![]()
基于水凝胶的3D细胞培养被广泛用于创建仿生细胞微结构。然而，目前仍然缺乏有效的方法来评估细胞与水凝胶的复杂相互作用以及由此产生的微结构的功能。这一限制阻碍了这些微结构进一步作为微生理模型(microPM)的应用，以筛选潜在的培养条件组合来增强骨骼肌再生。
2024年9月12日，北京理工大学石青及孙韬共同通讯在Advanced Science 在线发表题为“A Passive Perspiration Inspired Wearable Platform for Continuous Glucose Monitoring”的研究论文。该研究介绍了一种双探针微操作方法，用于大规模评估骨骼肌微PM的粘弹性和收缩力(CF)，这些微PM是通过微流体旋转和96孔培养高通量生产的。
收集的数据表明，在溶液环境中测量的粘弹性参数(E*和tanδ)和CF分别表明形成了没有水凝胶残留物的细胞结构以及随后产生了肌管。本研究制定了整合E*、tanδ和CF的筛选标准，以检查多因素相互作用对缺氧条件下和生物打印双羽状肌结构中肌纤维修复的影响。这种方法提高了缺氧阈值评估的质量，并实现了3D细胞生长的对齐。所提出的方法有助于在资源有限的情况下探索不同因素在肌肉组织再生中的作用。
组织工程旨在开发基于三维支架的培养模型，与二维培养不同，该模型可以准确代表天然骨骼肌的生理和病理特征。这些三维模型具有作为微生理模型（microPM）的巨大潜力，可以在新药研发和再生疗法的开发中取代动物试验。由于组织再生过程复杂，新药研发成功率低，microPM应具有筛选大量生化和生物物理参数组合的能力，以满足偶然发现和一系列反复试验相结合的要求。microPM的常规筛选评估主要依赖于免疫荧光染色和分子生物学技术。这些方法可以准确分析培养细胞的分化状态。然而，仅通过单个细胞行为很难精确反映基于特定细胞组织的组织水平功能。例如，除了成肌细胞分化和融合之外，与支架降解相匹配的定向细胞组装是工程骨骼肌组织（SMT）功能再生的另一个关键因素。因此，已经开发出一种针对肌肉组织的筛选方法来测量收缩力（CF）以评估SMT功能。该方法利用片上悬臂偏转、柱偏转和力传感器。虽然传感器提供高精度的力测量，但它们的高成本使得难以显着增加其数量。为了实现CF的高通量筛选，可以将具有固定间隔距离的微悬臂和柱组装到96孔板中。然而，CF的大小与刺激之前SMT的初始长度密切相关。值得注意的是，微悬臂和柱之间的固定距离可能会削弱CF。此外，由细胞生长和水凝胶降解的复杂过程引起的CF的变化可能会阻碍不同培养方法之间任何可靠的幅度比较。因此，有必要开发其他新的评估方法进行有效和精确的筛选，以促进工程骨骼肌的再生。纤维状微型PM的制备示意图（图源自Advanced Science ）在过去的二十年中，研究表明细胞外基质(ECM)的弹性或刚度会影响基本的细胞过程。此外，研究还表明，降解支架中新组织的发育与结构刚度的变化之间存在密切的关系。例如，与细胞载运结构的初始弹性模量相比，由于支架降解，模量最初会降低到较低值。然而，由于ECM的耦合重建，它随后会恢复到较高值，这表明软骨形成过程。这些研究主要关注基质的刚度，而由此产生的组织和ECM是复杂的粘弹性材料。已经开发出各种技术来确定不同长度尺度（从厘米到纳米）的材料粘弹性。这些技术包括剪切流变学、压缩/拉伸测试和基于探针的方法。人们普遍认为，周围水凝胶的粘弹性能（如应力松弛）会影响包裹细胞的各种活动，包括细胞扩散、细胞周期进程、分化和干细胞干性。客观证据还表明，基质粘弹性可以指示生理过程，包括组织发育和疾病进展。粘弹性参数，如复数模量(E*)和损耗与储能模量的比值(tanδ)，已用于创建各种组织（如肌肉、肝脏和大脑）的粘弹性图。值得注意的是，正常和患病组织的粘弹性图可以指示疾病进展，如肝纤维化。此外，粘弹性变化已被证明与支架降解和新组织再生过程有关。然而，粘弹性是否可作为评价肌肉组织再生的新评价指标仍未得到检验。本文实现了对溶液中同一种纤维状微PM的E*、tanδ和CF的测量，不同于传统的在空气中使用流变仪进行的测量，该测量被用作评价参数进行大规模筛选，以确定和优化体外骨骼肌再生的关键因素，如图1所示。将一米长的核壳微纤维纺成并分成96个孔，以高通量制造肌束微PM。随后，将得到的肌束轻松转移并放置在双探针微操作器上进行振荡拉伸和电刺激主动收缩。可以计算应力和应变的实时测量值以确定肌束的E*、tanδ和CF。超过1400例在不同生物材料参数组合和培养条件下的统计结果表明，E*和tanδ的变化可用于评估肌束的形成。修改两个探针之间的间隙使CF产生的微尺度肌束样本体积可以被清晰地检测到，从而可以评估其功能性。基于结合这些参数建立的三个筛选标准，大规模微PM筛选可以准确识别外泌体对肌肉修复的功能，并精确优化骨骼肌再生的生物材料成分混合比例。https://onlinelibrary.wiley.com/doi/10.1002/advs.202405518![]()
—END—
内容为【iNature】公众号原创，
转载请写明来源于【iNature】
微信加群
iNature汇集了4万名生命科学的研究人员及医生。我们组建了80个综合群（16个PI群及64个博士群），同时更具专业专门组建了相关专业群（植物，免疫，细胞，微生物，基因编辑，神经，化学，物理，心血管，肿瘤等群）。温馨提示：进群请备注一下（格式如学校+专业+姓名，如果是PI/教授，请注明是PI/教授，否则就直接默认为在读博士，谢谢）。可以先加小编微信号（love_iNature），或者是长按二维码，添加小编，之后再进相关的群，非诚勿扰。
![]()
![]()
投稿、合作、转载授权事宜
请联系微信ID：13701829856 或邮箱：iNature2020@163.com
觉得本文好看，请点这里！
