基于混合视网膜脱细胞基质生物墨水与集成3D生物打印系统的视网膜静脉阻塞芯片模型开发

《Advanced Composites and Hybrid Materials》：Development of a 3D cell-printed RVO model by advancing a retina-on-a-chip with hybrid retinal dECM bioink and an integrated 3D bioprinting system

本研究针对视网膜静脉阻塞(RVO)疾病模型缺乏生理相关性的难题，开发了一种集成3D生物打印的视网膜芯片。研究人员利用视网膜源性脱细胞基质(RdECM)和血管源性脱细胞基质(VdECM)生物墨水，通过多喷嘴和三轴同轴打印技术构建了包含血-视网膜屏障(BRB)和血管结构的仿生视网膜模型。通过调节打印速度构建狭窄血管并灌注低密度脂蛋白(LDL)成功模拟了RVO病理进程。该模型可准确再现血管狭窄、炎症扩散和屏障破坏等关键病理特征，且药物验证结果与临床响应一致，为视网膜血管疾病研究提供了新型平台。

　　

视网膜静脉阻塞(RVO)作为仅次于糖尿病视网膜病变的第二大视网膜血管疾病，全球患者约2800万人，且随着高脂饮食习惯的普及，其发病率持续攀升。RVO的高复发率和缺乏根治性治疗策略使其成为眼科领域的重大挑战。该疾病的核心病理机制涉及动脉粥样硬化导致的血管壁重塑，进而引起视网膜静脉在动静脉交叉处受压狭窄，最终导致血流障碍、炎症反应和血-视网膜屏障(BRB)破坏。尽管现有动物模型和二维细胞模型为研究提供了一定基础，但难以复现视网膜组织特有的三维微环境、BRB功能单元及血管狭窄动态过程，严重制约了疾病机制研究和药物开发。

为突破这一瓶颈，浦项科技大学Dong-Woo Cho教授团队在《Advanced Composites and Hybrid Materials》发表了创新性研究成果。研究团队通过集成多喷嘴打印和三轴同轴打印技术，结合新型混合视网膜脱细胞基质(RdECM)生物墨水，成功构建了具有生理功能的视网膜芯片和RVO疾病模型。该模型首次实现了从血管狭窄到BRB破坏的全病理进程模拟，且对临床药物的响应与真实临床效果高度一致，为视网膜血管疾病研究提供了强有力的平台。

研究团队突破了三个关键技术瓶颈：首先开发了具有视网膜特异性的混合RdECM生物墨水，通过将天然视网膜脱细胞基质与I型胶原按7:3比例复合，解决了纯RdECM无法凝胶化的难题；其次采用集成化3D生物打印系统，通过三轴同轴打印构建了具有内皮细胞-周细胞双层结构的仿生血管；最后通过调控打印速度(900 mm/min)创建狭窄血管区段，并结合低密度脂蛋白(LDL)灌注和巨噬细胞引入，成功诱发了RVO特征性病理改变。

在生物墨水特性方面，2%浓度的混合RdECM表现出最优性能。蛋白组学分析显示该材料富含层粘连蛋白、胶原蛋白IV等视网膜特异性组分，特别是整合素信号通路相关蛋白含量丰富。与常规胶原基质相比，混合RdECM显著促进了视网膜细胞向光感受器方向分化，上调了视紫红质(RHO)、磷酸二酯酶6B(PDE6B)等光敏感标志物表达。同时，该材料还显著增强血管内皮细胞功能，促进血管内皮钙黏蛋白(VE-cadherin)和血小板衍生生长因子受体(PDGFR)表达，为BRB形成奠定了基质基础。

视网膜芯片的结构设计体现了高度的生理仿生性。内BRB部分包含由视网膜细胞构成的非血管区和三轴打印的血管结构，外BRB部分则由人视网膜色素上皮细胞(hRPE)单层构成。通过全芯片灌注培养(7μL/min)，血管网络保持结构完整性且无渗漏，内皮细胞标志物CD31和VE-cadherin在血管内层表达，周细胞标志物PDGFR在外层表达，成功模拟了天然毛细血管结构。RVO模型的构建则通过瞬时提高打印速度形成狭窄血管段(300-500μm)，并引入THP-1来源的巨噬细胞和LDL诱发炎症级联反应。

病理特征验证表明，RVO模型准确再现了临床病理改变。狭窄血管段出现巨噬细胞标志物CD68聚集，炎症因子肿瘤坏死因子-α(TNF-α)和白介素-6(IL-6)分泌显著上调，同时血管紧密连接蛋白表达下降，导致70kDa FITC-葡聚糖渗透性增加，证实BRB功能受损。值得注意的是，病理改变呈现空间递进特征：炎症从血管区向视网膜细胞区扩散，导致光敏感标志物RHO和胶质纤维酸性蛋白(GFAP)表达下调；最终波及RPE层，使RPE65和E-钙黏蛋白表达显著降低，完美模拟了RVO患者中观察到的病理蔓延过程。

在药物验证环节，研究团队分别评估了预防性药物阿司匹林和治疗性药物(阿瓦斯汀与地塞米松)的效果。0.1 mg/mL阿司匹林预处理有效抑制了炎症因子释放，维持了血管标志物表达。而0.125 mg/mL阿瓦斯汀与0.1 mg/mL地塞米松联合治疗虽未修复已损伤血管，但显著降低了血管内皮生长因子-A(VEGF-A)水平和炎症反应，同时上调色素上皮衍生因子(PEDF)表达，与临床治疗中观察到的症状控制效果高度一致。

该研究的创新性在于首次将器官芯片技术与组织特异性生物墨水相结合，构建了能够模拟RVO全病理进程的动态模型。与传统模型相比，该平台不仅包含了视网膜组织特有的生化微环境，还实现了从血管狭窄到BRB破坏的时空模拟，为研究视网膜血管疾病提供了更接近生理条件的实验体系。更重要的是，模型对临床药物的响应特征与真实患者治疗反应相符，使其在药物筛选和个性化医疗方面具有重要应用前景。未来通过整合患者来源细胞，该平台有望发展成为视网膜疾病精准医疗的高效预测工具。