选择单元选择Organs-on-Chips确认
Organ-on-a-chip技术提供了一个努力发现新的药物各种罕见的和被忽视疾病的当前模型不存在或缺乏精度。特别是,这些平台可以包括病人的细胞,从而导致不同的发现。
作为一个例子,尽管镰状细胞病最初在1900年代早期,描述疾病的严重程度的范围导致在治疗病人时的挑战。因为这个疾病中最普遍经济上贫穷和未被充分代表的少数民族,有普遍缺乏刺激发现新的治疗策略由于社会经济不平等,使其成为全球最严重的孤儿条件。
Tanmay Mathur阿布贾殷博士的实验室的博士生德州农工大学生物医学工程系发展个性化血管改善知识和获得治疗对血管功能障碍在镰状细胞病和其他罕见疾病的血液和血管。
当前的细胞在血管模型使用诱导多能干细胞(万能),这是来自病人的内皮细胞。然而,Mathur说这些细胞的限制——他们很快到期,不能长时间保存。
Mathur的研究提供了另一种——血内皮细胞产物(BOECs),这可以从病人的血液分离。所需要的就是50到100毫升的血液。
”所涉及的设备和试剂也很廉价和可用在大多数临床设置,“Mathur说。“这些细胞祖内皮细胞,这意味着他们有很高的扩散,所以如果你继续给他们他们想要的食物,在一个月内,我们将有足够的细胞,这样我们才能成功地继续接种他们永远。”
然而,问题是做BOECs工作像万能organ-on-chips的上下文中,一个微型装置,允许研究人员创建这些血管模型。这个问题Mathur最近发表的一篇论文中回答美国心脏协会杂志》上。
”相结合的分析与下一代vessel-chip RNA序列,我能够表明BOECs差别并不是在任何统计方法与其他细胞相比,“Mathur说。“不仅可以做与BOECs特定病人的研究,您还可以使用这些细胞来替代现有的细胞,因为在一天结束的时候他们仍然主要是人体细胞。如果有一种方法让你得到patient-derived细胞最少的努力,这是永远前进的最好方法。”
Mathur的下一步是开始测试更大规模的血液样本与镰状细胞病和带来计算项目通过机器学习和人工智能。通过开发一个芯片模型,该模型可以预测变量如凝血时间,炎症,算法可以与每个病人的历史和治疗他们的疾病状态。
“我做了一个模型对100个病人说,“Mathur说。“如果你给我101病人,我为这些细胞运行相同的方法,我的算法应该能够预测如果病人是一种严重的病人中度或轻度镰状细胞。它是重要的,因为临床医生想知道什么是最有效的短期和长期的为病人治疗策略。”
“Tanmay的工作奠定了基础,在于未来的组织工程和organ-on-chip技术和积极的影响,这些平台可以在个性化医疗,”Jain说。
发展中该算法将有助于减少猜测临床医生要做的在创造治疗计划。
“现在,我们不知道有多少药物给轻微的患者。这就是为什么我们矫枉过正的或undercorrect并发症,”Mathur说。“每一个药物将有一定的副反应,这你只能最小化。最小化的最好方法是为每一个病人定制你的治疗。我试图最小化这个迭代和最小化成本和最大化的成功治疗病人。”
参考:Mathur T, Tronolone JJ, Jain a .比较分析的血液检测内皮细胞下代地理个性化的器官,其设计的芯片。j。心脏协会。2021;10 (22):e022795。doi:10.1161 / JAHA.121.022795
本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。