文献转载：微生理监测系统工程
Systems engineering of microphysiometry

Joachim Wiest 
Department of Electrical and Computer Engineering, TranslaTUM, Technical University of Munich, Munich, 81675, Germany
cellasys GmbH, Kronburg, 87758, Germany
Organs-on-a-Chip 4 (2022) 100016

 

摘要

微生理监测学Microphysiometry这一学科于20世纪80年代末兴起，并逐步发展至当今的器官芯片及微生理系统研究领域。本文系统回顾了从单层细胞培养到三维多细胞组织构建的细胞模型发展历程，同时探讨了传感器原理与技术的成熟过程。研究采用模块化分类方法，将系统划分为细胞模型、生物芯片、环境控制与流体系统以及控制与数据采集等模块。文中深入探讨了实验条件与数据处理的相关要素，并就实验可重复性问题（如使用化学成分明确的细胞培养基）进行了论述。最后，本文简要概述了该领域的应用实例，并对当前面临的挑战进行了展望，以此作为综述的总结。

 

1.    Systems engineering of microphysiometry微生理监测系统工程

国际系统工程委员会将系统工程定义为：“系统工程是一种跨学科的综合方法，利用系统原理和概念以及科学、技术和管理方法，实现工程系统的成功开发、使用和退役”（系统工程）。细胞传感器微生理监测仪的发明者将微生理监测学定义为：“其核心概念在于通过监测能量代谢活动，检测活细胞中的受体激活及其他生理变化”（Alajoki等，1997；Thomas等，1972；Giaever和Keese，1984；McConnell等，1992）。本文作者对其进行了更广泛的定义：“微生理监测学是指在体外对生命或生物体（如器官、组织或细胞）的功能和活动以及相关物理和化学现象在微米尺度上的监测”。相关领域研究器官芯片（OOCs）或微生理系统（MPSs），其中OOCs被定义为“一种功能导向的微流控设备，包含在受控微环境中构建的活体工程器官亚结构，能够在实时监测下重现器官的动态、功能及（病理）生理反应”（Mastrangeli等，2019），而MPSs则是“设计用于模拟体内细胞环境的空间、化学、结构和生理要素的体外平台，通常结合了先进的细胞培养或组织模型与微流控技术”（Renggli等，2019）。这三个术语从不同角度涉及活细胞监测的系统工程。OOCs与病理生理学或毒理学应用相关，MPSs则专注于体内条件的再现，而微生理监测学则强调该主题的传感特性。由于工程学是本文的主要研究对象，因此采用“微生理监测学”这一术语。“生物芯片”一词通常用于指代细胞模型与其研究工程解决方案之间的接口（Pasquarelli，2008）。生物芯片的监测技术以光学方法为主，但电化学及其他分析方法正在进一步扩展其应用范围（Pasquarelli，2008；Marx等，2016；Brischwein等，2019；Xi等，2008；Coluccio等，2019）。在此，微生理监测学侧重于使用微型化传感器监测与生物体代谢或形态功能相关的参数，例如溶解氧、pH值、阻抗、乳酸和葡萄糖（Brischwein等，2019）。采用这种无标记微传感器方法避免了化学标记研究细胞模型的不利要求，并允许实时研究相关现象的长时间尺度变化（Smart和Wood，2000）。

缩略语列表

ALI 气液界面

DO 溶解氧

EAR 细胞外酸化率

ECIS 细胞-基质阻抗传感

FBS 胎牛血清

FFT 快速傅里叶变换

HARKing 结果已知后假设

hiPSCs 人类诱导多能干细胞

IMOLA 智能移动实验室

INVITTOX 体外毒理学数据库

IVD 体外诊断

ISO 国际标准化组织

MEA 微电极阵列

MRD50 代谢率降低 50%

MPSs 微生理系统

OECD 经济合作与发展组织

OOCs 芯片器官

OUR 氧摄取率

PET 聚对苯二甲酸乙二醇酯

SDS 十二烷基硫酸钠

TEER 跨上皮电阻

TUM 慕尼黑工业大学

 

Fig. 1. Schematic setup of a microphysiometrical system with cellular model, biochip, optic and electronic data acquisition, climate control, fluidic system and actuators. The dashed lines indicate different parallelized channels (copy- right: cellasys GmbH).

