制造“培養(yǎng)皿中的器官”這一夢(mèng)想可以追溯到1907年，彼時(shí)Henry Van Peters WilsonS次證明分離的海綿細(xì)胞可以重組為一個(gè)完整的有機(jī)體^[5]。但100多年后，研究人員才成功利用成體干細(xì)胞建立腸道組織模型^[6]，類器官發(fā)育領(lǐng)域就此起步。這些微小的三維結(jié)構(gòu)S次成功再現(xiàn)器官的功能結(jié)構(gòu)^[7]，模擬微型腸道、微型大腦或微型肝臟。

如今，類器官已成為研究疾病背后機(jī)制的重要方法，并有可能用于干預(yù)治療^[8]。類器官可用于模擬囊性纖維化、癌癥和阿爾茨海默癥等疾病，也可用于定制細(xì)胞療法，當(dāng)然還可用于藥物毒性篩查。與其他模型系統(tǒng)不同的是，類器官可以模擬完整復(fù)雜的人體生物系統(tǒng)，通過(guò)圖像神奇地捕捉并傳達(dá)出人體的奧秘之處。

與傳統(tǒng)的活體方法相比，肝臟類器官預(yù)測(cè)藥物性肝損傷的準(zhǔn)確率非常高，某些情況下的準(zhǔn)確率接近89%^[9]。但類器官作為一種臨床前研究工具，尚未得到廣泛使用。干細(xì)胞需經(jīng)過(guò)正確的發(fā)育階段才能成為可用的類器官，而創(chuàng)造相應(yīng)的培育條件需要專業(yè)實(shí)驗(yàn)室才具備的各類專業(yè)知識(shí)^[10]。此外，大多數(shù)類器官仍需人工培育，過(guò)程需花費(fèi)大量人力和時(shí)間。人工智能可有效增加從類器官獲取的信息^[11]，但如果沒(méi)有用于訓(xùn)練模型的大量高質(zhì)量數(shù)據(jù)，人工智能也無(wú)法發(fā)揮作用。這意味著數(shù)據(jù)生成及培養(yǎng)protocol仍然處于瓶頸階段。

為此，美谷分子的產(chǎn)品CellXpress.ai（點(diǎn)擊了解詳情）全自動(dòng)一體化類器官工作站實(shí)現(xiàn)了細(xì)胞培養(yǎng)過(guò)程自動(dòng)化，省去了大量人工勞動(dòng)，提高了可靠性和可重復(fù)性。定制化的類器官擴(kuò)增^[12]等其他服務(wù)則通過(guò)利用客戶提供的類器官線進(jìn)行擴(kuò)大生產(chǎn)，支持下一代藥物研發(fā)。

啟動(dòng)Danaher Beacon項(xiàng)目改善藥物早期開(kāi)發(fā)階段的安全性^[13]即是我們的下一步。培養(yǎng)肝臟類器官的技術(shù)障礙之一是其來(lái)源必須是代表小眾患者的極小樣本。這項(xiàng)Danaher Beacon項(xiàng)目將努力應(yīng)對(duì)這一挑戰(zhàn)，為干細(xì)胞衍生的肝臟類器官系統(tǒng)創(chuàng)建實(shí)驗(yàn)方案和資源，使其具備生物相關(guān)性、可擴(kuò)展性，能夠反映實(shí)際患者群體的多樣性，Z終讓研究人員更輕松地改進(jìn)藥物安全性篩選方案。

下圖為對(duì)HepG2細(xì)胞進(jìn)行測(cè)試和成像，觀察各種藥物對(duì)細(xì)胞活力的影響。

從上至下：對(duì)照組（未處理）、氟哌啶醇（第一代典型抗精神病藥）和魚(yú)藤酮（一種用作殺蟲(chóng)劑和除草劑的天然化合物）。

隨著“臨床試驗(yàn)需要多樣性”逐漸成為共識(shí)，這類開(kāi)發(fā)顯得尤為迫切。實(shí)驗(yàn)表明，黑人罹患藥物性肝損傷的比例更高^[14]，發(fā)病率和死亡率也更高，這表明藥物性肝損傷可能存在遺傳傾向，但值得注意的是，黑人在臨床試驗(yàn)中的代表性也明顯不足，人數(shù)僅占臨床試驗(yàn)參與者的8%^[15]。

更具多樣性和可擴(kuò)展性的肝臟類器官有可能成為下一個(gè)偉大的工具，它能夠?yàn)樗幬镩_(kāi)發(fā)早期階段引入更多的多樣性^[16]：這是加速發(fā)現(xiàn)新療法的關(guān)鍵一步，能更早地排除不安全的候選藥物，并篩選出能通過(guò)試驗(yàn)進(jìn)入市場(chǎng)的藥物，從而節(jié)省時(shí)間、金錢并挽救更多生命。