生物3D打印出用于抗癌藥物仿生測試的骨肉瘤芯片模型

來源：EFL生物3D打印與生物制造

當前，骨肉瘤（OS）治療中標準化療方案因缺乏能反映原生OS結構和細胞復雜性的模型，存在治療效果差、轉化差距大的問題。印度理工學院古瓦哈提分校的Biman B. Mandal教授團隊合作，利用雙擠壓3D生物打印方法開發(fā)了包含腫瘤和基質成分的體外OS模型，并引入人體仿生微流控生物反應器模擬動態(tài)腫瘤微環(huán)境，提供機械刺激，構建了TC - OS（Dynamic）模型。該模型通過改善藥物篩選敏感性，解決了上述痛點，相關工作以“3D bioprinted microfluidic based osteosarcoma - on - a - chip model as a physiomimetic pre - clinical drug testing platform for anti - cancer drugs”為題發(fā)表在《Biomaterials》上。

研究內容
通過繪制詳細的示意圖，結合3D生物打印技術和微流控系統(tǒng)的設計思路，研究了骨肉瘤的癥狀表現(xiàn)、腫瘤微環(huán)境的組成結構，以及腫瘤和基質生物墨水的配方構成與TC-OS模型的構建流程。結果表明，成功設計出包含腫瘤和基質成分的3D生物打印模型，可用于后續(xù)的抗癌藥物篩選研究。

圖 1. 研究方案示意圖

運用流變學測試（如溫度掃描、振幅掃描、頻率掃描）、力學壓縮測試以及溶脹和穩(wěn)定性實驗等方法，對腫瘤和基質生物墨水的黏度、彈性、強度、吸水能力和結構穩(wěn)定性進行研究。結果顯示，兩種生物墨水具備良好的可打印性、機械性能和穩(wěn)定性，非常適合3D生物打印應用。

圖 2. 生物墨水的理化特性表征

對3D打印機的溫度、壓力、打印速度等參數進行優(yōu)化，并采用熒光染料標記細胞的方法，研究TC-OS模型的打印過程以及細胞在腫瘤和基質區(qū)域的分布情況。結果表明，成功打印出具有清晰腫瘤-基質結構的模型，且細胞在各自區(qū)域分布均勻。

圖 3. 3D打印參數優(yōu)化與模型構建

借助CAD軟件設計微流控裝置，并利用計算流體力學（CFD）模擬技術，研究微流控裝置內的流速、壓力和剪切應力分布情況。結果顯示，該裝置能夠提供與生理條件相似的剪切應力（約49 mPa），可有效模擬腫瘤微環(huán)境的力學刺激。

圖 4. 微流控裝置設計與流場模擬

采用活/死染色、免疫熒光染色（如Vimentin、OPN、vWF染色）、DNA定量分析和酶活性測定等方法，研究靜態(tài)和動態(tài)培養(yǎng)條件下TC-OS模型中細胞的存活率、增殖能力及分化功能。結果表明，動態(tài)培養(yǎng)（利用微流控裝置）能夠顯著促進細胞增殖、基質礦化以及血管相關細胞功能，效果優(yōu)于靜態(tài)培養(yǎng)。

圖 5. 動態(tài)培養(yǎng)對細胞功能的影響

通過qRT-PCR技術分析基因表達水平，并構建基因互作網絡，研究與腫瘤轉移、骨基質形成、機械轉導相關的基因（如ECAD、NCAD、VIM、RUNX2等）的表達情況。結果顯示，動態(tài)培養(yǎng)能夠上調促進腫瘤進展和機械信號傳導的基因表達，進而增強腫瘤細胞的惡性表型。

圖 6. 動態(tài)培養(yǎng)對基因表達的影響

運用Western blot技術檢測蛋白質表達，并對信號通路網絡進行分析，研究機械轉導相關蛋白（如N-cadherin、Vimentin、YAP-1、ERK1/2等）的表達水平。結果表明，動態(tài)培養(yǎng)激活了細胞內的機械信號通路，促進了與腫瘤細胞侵襲和轉移相關蛋白的表達。

  圖 7. 蛋白質表達與機械信號通路分析

利用MTT法測定細胞活力，并結合基因和蛋白分析（如BAX、BCL-2、PARP-1等），研究TC-OS模型在靜態(tài)和動態(tài)條件下對阿霉素、順鉑、索拉非尼三種抗癌藥物的敏感性。結果顯示，動態(tài)培養(yǎng)的模型對藥物更為敏感，藥物能更高效地誘導細胞凋亡，同時降低了耐藥基因的表達。

圖 8. 藥物敏感性測試

研究結論
本研究利用先進的3D生物打印方法，重現(xiàn)了骨肉瘤腫瘤微環(huán)境的細胞和結構復雜性。通過3D生物打印技術，開發(fā)出具有更高生理相關性和結構功能保真度的模型，該模型與原生骨肉瘤腫瘤微環(huán)境高度相似。此外，通過仿生微流控生物反應器引入動態(tài)媒體流，模擬了剪切應力形式的機械刺激，進一步增強了模型的生理相關性。將3D生物打印與仿生微流控裝置相結合，為更好地模擬實際腫瘤微環(huán)境提供了顯著優(yōu)勢，有助于更準確地評估抗癌藥物的療效和毒性。該研究為深入理解骨肉瘤生物學、促進抗癌藥物篩選以及更好地預測藥物反應提供了新的視角和方法。

文章來源：
https://doi.org/10.1016/j.biomaterials.2025.123267