 

Microphysiometry微生理监测技术被广泛应用于多个领域的细胞基检测，包括毒理学（Hartung等，2010）、药物研发（Marx等，2016）以及个性化医疗（Wolf等，2007）。在毒理学领域，采用该技术的主要优势在于能够提升化学品安全评估的准确性，并有效避免使用动物模型（Sauer等，2016；Rovida和Hartung，2009），这一做法得到了国家、欧洲及国际层面政府政策的积极倡导（Eskes等，2017；Pamies等，2017；Coecke等，2005）。这些考量同样适用于药物研发领域，此外，该技术还能显著降低新药开发的成本（Marx等，2016）。个性化医疗的理念旨在通过调整治疗方案以满足特定患者群体乃至个体的需求，从而提升医疗保健水平（Kleinhans等，2012；Otto等，2003）。

2.    Sensors and technologies 传感器和技术

微生理监测中使用的传感器类型包括pH传感器和溶解氧传感器（Brischwein等，2019）。此外，还采用了乳酸和葡萄糖传感器（Weltin等，2017；Eklund等，2006），以及用于细胞谷氨酸摄取（Miller等，2018）和温度检测（Inomata等，2020）的传感器。然而，乳酸、葡萄糖和谷氨酸传感器依赖于酶进行信号转导，因此使用寿命有限。除了这些与细胞代谢相关的传感器外，还使用微传感器进行细胞-基底阻抗传感或跨上皮电阻（TEER）监测，以检测细胞模型的形态变化（Curtis等，2009；Láng等，2017；Hedayatipour等，2019；Arndt等，2004；Wegener等，1996；Srinivasan等，2015；Atienza等，2005）。该领域最早使用的传感器技术之一是微电极阵列（Pine，2006；Modena等，2018），用于监测例如心肌细胞或神经细胞的生物电活动（Thomas等，1972）。石英晶体微天平和表面等离子体共振技术也可用于评估细胞模型对刺激的反应（Yanase等，2014）。关于该主题的推荐综述已由Primiceri等（2013）、Liu等（2014）、Kieninger等（2018）和De León等（2020）发表。

细胞传感器微生理计采用光寻址电位传感器来监测细胞外酸化速率（EAR）（McConnell等，1992）。场效应晶体管已被用于监测细胞模型的EAR和氧摄取率（OUR）（Poghossian等，2009；Lehmann等，2001）。这些传感器采用硅技术制造，并可微型化用于植入体内的设备（Becker等，2011；Marland等，2020；Diepart等，2010；Eminaga等，2013）。然而，该技术需要大约10个工艺步骤，这使得其复杂且昂贵（Bergveld，2003；Liang等，2016）。随着高阻抗放大仪器的出现，将纯传感器与场效应晶体管分离变得越来越可行。因此，从硅技术演变为更简单的生产技术（如印刷技术）的微传感器正日益普及（McConnell等，1992；Wolf等，2007，2013；Brischwein等，2003；Schwarzenberger等，2011）。此类发展降低了生产技术的复杂性，从而减少了故障率和成本。此外，使用透明基材制造生物芯片已成为可能，从而允许对细胞模型进行光学检测。除了电化学传感器原理外，光化学传感器（例如用于溶解氧和pH值）也用于微生理监测，并可通过印刷技术加工（Brischwein等，2019；Arain等，2006；Quaranta等，2012）。

采用不同复杂程度技术制造的传感器示例包括：利用硅技术制造的多参数生物芯片，其集成微传感器可监测温度、阻抗、溶解氧和pH值（Wolf等，1998；Mestres和Morguet，2009）；采用化学气相沉积技术在玻璃基板上制造的微传感器芯片版本（Weltin等，2014；Weiss等，2013）；结合化学气相沉积（用于阻抗监测）和喷墨打印（用于光化学pH和溶解氧传感器）技术制造的传感器（Arain等，2006；Demmel等，2015）；以及采用印刷技术制造的阻抗传感器（Schultz等，2021）。值得注意的是，近期开发的传感器均采用透明基板制造，以支持特定区域的透射光显微镜观察。传感器及相关技术已从单一芯片发展至24孔微孔板格式，并进一步实现了更高通量的并行化检测（Eichler等，2015；John等，2003）。 

 

Fig. 2. Availability of the different cellular models that have emerged since the beginning of the use of 2D cellular monolayers in the 1970s (reproduced with permission from Planz et al. (Planz et al., 2016)).

