Такая система могла бы выявить, например, будет ли лекарство, предназначенное для лечения одного органа, оказывать неблагоприятное воздействие на другой.«Некоторые из этих эффектов действительно трудно предсказать с помощью моделей на животных, потому что ситуации, которые к ним приводят, являются идиосинкразическими», — говорит Линда Гриффит, профессор педагогических инноваций Школы инженерии, профессор биологической инженерии и машиностроения и один из ведущих специалистов. старшие авторы исследования. «С помощью нашего чипа вы можете распределить лекарство, а затем изучить его влияние на другие ткани и измерить воздействие и то, как оно метаболизируется».
Эти чипы также можно использовать для оценки лекарственных препаратов на основе антител и других видов иммунотерапии, которые сложно тщательно протестировать на животных, поскольку они предназначены для взаимодействия с иммунной системой человека.Дэвид Трампер, профессор машиностроения Массачусетского технологического института, и Мурат Чирит, научный сотрудник отдела биологической инженерии, также являются старшими авторами статьи, опубликованной в журнале Scientific Reports.
Ведущие авторы статьи — бывшие постдоки Массачусетского технологического института Коллин Эдингтон и Вен Ли Келли Чен.Моделирующие органыПри разработке нового лекарства исследователи определяют мишени для лекарств на основе того, что они знают о биологии болезни, а затем создают соединения, которые влияют на эти мишени. По словам Гриффита, доклинические испытания на животных могут предоставить информацию о безопасности и эффективности препарата до начала испытаний на людях, но эти тесты могут не выявить потенциальных побочных эффектов.
Кроме того, лекарства, которые работают на животных, часто не проходят испытания на людях.«Животные не представляют людей во всех аспектах, которые необходимы для разработки лекарств и понимания болезней», — говорит Гриффит. «Это становится все более очевидным, когда мы рассматриваем все виды наркотиков».Осложнения также могут возникать из-за различий между отдельными пациентами, включая их генетическое происхождение, влияние окружающей среды, образ жизни и другие лекарства, которые они могут принимать. «Очень часто вы не видите проблем с лекарством, особенно с тем, что может быть широко прописано, пока оно не поступит на рынок», — говорит Гриффит.В рамках проекта, возглавляемого Агентством перспективных исследовательских проектов Министерства обороны США (DARPA), Гриффит и ее коллеги решили разработать технологию, которую они назвали «физиом на чипе», которая, по их мнению, может предложить способ моделирования потенциальных эффектов лекарств. точно и быстро.
Чтобы добиться этого, исследователям потребовалось новое оборудование — платформа, которая позволяла бы тканям расти и взаимодействовать друг с другом, а также сконструированные ткани, которые точно имитировали бы функции человеческих органов.До запуска этого проекта никому не удавалось соединить на платформе более нескольких различных типов тканей. Более того, большинство исследователей, работающих над этим типом микросхем, работали с закрытыми микрофлюидными системами, которые позволяют жидкости входить и выходить, но не предлагают простой способ манипулировать тем, что происходит внутри чипа. Для этих систем также требуются внешние насосы.
Команда Массачусетского технологического института решила создать открытую систему, которая, по сути, снимает крышку и упрощает управление системой и удаление образцов для анализа. Их система, адаптированная на основе технологии, которую они ранее разработали и коммерциализировали через британскую CN BioInnovations, также включает в себя несколько бортовых насосов, которые могут контролировать поток жидкости между «органами», воспроизводя циркуляцию крови, иммунных клеток и белков через человеческое тело. Насосы также позволяют оценивать более крупные сконструированные ткани, например опухоли внутри органа.
Сложные взаимодействияИсследователи создали несколько версий своего чипа, связывающего до 10 типов органов: печень, легкие, кишечник, эндометрий, мозг, сердце, поджелудочную железу, почки, кожу и скелетные мышцы.
Каждый «орган» состоит из скоплений от 1 до 2 миллионов клеток. Эти ткани не копируют весь орган, но они выполняют многие из его важных функций. Примечательно, что большая часть тканей поступает непосредственно из образцов пациентов, а не из клеточных линий, которые были разработаны для лабораторного использования. С этими так называемыми «первичными клетками» труднее работать, но они предлагают более репрезентативную модель функции органов, говорит Гриффит.
Используя эту систему, исследователи показали, что они могут доставлять лекарство в ткани желудочно-кишечного тракта, имитируя пероральный прием лекарства, а затем наблюдать, как лекарство транспортируется в другие ткани и метаболизируется. Они могли измерить, куда попали лекарства, их действие на различные ткани и как они расщеплялись. В связанной публикации исследователи смоделировали, как лекарства могут вызывать неожиданный стресс для печени, делая желудочно-кишечный тракт «проницаемым», позволяя бактериям проникать в кровоток и вызывать воспаление в печени.
Гриффит считает, что самое непосредственное применение этой технологии — моделирование от двух до четырех органов. В настоящее время ее лаборатория разрабатывает модельную систему для болезни Паркинсона, которая включает ткани мозга, печени и желудочно-кишечного тракта, которую она планирует использовать для исследования гипотезы о том, что бактерии, обнаруженные в кишечнике, могут влиять на развитие болезни Паркинсона.По ее словам, другие приложения включают моделирование опухолей, которые метастазируют в другие части тела.
«Преимущество нашей платформы в том, что мы можем масштабировать ее вверх или вниз и использовать множество различных конфигураций», — говорит Гриффит. «Я думаю, что в этой области произойдет переходный период, когда мы начнем получать больше информации из системы из трех или четырех органов, и она начнет становиться конкурентоспособной по затратам, потому что информации, которую вы получаете, так много более ценным."Исследование финансировалось Исследовательским бюро армии США и DARPA.