《Biomaterials》：Micropatterned Hydrogel Modulates Neuroepithelial Organization and Neural Development in Human Brain Organoids with Regulation of YAP1 and BRN2
编辑推荐：
•限制环境可使类器官在PC1上的转录分散减少40%以上。•曲率最大值在神经上皮中起到决定性核化作用。•人工智能增强的形态测量技术能够对97个类器官进行无偏质量控制。•限制环境通过下调YAP促进神经分化。•敲低BRN2会消除由限制环境驱动的神经上皮连续性。引言人类脑类器官的出现彻底
- •
限制环境可使类器官在PC1上的转录分散减少40%以上。
- •
曲率最大值在神经上皮中起到决定性核化作用。
- •
人工智能增强的形态测量技术能够对97个类器官进行无偏质量控制。
- •
限制环境通过下调YAP促进神经分化。
- •
敲低BRN2会消除由限制环境驱动的神经上皮连续性。
引言
人类脑类器官的出现彻底改变了神经发育和神经精神疾病的研究1, 2。然而，它们的转化应用受到结构不稳定[3]、批次间显著差异[4]以及功能和结构成熟度不足5, 6, 7的严重限制。目前的分化方法主要依赖于可溶性生化因子来诱导多能干细胞（PSC）的自我组织[8]。与胚胎不同，这些体外系统缺乏邻近间充质组织和脑膜的物理调节作用，而脑膜会对新生神经管施加机械限制和表面张力边界[9]。尽管这些几何原理在其他类器官模型中已被广泛研究10, 11, 12，但在标准脑类器官工程中却基本被忽视。
因此，在传统类器官中形成的神经玫瑰花结（神经管的组织学对应物）在结构上存在缺陷。它们通常体积小且拥挤，以不连续的簇状形式竞争性生长13, 14，无法实现人类前脑特有的延展性和平坦的上皮连续性。在相同的培养条件下，虽然一些类器官能成功发育出一个或两个主要玫瑰花结，但其他类器官则始终由众多分散的小玫瑰花结组成15, 16，其扩展和径向神经元生长受到激烈竞争的抑制。这种竞争的随机性导致了结构的极大变化，并成为传统脑类器官培养中发育不同步和成熟不良的潜在原因[6]。这一“玫瑰花结危机”构成了阻碍符合GMP标准的类器官大规模生产的根本性瓶颈，而这类器官对于药物筛选和个人化医学至关重要。
我们假设，模仿脑膜物理限制的几何限制环境可以作为决定性的形态发生信号，来解决玫瑰花结的不稳定性问题。进一步预测，这种生物力学输入将调控神经发育和成熟过程。为此，我们设计了带有特定曲率的微图案琼脂糖水凝胶，对发育中的类器官施加限制。鉴于传统的手动图像分析方法在处理这种形态复杂性方面存在不足，最近的研究越来越多地采用人工智能方法进行自动化评估17, 18。基于这一趋势，我们整合了一个利用大型语言模型（LLMs）的AI流程，实现了NE结构的自动分割、量化和预测建模。我们的结果表明，这种协同方法不仅稳定了神经玫瑰花结，促进了转录趋同和神经发育，还为组织工程中的AI驱动质量控制提供了蓝图。
部分摘要
几何限制促进神经延展并抑制随机碎片化
我们制备了3D打印的倒置模具，制作出具有交叉和之字形通道（宽度300 μm）的琼脂糖水凝胶，以评估几何限制对脑类器官生长和发育的影响（图1A和S1A–E）。选择琼脂糖是因为其生物惰性、细胞相容性以及长期的化学和尺寸稳定性。特别是，其低膨胀倾向有助于在整个培养过程中保持微图案的几何精度。
讨论
类器官技术从基础研究工具向临床前平台的转变需要从被动自我组织向主动工程控制的范式转变。我们的研究通过重新引入缺失的形态发生输入——几何限制，解决了神经管类似物的“玫瑰花结危机”问题。通过模拟脑膜组织的物理限制，我们成功地将随机碎片化的玫瑰花结转化为了延展的神经上皮
伦理规定
我们的研究遵守所有相关伦理规定。使用人类胚胎干细胞系得到了清华大学深圳国际研究生院伦理委员会的批准[项目2022/123]。WA09人类胚胎干细胞系（H9, NIHhESC-10-0062）的伦理批准由细胞库（WiCell）提供。
多能干细胞的培养
多能干细胞在mTeSR? Plus完全培养基（每孔2 mL；STEMCELL Technologies）中培养，培养基置于Matrigel涂层的6孔板中
CRediT作者贡献声明
邵华：撰写 – 审稿与编辑，撰写 – 原稿，监督，项目管理，资金获取，概念构思
数据可用性
本研究生成的高通量RNA测序数据已存放在由中国国家生物信息中心（CNCB）/北京基因组研究所管理的基因组序列存档（GSA）中。原始显微成像数据已存储在Zenodo平台上。任何额外的信息请求均可以联系相应作者，并将得到响应。
利益冲突声明
作者声明他们没有已知的可能影响本文工作的财务利益或个人关系。
致谢
作者感谢中国国家重点研发计划（2024YFA0919800）、深圳医学研究与转化院（SMART，B2402009）、国家自然科学基金（32371470）、广东省重点领域研发计划（2023B0909020003）以及深圳市自然科学基金（QNXMA2025070109330001，JCYJ20241202123909013）对这项工作的支持。该工作主要在
唐晓伟|王志天|张英涵|王杰|Davit Khutsishvili|王家琦|袁天英|陈百玲|邵华