 

Fig. 3. Setups to create microchambers for different cellular models (cf. Fig. 2). A. Setup with cellulose membrane (red) to withhold cells in suspension. B. 2D monolayers where the cells grow directly on the substrate. C. Spacer based setup with microcavities (red) for 3D spheroids. D. Setup for incorporation of tissue inserts (middle cylinder). 

生物芯片的封装工艺需要精湛的工程技术（Oelβner等，2005；Wu等，2005；Vilkner等，2004）。在材料选择方面，主要考虑因素包括所有使用材料的非细胞毒性，以及键合部位的密封性和稳定性。此外，材料的不同热膨胀系数或老化现象（如材料雾化）也可能引发其他技术问题。

3.   Cellular models and corresponding microchambers细胞模型及相应的微室

基于细胞的检测在微生理系统中针对特定细胞模型进行。在此，基于细胞的检测是微生理系统与标准操作程序的结合。必须强调的是，基于细胞检测的局限性必须被明确界定。在许多情况下，其能力和局限性由微生理系统中所使用的细胞模型决定。例如，小鼠成纤维细胞的二维单层可能足以预测物质的眼刺激性潜力（Hartung等，2010），但可能不适合预测新分子实体的肝毒性（Marx等，2016；Matsusaki等，2014）。对于预测新分子实体的肝毒性，需要不同且更复杂的细胞模型，如由肝细胞生长的球体（Alexander等，2018a）或三维组织（Peters等，2019）。这些细胞模型可能无法预测人类免疫系统的反应。与细胞模型验证相关的不同方面，如机制验证、OECD关于验证和国际接受新或更新的危害评估测试方法的指导文件，以及动物数据作为验证金标准的适用性，均在Marx等（2016）中给出。细胞模型的复杂性必须适应预测模型所需的结果。图2中Planz等所示的图表展示了从1975年到2020年日益复杂的细胞模型的可用性（Planz等，2016）。

通过微生理系统，沿图2所示的价值链创建了多种预测模型。其中，利用藻类Chlorella kessleri构建了水污染检测模型（图3A）（Wiest等，2006），而使用小鼠成纤维细胞作为二维单层细胞构建了化学物质眼刺激潜力预测模型（图3B）（Eggert等，2015）。通过培养Hep2G肝细胞球体并开发新型球体芯片工具，构建了肝毒性预测模型（图3C）（Alexander等，2018a）。此外，通过将市售的三维人体皮肤模型整合到生物芯片上，构建了皮肤刺激预测模型（图3D）（Alexander等，2018b）。

图3展示了配备密封圈、间隔件和过滤器的不同微腔室设置。随着细胞模型的演变，微反应体积相应调整（见图2）。对于悬浮细胞（图3A），主要关注点是在液体交换过程中将细胞保留在微腔室内。二维单层细胞（图3B）的设置相对简单，因为细胞会粘附在生物芯片表面。此处，机械设置因细胞培养基交换方式而异（McConnell等，1992；Brischwein等，2019；Wolf等，2013；Divakaruni等，2014）。三维球体培养的监测需要根据微腔室体积调整球体数量，以确保足够的信噪比（Alexander等，2018a；Kim等，2015；Moshksayan等，2018；Kelm等，2003）。为监测组织，可在设置中加入可渗透插入物。此外，可实施多个流体通道以供应组织插入物的基底侧和顶端侧（Alexander等，2018b；Zhang等，2017）。

不同细胞模型与其相应微腔室的连接具有创建多种器官模型的潜力（Bhatia和Ingber，2014；Sung等，2014；Wang等，2018；McAleer等，2019；Esch等，2015；Zirath等，2018）。Soucy等（2019）和Rothbauer等（2021）的综述描述了器官芯片（OOC）模型的最新技术，包括神经系统芯片、血脑屏障芯片、心脏芯片等。

