人工智能引导激光纯化hiPSC来源心肌细胞：下一代心脏细胞制造的突破性技术

为解决hiPSC-CMs（人诱导多能干细胞来源心肌细胞）传统纯化方法存在批次差异大、耗时长且损伤细胞功能的问题，密歇根大学团队开发了CM-AI平台。该技术通过AI实时形态分析结合激光消融，实现无标记、高纯度（>90% cTnT+细胞）心肌细胞富集，仅需8分钟/孔，避免了代谢选择培养基的慢性损伤。研究证实CM-AI处理后的细胞保持正常电生理功能、药物响应性及冷冻复苏能力，为心脏再生医学和药物筛选提供了高效标准化方案。

　　

在心脏再生医学和药物开发领域，人类诱导多能干细胞（hiPSC）分化的心肌细胞（hiPSC-CMs）被视为革命性工具。然而传统二维单层分化技术面临两大瓶颈：一是批次间差异性导致纯度波动（40-95%），二是现有纯化方法如代谢选择（需7天以上乳酸处理）会诱发心肌细胞心力衰竭样表型，而抗体分选（MACS/FACS）则流程复杂且收率低。这些问题严重阻碍了hiPSC-CMs在精准医疗中的应用。

密歇根大学Todd J. Herron团队联合Kataoka公司开发了CM-AI平台，通过人工智能引导的激光细胞处理技术实现hiPSC-CMs的高效纯化。该研究证实，基于相位差图像训练的U-Net算法可在1分钟内识别心肌细胞群落，随后通过靶向激光消融（7分钟/孔）清除非目标细胞，全过程在集成培养箱（37°C, 5% CO₂）中完成。纯化后的hiPSC-CMs纯度达92-94%（cTnT⁺），且保持正常钙瞬变（CaTD₈₀）和β肾上腺素能信号通路功能。相关成果发表于《Communications Biology》。

关键技术包括：1）CRISPR/Cas9构建TTN-GFP报告细胞系验证AI识别准确性；2）Kataoka CPD-017设备实现相位差成像与激光消融同步；3）高内涵光学映射系统（CARTOX）记录钙信号（100fps）；4）3D工程心脏组织（EHT）磁力传感评估收缩功能。

CM-AI自动化识别与激光处理验证
通过TTN-GFP标记的心肌细胞训练算法，AI仅凭相位差图像即可识别CMs（准确率>85%）。激光消融后GFP⁺区域仅减少2.4%，显著优于代谢选择的细胞损伤（补充图4）。流式检测显示cTnT⁺纯度达94.3±7.2%（非标记细胞系），且无多能性基因（NANOG/POU5F1）残留。

功能表型保留分析
Western blot显示CM-AI处理组心房特异性蛋白（Cx40、mlc2a）显著富集。光学映射证实处理后的单层自发搏动频率（2.1±0.3 Hz）和传导速度（19.4±2.1 cm/s）优于未纯化组（P<0.001）。钙瞬变参数（CaTD₈₀=0.43±0.05 s）提示电生理成熟度提升。

冷冻复苏与药物响应
冻存后存活率62-74%，2.5天内重建搏动单层。β激动剂异丙肾上腺素（200 nM ISO）使搏动频率提升47%，PDE4抑制剂咯利普兰（1μM）增加钙瞬变振幅38%（P<0.01）。3D EHT在36天内收缩力提升至201.8±18.9 μN/s，对伊伐布雷定（0.3 nM）的心率抑制反应符合临床预期。

讨论与意义
相比传统方法，CM-AI将纯化周期从20天缩短至8-13天，单板产量达2010万CMs（代谢选择1410万）。其非侵入性特点避免了抗体分选的机械损伤和代谢选择的缺血模拟效应。研究首次证实激光处理后的hiPSC-CMs适用于冷冻供应链构建，解冻后仍保持药物筛选敏感性。该技术符合FDA现代化法案2.0对动物实验替代方案的要求，为个性化心脏病建模和临床级细胞生产提供了标准化工具。未来可通过优化激光参数进一步减少目标细胞损失（当前2.4%），并拓展至其他谱系特异性细胞纯化应用。