、一个肝脏芯片和一个肾脏芯片连接在一起,我们可以创建一个微型的“人体芯片”。在这里,我们发现了一些奇妙的事情。我们连接器官的方式至关重要。考虑一个有三个器官的简单系统。如果我们将它们串联排列,使流体从器官1流到2再到3,药物就会被依次代谢。系统清除的总药量是每个器官单独清除率的一个复杂的、非相加的函数。但如果我们将它们并联排列,就像汇入河流的支流,每个器官看到的初始药物浓度是相同的。在这种情况下,总系统清除率就是各个清除率的总和。网络的拓扑结构——其本身的结构——决定了它的功能。这是一个普适的原理,对电路如此,对我们自己的生理学也是如此,而器官芯片让我们能清楚地看到这一点。我们不仅仅是在研究器官;我们是在研究生物系统的法则。

提出正确问题的艺术:安全性、毒性与转化

也许这项技术最紧迫的应用是确保新药的安全性。每年都有一些有前途的药物因意外毒性而在临床试验中失败,或从市场上撤回。器官芯片提供了一个机会,利用人体细胞更早地发现这些问题。但要做到这一点,我们必须学会提出正确的问题。

仅仅看到一种药物在芯片上以高浓度杀死细胞是不够的。我们需要建立一个证据链,一个因果故事。想象一种药物被怀疑通过干扰一个名为hERG的关键钾通道而引起心脏问题。为了证明这一点,我们必须像侦探一样谨慎地选择我们的测量方法。我们必须测量药物对hERG通道电流的直接影响。然后我们必须证明电流的这种变化导致了细胞整体电节律(其“场电位”)的变化。而且我们必须证明这些近端的、机理性的变化发生在正确的剂量下,并且出现在任何下游的、非特异性的损伤(如收缩力丧失)之前。为了结案,我们可以使用“正交对照”——例如,证明一个已知的、选择性的hERG阻断剂能模仿该药物的效果,或者一个hERG通道开放剂能从药物的毒性中拯救细胞[@problem-id:5036589]。这就是现代科学的精髓:不仅仅是观察相关性,而是证明因果关系。

即使在芯片上有一个完美的因果故事,最终的问题仍然存在:这对一个人意味着什么?我们如何将一个在微升尺度设备上运行数小时的结果转化到一个70公斤重的人类数周的情况?这就是缩放的挑战。关键的洞见在于,我们不需要完美地复制人类系统。我们需要复制决策指标。对于脱靶效应,这可能是问题受体的时间平均占有率。时间尺度可能大不相同——芯片上的平衡时间是几分钟,而人体组织中是几小时——但我们可以使用数学模型来找到导致相同平均受体占有率的人类等效暴露量。这使我们能够利用芯片为人体试验设定安全的剂量限制,从而跨越微观世界和宏观世界之间的巨大鸿沟。

但要警惕诱人的过分简化!一个新手可能会看着一个具有特定体积VVV和流速QQQ的芯片,计算出一个“停留时间”τ=V/Q\tau = V/Qτ=V/Q。如果这个时间是5分钟,他们可能会宣称该系统不是一个好的毛细血管模型,因为一个血细胞通过毛细血管只需一秒钟。这是一个将两种不同物理概念混淆的典型错误。主体停留时间τ\tauτ描述了交换一个充分混合腔室中所有流体的平均时间。毛细血管通过时间描述了单个粒子沿特定狭窄路径的通过过程。它们不是一回事,试图将前者与后者匹配是徒劳的。科学之美不仅在于其强大的公式,还在于理解其适用范围。

模型生态系统:为每种工具找到合适的定位

器官芯片功能强大,但并非万能药。它们是一个团队中的新星,这个团队还包括许多其他有价值的成员:传统细胞培养、类器官、动物模型和计算模拟。现代生物医学研究的艺术在于为正确的工作部署正确的工具。

考虑一个复杂的问题:一种特定的肠道细菌是否会因果性地影响体内的炎症?回答这个问题需要一个多阶段的验证流程。我们可能首先使用简单的厌氧培养来验证该细菌是否产生一种候选的抗炎分子。接下来,我们可以使用肠道芯片或肠道类器官来确认该分子直接影响人类肠道细胞。但这些体外系统缺乏一个系统性的免疫系统。因此,下一步可能是使用无菌(germ-free)小鼠来测试用该细菌定植是否足以在整个生物体中减少炎症。每个模型系统都解答了谜题的一部分,而器官芯片在其关键定位上,提供了其他模型无法提供的人类特异性、机理性的细胞-组织界面数据。

那么,器官芯片何时可以有效地替代动物实验呢?答案可以出人意料地严格地陈述。只有当芯片忠实地代表了回答问题所需的完整因果系统时,替代才是合理的。这意味着它必须:(1)包含所有必要的生物学机制(例如,正确的细胞类型和通路),(2)以足够高的保真度运行这些机制以反映人类生物学,(3)接受正确的输入(例如,真实的药物暴露曲线),以及(4)提供正确的、可转化的读出值。这不是观点问题;这是因果逻辑问题。

3R原则:伦理科学的新范式

这就把我们带到了器官芯片深刻的伦理维度。几十年来,科学界一直遵循着3R原则的指导:在可能的情况下​​替代​​(Replacement)动物实验,​​减少​​(Reduction)使用的动物数量,以及​​优化​​(Refinement)实验程序以最大程度地减少痛苦。器官芯片可以说是近一代人中推动3R原则的最强大引擎。

在许多情况下,它们为​​替代​​提供了一个科学上更优越的平台,特别是在研究人类特异性疾病机制(如囊性纤维化,动物模型在这方面是出了名的差的模仿者)或器官特异性毒性方面。然而,对于涉及复杂全身性反应(如脓毒症)或行为结果的问题,整体生物模型仍然是必要的,承认每个系统的适用范围是我们科学和伦理上的责任。

对​​减少​​和​​优化的​​影响堪称革命性。考虑一个典型的药物安全性筛选项目。一家公司可能每季度测试60种化合物,每种需要12只大鼠。通过采用一种“芯片优先”的工作流程,只有最有前途的25%的化合物进入一个规模更小、时间更短、严重程度更低的动物研究,其结果是惊人的。使用的动物总数可以减少80%。但真正的好处甚至更大。通过量化总福利负担——一个结合了动物数量、研究持续时间和严重性评分的指标——我们发现累积的痛苦,即“严重性天数”的总数,可以减少超过96%。

这便是器官芯片的最终承诺。它不仅仅是一个巧妙的工程作品。它是一个工具,让我们能够进行更具预测性、更具人类相关性、也更符合伦理的科学研究。它是一扇窗,让我们得以一窥在以前无法企及的尺度上生命错综复杂的舞蹈,它统一了来自工程学、物理学和生物学的原理,帮助我们治愈、理解,或许最重要的是,坚守我们最深刻的伦理承诺。