4.    Experimental conditions实验条件

The Begley与Ioannidis（2015）的研究，以及诸如《Rigor Mortis: How Sloppy Science Creates Worthless Cures, Crushes Hope, and Wastes Billions》（Harris，2017）等大众出版物的广泛传播，使得生物医学科学中的可重复性危机引起了更广泛的公众关注。该危机的多种潜在根源已被识别，包括发表偏倚（publication bias）、结果已知后假设（Hypothesizing After the Results are Known，HARKing）、低统计功效研究（Bishop，2019）以及细胞系交叉污染（Drexler等，2017）。发表偏倚是指倾向于发表符合显著性检验的结果而忽略不显著结果的倾向（Johnson和Dickersin，2007）。HARKing则是指在科学出版物中提出一个假设，仿佛该假设在调查之前就已形成，而实际上它是在结果已知后才被确立的（Kerr，1998）。一个著名的例子是Simmons等（2011）在《Psychological Science》上报告的统计学显著假阳性结果。细胞系交叉污染——即实验者认为的细胞模型并非实际使用的细胞模型——仍然是一个令人担忧的问题，因为许多大学使用的细胞系并未经过适当的认证（Drexler等，2017；Freedman等，2015；Korch等，2018）。在生物医学科学及其子领域微生理监测学中，实验条件的多样性和自动化程度的缺乏（即实验室人员可能引入的操作差异）是导致可重复性问题的严重根源。相关实验条件包括细胞模型、培养基、培养器皿、环境条件（如温度、湿度和气体浓度）以及培养基的更换频率/老化。关于培养基，Michl等（2019）报告了“基于证据的哺乳动物活细胞培养系统pH控制指南”，并展示了pH值在细胞培养基中的重要性，以及适应的缓冲系统和渗透压的影响。培养基中更大的不确定性来源是胎牛血清（FBS）的使用（van der Valk等，2018）。除了伦理问题外，Piletz等（2018）还记录了FBS缺乏全面表征、批次间差异和污染等问题。此外，Gstraunthaler等（2014）报告了2014年FBS的欺诈性混合。Burgener和Butler（Burgener等，2006）撰写的关于培养基的章节被强烈推荐，其中描述了50多年来培养基的发展历程，以及最常用的培养基、其主要成分及其作用。无血清培养基在一个子章节中进行了讨论，描述了开发无血清培养基的策略，包括Ham的方法、Sato的方法和Plackett-Burman统计方法。塑料材料的选择差异对细胞增殖具有显著影响。Curtis等人（1983）报道了聚苯乙烯表面经不同处理后的特性差异。Van Midwoud等人（2012）比较了多种塑料的吸附特性，发现聚二甲基硅氧烷对疏水性化合物表现出显著的吸附特性。Hickman等人（2016）对组织培养中的表面特性进行了系统性综述。关于吸附特性，Proença等人（2019）研究了基于细胞实验的化学品生物动力学中的蒸发和实验设置相关问题。Place等人（2017）的综述强调了分子氧在细胞培养系统中的可获得性的重要性。Al-Ani及其团队（2018）在调查科学出版物中细胞培养氧合情况的报告时发现，许多出版物缺乏实验重复所需的关键信息。Varma和Voldman（2018）发表了一篇关于细胞安全设备设计与操作原则和实践的批判性综述。

针对上述挑战，需采取不同措施予以应对。本文将着重探讨以下两个方面：其一，细胞培养基供给的定义与自动化及其对细胞模型的影响；其二，胎牛血清（FBS）的使用与替代问题。传统上，体外细胞培养均在静态条件下进行，即每2至4天更换一次培养基。然而，需特别指出的是，该方案会导致非生理性波动。采用灌注或周期性供给细胞培养基的方式，可显著影响细胞模型的增殖率与存活率（Gilbert等，2019；Nikolaev等，2020）。自动化微生理系统为此类问题的研究与改进提供了基础（Gilbert等，2019；Lo等，1994）。目前，仅有少数商用微生理系统整合了自动化培养基供给功能（参见Brischwein与Wiest的研究，2019，表1）。非自动化细胞培养基更换的另一弊端在于，开启细胞培养箱时伴随的温度骤降。近期，一种兼具气液界面（ALI）跨上皮电阻（TEER）监测功能的培养基自动化供给方案被提出（Alexander等，2018b）。该方案采用营养输送模块，可在细胞模型下方进行可编程培养基与测试物质的交换，同时通过TEER监测模块实现培养基更换与细胞模型顶部ALI的维持。

