【导语】美国加州大学研究团队在最新一期《先进功能材料》发文称,其首次在不使用动物来源材料及生物涂层的情况下,成功培育出具功能性神经网络的类脑组织。该技术以新型聚乙二醇支架为核心,通过创新微流控技术形成仿生三维多孔结构,为细胞生长提供理想环境,有望替代传统动物实验,推动神经疾病研究与药物检测迈向新阶段。 科学家首次在不使用任何动物来源材料或添加生物涂层的情况下,成功培育出具有功能性神经网络的类脑组织。这项发表于最新一期《先进功能材料》的突破性进展,为神经药物检测提供了更可控、更人道的新途径,有望减少甚至替代传统依赖动物实验的研究模式。 该技(jì)术(shù)的(de)核(hé)心(xīn)是(shì)一(yī)种(zhǒng)由(yóu)常见聚合物聚乙二醇(PEG)制成的新型支架材料。PEG以其化学惰性著称,通常情况下,活细胞无法在其表面附着和生长,除非借助层黏连蛋白或纤维蛋白等动物来源的生物涂层。然而,这些涂层成分复杂且定义不明确,严重影响实验的可重复性和可靠性。领导该研究的美国加州大学研究团队指出,这是现有脑组织平台的一个主要缺陷。相比之下,新开发的PEG支架通过精巧的结构设计,完全摆脱了对这类生物涂层的依赖。 团队采用一种创新的微流控技术,让水、乙醇和PEG溶液通过嵌套的玻璃毛细管流动。当混合物到达外层水流时,其成分会自发分离,随后一道闪光瞬间固(gù)化(huà),将(jiāng)这(zhè)种(zhǒng)分(fēn)离(lí)状(zhuàng)态(tài)锁(suǒ)定(dìng),从(cóng)而(ér)形(xíng)成(chéng)一(yī)个(gè)错(cuò)综(zōng)复(fù)杂(zá)、相(xiāng)互(hù)连(lián)通(tōng)的(de)多(duō)孔(kǒng)迷(mí)宫(gōng)结(jié)构(gòu)。正(zhèng)是(shì)这种仿生的三维结构,使(shǐ)得(de)原(yuán)本(běn)惰(duò)性(xìng)的(de)PEG材(cái)料(liào)被(bèi)供(gōng)体(tǐ)脑(nǎo)细(xì)胞(bāo)识(shi)别(bié)并(bìng)利(lì)用(yòng),最(zuì)终(zhōng)构(gòu)建(jiàn)出(chū)具(jù)有(yǒu)功(gōng)能(néng)性(xìng)的(de)神(shén)经(jīng)网(wǎng)络(luò)。 这(zhè)种(zhǒng)多(duō)孔(kǒng)结(jié)构(gòu)不(bù)仅(jǐn)为(wèi)细(xì)胞(bāo)提(tí)供(gōng)了(le)附(fù)着和生长的物理支撑,其孔隙还能高效循环氧气和养分,为细胞的存活、增殖和分化提供了理想的微环境。团队表示,这种设计更接近真实的脑组织生物学环境,因此能更好地引导和控制细胞行为。一旦细胞在支(zhī)架(jià)中(zhōng)成熟,它们便能展现出供体特异性的神经活性,这意味着可直接在培养皿中,利用来自特定患者的细胞来模拟和研究创伤性脑损伤、中风或阿尔茨海默病等神经疾病,并直接评估针对这些疾病的药物疗效和毒性。 目前,该类脑组织模型的尺寸约为两毫米宽,尚处于初步阶段。未来,团队计划扩大模型的规模,以构建更复杂的脑区模型。同时,他们也在探索将这一技术应用于其他器官。他们的长期愿景是开发一套相互连接的、器官级别的培养系统,以模拟人体内不同器官之间的相互作用。 【总编辑圈点】 人工合成一个带有功能性神经网络的大脑有多难?本文介绍的复杂研究经(jīng)历(lì)或(huò)能(néng)窥(kuī)豹(bào)一(yī)斑(bān)。而(ér)在(zài)该(gāi)成(chéng)果(guǒ)的(de)基(jī)础(chǔ)上(shàng),新(xīn)型(xíng)脑(nǎo)组(zǔ)织(zhī)平(píng)台(tái)开(kāi)始(shǐ)逐(zhú)渐(jiàn)完(wán)善(shàn),最终(zhōng)能(néng)像(xiàng)真(zhēn)正(zhèng)的(de)大(dà)脑(nǎo)一(yī)样(yàng),展(zhǎn)示(shì)良(liáng)好(hǎo)的(de)稳(wěn)定(dìng)性(xìng)、长(zhǎng)寿(shòu)命(mìng)和(hé)功(gōng)能(néng)性(xìng)。再(zài)将(jiāng)这(zhè)样(yàng)的(de)系(xì)统(tǒng)“互(hù)联(lián)”成(chéng)人(rén)体(tǐ)组(zǔ)织(zhī),科(kē)学(xué)家(jiā)将(jiāng)能(néng)观(guān)察(chá)一(yī)种(zhǒng)治疗对不同组织的影响,以及一个器官的病变如何波及另一个器官,从而为更全面、更深入地理解人类生物学和疾病机制。