《ACS Pharmacology & Translational Science》：Current and Future Applications of Three-Dimensional Brain and Cardiac Organoids in Translational Medicine: From Disease Modeling to Drug Discovery
编辑推荐：
这篇综述深入探讨了三维（3D）脑与心脏类器官如何突破传统二维（2D）细胞培养和动物模型的局限，成为精准模拟人类器官结构、功能及疾病病理的强大平台。文章系统阐述了其作为人类特异性疾病模型（如阿尔茨海默病、心肌梗死）的核心优势，以及在药物筛选、毒理学评估和个性化医疗中的广阔应用前景。同时，也客观分析了当前技术面临的挑战（如基质依赖性、成熟度不足），并展望了与人工智能（AI）、微流控等前沿技术融合的未来发展方向。
在生物医学研究领域，如何精准模拟复杂的人类器官功能与疾病过程，一直是科学家们面临的重大挑战。传统的二维（2D）单层细胞培养虽简便，却丢失了组织的三维（3D）结构、细胞间动态相互作用以及关键的生物物理化学信号。而动物模型又因物种间差异，难以完全复现人类特有的生理与病理特征，这直接导致了新药在临床试验中的高失败率。在此背景下，源自干细胞的三维类器官技术应运而生，带来了革命性的突破。这些能够自组织的微型器官，紧密模拟了原生组织的关键结构、细胞构成和功能特征，为深入研究神经系统和心血管系统的复杂疾病提供了前所未有的生理相关模型平台。
类器官是什么？
类器官，常被称为“迷你器官”，是在体外由干细胞生成的3D结构，能够模拟天然器官的关键结构、细胞和功能属性。与简单的3D细胞团（Spheroids）相比，类器官具有明确的管腔、多样化的分化细胞类型、上皮极性和组织样芽状结构，复杂度更高。它们可来源于胚胎干细胞（ESCs）、诱导多能干细胞（iPSCs）、成体干细胞（ASCs）乃至患者肿瘤组织，为不同研究目的提供了灵活的选择。
当前的核心应用领域
类器官模型已成为基础和临床前研究的主流技术之一，其应用遍及疾病建模（包括个性化方法）、药物测试等多个方向。在医疗健康领域，类器官展现出在转化疾病建模、药物发现、个性化医疗和再生疗法等方面的巨大应用潜力。
强大的脑类器官：窥探大脑的奥秘
人脑极其复杂，使得研究神经发育和疾病机制困难重重。脑类器官的出现为神经科学研究提供了强大的体外补充工具。它们能直接观察神经发育过程，识别早期疾病表型，并通过融合特定脑区类器官（组装体）来研究区域间的神经通讯与环路形成。
在疾病建模方面，脑类器官大显身手。对于阿尔茨海默病（AD），类器官平台可以整合活细胞成像和电生理记录，实时监测Aβ斑块和tau蛋白缠结等病理特征对神经元网络活动的改变。对于帕金森病（PD），富含多巴胺神经元的中脑类器官可用于研究LRRK2G2019S等基因突变或环境神经毒素导致的神经退行性变。对于肌萎缩侧索硬化症（ALS），融合了运动神经元和骨骼肌的组装体模型，可以研究疾病中复杂的神经肌肉相互作用。此外，脑类器官还在模拟小头症、寨卡病毒神经嗜性、胶质瘤乃至克雅病等罕见病方面展现出独特价值。
在药物研发与筛选中，脑类器官因其能更好模拟人脑结构和网络连接而成为强大工具。已有公司利用脑类器官进行高通量药物筛选，快速评估药效、毒性及患者特异性反应。人工智能（AI）的集成进一步提升了表型筛查能力，可识别能恢复神经元活动模式或减少神经毒性的化合物。脑类器官还有助于发现新的治疗靶点，例如揭示寨卡病毒入侵神经细胞的途径，或研究SARS-CoV-2的神经嗜性。
跳动的心脏类器官：重塑心脏研究
心脏类器官（hCOs） 则从另一个维度革新了心血管研究。它们的3D结构能更准确地再现天然心肌组织，包含心肌细胞、成纤维细胞、内皮细胞等多种细胞类型，从而模拟心脏的细胞多样性和动态微环境。这些类器官具备兴奋、收缩和导电等功能特性，可通过电生理和成像技术进行定量评估。
利用心脏类器官，研究人员能够建模多种心脏疾病。例如，通过冷冻损伤或模拟缺血再灌注损伤，可以在类器官中重现心肌梗死（MI） 后的细胞死亡、炎症反应和纤维化等特征。通过慢性肾上腺素刺激，可以模拟心力衰竭（HF） 的神经体液过度激活状态，重现心脏功能障碍和应激生物标志物分泌。此外，结合CRISPR/Cas9基因编辑技术，可以利用患者特异性iPSC衍生心肌细胞构建类器官，精准模拟遗传性心律失常（如短QT综合征）或先天性心脏病。
在药物开发方面，心脏类器官的3D环境使其对药物的反应比2D培养更接近生理状态，已成为临床前药物筛选的优选平台。它们被用于筛选针对缺血损伤的促存活小分子、评估抗心律失常药物（如维纳卡兰、氟卡尼）疗效，甚至在模拟SARS-CoV-2感染所致心功能不全的模型中筛选潜在疗法（如BET抑制剂）。
微流控技术能够精确控制微尺度下的流体，为类器官提供动态的营养输送和机械刺激，构建更接近生理状态的“器官芯片”模型，用于高通量分析和疾病模拟。
人工智能（AI）与大数据可以处理类器官产生的海量图像和功能数据，优化培养条件，预测疾病进展和治疗反应，助力精准医疗。例如，机器学习已用于识别中脑类器官的神经毒性，助力帕金森病研究。
先进的图像处理工具，特别是基于深度学习（DL）的算法，能够自动、准确地识别和分析类器官的形态、大小等特征，极大提高研究效率。
生物材料与水凝胶的开发是关键方向。可调控的合成或天然水凝胶能提供明确且可复制的细胞外基质（ECM）模拟环境，通过调整其刚度、孔隙率和生化线索，精确指导类器官的生长和分化，减少批次差异。
结语
脑与心脏类器官已成为连接基础生物学与临床应用的强大桥梁。它们在模拟人类特异性疾病机制、加速药物发现、推动个性化治疗方面展现出巨大潜力。尽管在复杂性、成熟度和标准化方面仍需突破，但随着干细胞生物学、生物材料工程、微流控和人工智能等领域的跨学科融合，类器官技术必将不断进化，最终成为疾病研究、新药开发和再生医学中不可或缺的标准化、可转化工具，为人类健康带来更精准、更有效的解决方案。