使用胎牛血清（FBS）的显著缺陷可通过开发化学成分明确的细胞培养基得到解决。网站https://fcs-free.org列举了文献中报道的无血清培养基配方，并指出一份共识报告中的积极成果，该报告列出了"促进和支持向无血清培养条件过渡的建议"（van der Valk 等，2018）。该报告还提供了基于细胞传感器微生理毒性测试（INVITTOX编号130协议）的眼部刺激测试数据。与经过验证的细胞传感器微生理测试（Hartung等，2010）相比，IMOLA-IVD测试采用了一种化学成分明确且不含FBS的细胞培养基。

值得注意的是，根据我们的实验验证，科学文献中报道的某些化学成分明确的细胞培养基（Evans et al., 1964）已不再适用于当今的细胞培养实验。一个可能的原因是，由于现代生产工艺的进步（Barnes and Sato, 1980），当今的细胞培养基与历史配方存在差异，其纯度等级更高，因此不再含有过去导致实验成功的未知物质。改善这一现状的一个可行方案是实施符合ISO 9001标准的质量管理体系并遵循良好实践指南（Pamies等，2017）。Wood和Smart（Wood等，2001）发表了关于细胞制备、实验细节以及微生理仪使用建议的示例方案。

5.    Data processing数据处理

Fig. 4. Time-resolved raw data of a dissolved oxygen (DO) microsensor (measured amperometrically as current in nA) in a microscale cell culture chamber, illustrating the regular fluid cycles: Fresh cell culture medium is transported into the chamber during the exchange intervals, calibrating the system to 100% saturation. In the following rest interval, cellular oxygen consumption leads to a decline in DO saturation (higher DO saturation results in a lower oxygen sensor signal). The dashed blue line presents a linear fit to the raw sensor data in one of the rest intervals to calculate a rate value dDO/dt to describe oxygen uptake rate (reproduced with permission from Brischwein and Wiest (Brischwein et al., 2019)). (For interpretation of the references to colour in this figure legend, the reader is referred to the Web version of this article.)

 

Fig. 5. Extracellular acidification rates with determination of the MRD50 at a concentration between 0.123 mg/mL and 0.370 mg/mL of a 10% SDS solution. The MRD50 ≤ 2 mg/mL identifies category 1 (severe/corrosive eye irritation)
substances which is correct for a 10% SDS solution. The increase in the signal at 390 is due to the insertion of the culture medium with the lowest concentration of SDS (copyright: cellasys GmbH).

代谢速率通常反映了介质交换与休息间隔的交替阶段（Brischwein等，2019）。进一步的发展促成了每单位时间代谢活动的分析，从而得出EAR或OUR。图4展示了细胞呼吸监测的原始数据（黑色）以及一个休息间隔的相应OUR（蓝色）。

细胞传感器微生理计测试方法监测EAR，开发者设定了代谢速率降低50%（MRD50）值。MRD50值表示导致EAR减少50%的测试物质浓度（Nash等，2014）。图5中展示了一个EAR监测及MRD50值计算的示例（Eggert和Wiest，2017）。显示了两次平行传感器监测的EAR，并标记了接近EAR减少50%的浓度。该实验程序设置为向细胞模型（L929细胞单层）提供常规培养基6小时，随后应用九种稀释度的测试物质（10%十二烷基硫酸钠）。细胞传感器微生理计测试方法的预测模型（OECD化学品测试指南草案，2012）将MRD50分为联合国全球化学品统一分类和标签系统的三类之一（>10 mg/mL → 未分类，即无眼刺激性；≤10 mg/mL → 无法预测；≤2 mg/mL → 第1类，即严重/腐蚀性眼刺激）。图5中检测到的MRD50（≤2 mg/mL）正确预测了10% SDS溶液为第1112类。

该实验耗时630分钟，每5秒监测两个pH值，生成30,240字节的原始数据（假设每个pH值使用2字节）。速率计算和MRD50方法的应用将数据量减少至4字节。

随着时间的推移，越来越多的数据被收集，微生理监测中数据处理的其他方法也得到了发展。除了传统的速率计算方法外，还提出了基于模拟的方法和基于傅里叶变换的方法（Wiest等，2016）。FFT方法后来被扩展用于定量评估该过程是否消除了源自细胞模型的数据（Wiest和Berhardt，2019）。

