LLNL科学家使用生物3D打印技术了解癌症的扩散
该团队与杜克大学的科学家一起,将肿瘤细胞注射到3D打印的脑细胞结构中。通过对过程进行流体动力学分析,该团队能够确定肿瘤附着在何处,为潜在的预测模型铺平了道路。利用研究人员新颖的基于计算机建模的方法,未来的临床医生可以预测癌细胞在个体患者中的扩散。
LLNL研究的首席研究员莫妮卡·莫亚(Monica Moya)表示:“计算建模绝对是一个有用的工具,但您仍然需要将其与真实事物进行基准测试。通过这种方法,我们可以根据验证模型的需要,使生物学变得简单而干净,并且可以增加生物学和计算模型的复杂性。生物学中的物理问题,该论文确实提供了一个框架,因为您可以如何在体外模型中使用这些模型并进行模拟,以真正增强该领域的实力。”
在LLNL进行的计算机分析揭示了癌细胞聚集在3D打印的血管结构中的模式。图片来自LLNL。
急需3D打印癌症解决方案
150多年以来,人们已经知道癌细胞可以侵入继发部位并引起肿瘤,但是要预测这些生长的确切轨迹仍然是不可能的。医生目前无法早期定位和治疗癌症,这使得它们很难治疗,而且当大脑中出现生长时,它们几乎总是致命的。莫亚描述了癌细胞扩散,附着并生长在血管壁上的过程,就像在土壤中种植种子一样。 莫亚解释说:“肿瘤细胞倾向于从原发肿瘤中逃逸,并通过脉管系统传播。它们最终附着在血管壁上,穿过内皮进入组织,并像种子一样在土壤中生长。”
由于研究中每个血管系统之间的分化因子数量众多,因此通过研究进一步了解细胞在何处着陆几乎是不可能的。测量机械力(例如,体内动态流体流动)还需要大大简化现有的测试模型,从而限制了它们在得出结论时的用处。尽管先前有关癌症生长的大量研究都涉及计算机建模,但通过原位测试验证这些假设非常重要。如果证明正确,那么这些理论将成为理解流型,血管几何形状和组织顺应性在血管内播种中的作用的关键。因此,拥有高度详细的模型对于充分利用癌症研究的洞察力至关重要。
尽管验证的重要性,但方法通常仅限于使用微流体设备,这些设备没有管状通道或血管顺应性,这是体内模型的两个重要特征。微流体设备还缺少循环肿瘤细胞(CTC)可用的全部附着位点,并且它们的几何形状无法在模型之间精确复制。
LLNL小组的血管结构显示出与真实人脑组织相同的储能模量。图片来自LLNL。
LLNL团队基于水凝胶的设备
为了克服现有微流体设备的局限性,LLNL团队开发了一种基于水凝胶的血管流动设备。利用定制的基于挤出的3D打印机,可以对牺牲生物墨水进行图案化,然后将其嵌入到明胶纤维蛋白水凝胶中。然后排空光通道,并注入永生化的人脑内皮细胞,形成血管样组织。 尽管使用水凝胶可以实现多种血管几何形状,但研究人员最初选择制造简化的笔直和分支几何形状。通过从基本结构入手,该团队旨在根据测试过程中的许多连续小变化得出更广泛的结论。血管总的来说是小动脉的大小,有两个45°分层分支点,子血管直径越来越小。
为了测试其附加的血管系统,LLNL团队将其连接到气动流体供给系统。 7天后,内皮细胞完全覆盖了所有暴露的通道表面,形成了内皮衬层的汇合层。随后,对容器进行一系列流速测试,并用共聚焦显微镜成像以评估其对变化流速的响应。
研究人员得出结论,他们的组合验证方法已经成功地找到了癌细胞行为的模式。图片来自LLNL。
发现该凝胶的最终储能模量与人脑组织中报告的储能模量相似,因此非常适合测试CTC附着的可能性。过滤转移的乳腺癌细胞,使其以1690μl/ min的平均流速循环通过生物打印装置1小时。然后将设备固定,染色和成像以确定CTC的连接位置。测试表明,CTC倾向于将其附着在船只的分支点上,而不是其笔直部分。持续的模拟显示3D打印动脉的壁切应力(WSS)水平也是附着率的重要因素。尽管在直通道中对癌细胞施加了更大的剪切应力,但发现在较小区域观察到的更高的WSS可以增强其锚定作用。基于他们的发现,LLNL团队得出结论,他们进行越来越复杂的计算流体动力学模拟的策略取得了成功。研究人员认为他们的方法是使用计算模型确定癌细胞如何扩散到遥远器官的第一步。
中国3D打印网点评:使用这种方法,我们能够测试,观察和测量以前不可能的生物学现象。通过将我们的工程平台与计算模型配对,我们可以直接询问转移细胞的行为以及控制转移细胞的规则,这比单独进行实验要快得多。”
利用3D打印对抗癌症
研究人员经常将增材制造用作发现更多有关癌细胞的方法,其最终目的是找到与致命疾病作斗争的方法。来自日本名古屋市大学的科学家已经开发出一种新型的3D打印癌症药物递送系统。该团队使用聚合物水凝胶制造了可植入的贴剂,该贴剂被证明能够携带脂质体阿霉素药物。
弗吉尼亚联邦大学的一位助理教授已使用3D打印创建了肿瘤细胞的实时模型。这一突破可以使癌症研究人员更好地了解疾病的进展。
来自美国和德国的研究人员已经制作出了胶质母细胞瘤(GBM)(一种侵略性脑癌)的3D生物打印模型。生物制造的细胞结构有可能帮助临床医生更好地了解这种疾病,并加速发现新的抗击这种疾病的药物。
中国3D打印网编译文章!
(责任编辑:admin)