6.  A brief review of applications应用场景

随着细胞传感器微生理仪的发展，针对不同应用领域的原理验证实验相继发表。由于直到 20 世纪 90 年代，所使用的都是简单的细胞模型（如悬浮细胞或单层生长细胞），因此最初的应用主要集中在细胞系功能方面。20 世纪 90 年代初，诸如刺激诱导的神经毒性、受体激活细胞反应的抑制、毒性损伤后的恢复、眼部刺激性测试、化疗药物敏感性测试以及抗病毒药物测试等应用开始被提及（Wada 等人，1992 年；Parce 等人，1991 年）。值得注意的是，Wada 等人强调，利用微生理仪，“损伤后的恢复情况易于监测，可能是刺激性或毒性的关键指标”（Wada 等人，1992 年）。Iwakura 等人的一篇综述聚焦于电细胞基质阻抗（ECIS）传感在肾病学中的应用，但也对 ECIS 在癌症、血管、肺、脑、皮肤、眼睛、心脏、肠道、纤维组织等领域的应用进行了文献分析（Iwakura 等人，2019 年）。

6.1.   Neurotoxicity神经毒性

Neve等人（1992）利用细胞传感器微生理计，研究了多巴胺D2受体在胶质瘤细胞系中的激活作用；Ajilore等人（1997）则通过组织切片实验证实了神经毒性现象。在近年研究中，Brüggemann等人（2011）开发了纳米结构金微电极，Dragas等人（2017）则采用包含59,760个电极的多参数芯片对大鼠原代皮层神经元进行了监测。Anderson等人（2021）系统综述了三维神经元微生理系统的研究进展，详细阐述了中枢神经系统和周围神经系统的研究现状。未来研究面临的挑战包括实现不同类型细胞（如胶质细胞）的有效整合，以及对电脉冲进行三维实时监测。

6.2.   Cardiotoxicity心脏毒性

Meyer等人综述了用于心脏细胞定位的微电极阵列技术（Meyer等，2013年）。多个研究团队已开发出基于微孔板的系统，用于监测心肌细胞的搏动频率（Doerr等，2015年；Abassi等，2012年）。Obergrussberger等人描述了在微电极阵列上结合阻抗监测与细胞外场电位记录技术对心肌细胞进行研究的方法（Obergrussberger等，2016年）。Li及其同事研究了用于心脏毒性筛选的快速体外检测方法（Li等，2016年）。该领域已朝着人类诱导多能干细胞（hiPSCs）的高通量研究方向发展，并正在推进其在新药安全性评估中的监管认可进程。

 

Fig. 6. Schematic diagram of a high-performance microphysiometer system that features micromachined chips and an integrated microfluidic system (reproduced with permission from Alajoki et al. (Alajoki et al., 1997)).

6.3.    Testing of tumor chemosensitivity肿瘤化疗敏感性检测

1995年，Chan等人发表了一篇关于人类表皮生长因子受体在乳腺癌细胞系中的作用及其在化疗敏感性测试中应用的论文（Chan 等, 1995）。Wolf及其团队（Wolf et al., 2007; Otto等, 2003; Brischwein等, 2003; Henning等, 2001）将化疗敏感性测试的概念扩展至基于多参数传感器芯片的肿瘤化疗敏感性检测，并通过使用人类乳腺癌组织切片的多参数24通道微生理监测系统进行了原理验证实验（Kleinhans等等, 2012; Demmel等, 2015）。尽管该方法的原理验证监测已取得成功，但使用原代细胞材料进行临床试验仍是推动其获得临床认可的关键挑战之一。

6.4.    Eco-toxicological tests生态毒理学测试

Schubnell等人报道了将藻类作为生物传感器用于生态毒理学测试的系统，并提出了一种利用光合作用激活的藻类作为水质指标的方法（Schubnell等，1999）。该微生理学方法从细胞外酸化监测扩展到细胞呼吸监测（Wiest等，2006；Umar等，2019）。在环境监测领域，应用案例持续增加，然而相对较高的成本阻碍了该技术的广泛采用。

6.5.    Eye irritation testing眼刺激性测试

基于细胞的方法被开发用于解决非刺激性物质和严重刺激性物质的眼刺激性问题（Wilson等，2015年）。采用细胞传感器微生理监测仪开发了一种微生理监测方法，并对非刺激性和严重刺激性物质进行了回顾性验证（Hartung等，2010年）。鉴于目前已有非动物方法可用于检测三类物质中的两类，剩余挑战在于提供一种用于检测轻度刺激性物质的检测方法。

6.6.    Hepatoxicity testing肝毒性检测

肝毒性是导致先导化合物从药物研发中撤出的主要原因（Kola和Landis，2004）。因此，亟需一种新工具在药物研发的早期阶段确定肝毒性。研究人员开发了一种从人HepG2细胞系培养3D球体的方案，并对IMOLA-IVD进行了改进以监测3D球体。原理验证实验表明，可以监测球体的代谢并评估毒素的影响（Alexander等，2018a）。该领域显示出提高药物研发进程的巨大潜力，各利益相关方正致力于增加患者获益和改善动物福利（Marx等，2020）。

6.7.    Skin irritation testing皮肤刺激性测试

近年来，日益精密的细胞模型系统已逐渐普及（Zhang等，2018）。市场上可获取多种来源的人类重构皮肤等效物。然而，检测过程仍包含多个手动步骤。一种基于IMOLA-IVD的自动化方法已被引入，该方法能够维持顶端和基底侧细胞培养基的供应，并实现气液界面培养（Alexander等，2018b）。鉴于复杂的多细胞皮肤模型已实现商业化，未来的研究重点应集中于提高检测通量。

Srinivasan等人（2015）对体外屏障模型系统的跨上皮电阻（TEER）监测技术进行了系统性综述。Schmidt等人（2020）通过三通道系统对重建肠上皮模型（Epi-IntestinalTM）进行TEER监测的原理验证实验，该实验采用了自动气液界面（ALI）技术。当前面临的主要挑战在于如何将这些技术从基础研究推进至工业应用领域。

7.    Summary & outlook总结与展望

微生理监测系统工程学是一门跨学科研究领域，其发展可追溯至1951年海拉细胞系的首次二维体外培养。如今，利用诱导多能干细胞技术，已能够构建来自人类供体的多器官模型（Ramme等，2019）。随着成像技术的演进，传感器技术也在代谢和形态参数监测方面发展出多种不同原理。与此同时，传感器制造手段也日趋成熟，最终促成了当今高效印刷和增材制造技术的应用。

微电子技术的进步使得新型微型化读出仪器得以使用，例如低输入偏置电流放大器。计算机技术的自动化和广泛应用实现了精确的实验控制和数据管理（Eggert等，2021）。细胞系交叉污染等重大难题如今可通过细胞系鉴定得以解决（Dirks等，2005）。随着研究领域的不断发展，关于实践伦理问题的重要讨论，如患者同意以及胚胎或动物来源细胞材料的使用，也在持续进行（Harris，2017；van der Valk等，2018；Skloot，2011；Saha和Saha，1997）。尽管并行化微生理系统早在1997年就已提出（图6），但具备复杂培养基供应系统的高度并行化系统仍然匮乏。现有技术要么通量较低，要么培养基供应有限（例如无法自动更换细胞培养基（Eggert等，2021；Ferrick等，2008）或易受蒸发影响（Demmel等，2015；Dong等，2020））。开发可靠且完全自动化的高通量系统仍是一项挑战。另一个长期存在的挑战是良好细胞培养实践标准的实施，以及确定细胞培养条件的使用（Pamies，2022）。

 

北京佰司特科技有限责任公司 (https://www.best-sciences.com)

类器官串联芯片培养仪—HUMIMIC；灌流式细胞组织类器官代谢分析仪—IMOLA；光片显微镜—LSM-200；

蛋白稳定性分析仪—PSA-16；单分子分析仪（磁镊力谱测量仪）—HiMT；单分子质量光度系统—TwoMP；超高速视频级原子力显微镜—HS-AFM；微流控扩散测量仪—Fluidity One-M；

微纳加工点印仪—NLP2000DPN5000；台式原子力显微镜—ACST-AFM；全自动半导体式细胞计数仪—SOL COUNT；农药残留定量检测仪—BST-100；