《Polymer Science & Technology》:Novel Composite Conduits for Long-Distance Peripheral Nerve Repair
编辑推荐:
长距离周围神经损伤(PNI)通常由创伤、运动损伤或手术干预引起,会导致严重的功能障碍和生活质量下降。(1,2) 自体神经移植仍然是PNI修复的临床金标准,但其应用受到供体神经稀缺、移植
长距离周围神经损伤(PNI)通常由创伤、运动损伤或手术干预引起,会导致严重的功能障碍和生活质量下降。
(1,2) 自体神经移植仍然是PNI修复的临床金标准,但其应用受到供体神经稀缺、移植尺寸经常不匹配以及不可避免需要二次手术的限制。
(3) 目前,已经开发出神经组织工程支架(NTESs)作为PNI修复的替代策略。
(4) 然而,在长距离PNI中实现有效的神经再生和功能恢复仍然具有挑战性,主要原因是再生过程中缺乏足够的物理化学刺激和引导。
为了解决这些限制,我们的团队最近通过整合外部物理场和多尺度仿生物理化学结构,开发了一系列适应性生物仿生神经支架(
图1)。
图1
在这些策略中,引入物理刺激可以实现神经微环境的动态和可调调节。Zhang等人将应力场与仿生竹材导向的中空管双层结构相结合,开发出一种具有定向中空管双层结构和有利压电特性的复合NTES,以促进神经再生。
L-乳酸)(PLLA)的良好降解性能,
然而,内源性应力场诱导的压电刺激的可控性有限,难以在整个再生过程中维持最佳微环境。相比之下,超声波和磁场具有非侵入性、远程操作和高度可控性的明显优势。为此,构建了一种对超声场刺激有响应的复合神经支架。支架的外层由压电PLLA/铋铁氧体电纺膜组成,内部由基于动态金属配位键合的透明透明质酸水凝胶组成。在超声场刺激下,原位产生电信号,Zn
2+表现出可控的按需释放行为。
体外和
体内研究表明,在超声刺激下,释放的Zn
2+将巨噬细胞从促炎M1型极化为抗炎M2型,从而创造出有利于神经再生的免疫炎症微环境。最终,原位超声压电信号和释放的Zn
2+协同作用,促进了大鼠感觉功能的恢复。此外,Zhang等人构建了一种超顺磁性纳米复合支架(Mag-gel),该支架能够在外部旋转磁场(RMF)的存在下,通过无线、可调的机械刺激按需控制封装细胞的细胞外囊泡(EVs)的产生。
2+流入,从而增加了局部SCS来源的EVs(SCs-EVs)的产生,促进了轴突生长并增强了SCs与神经元之间的相互作用。值得注意的是,RMF刺激还丰富了与轴突生长、血管生成和免疫调节相关的SCs-EVs载荷,最终实现了体内最佳的神经修复。
除了外部刺激线索外,通过赋予NTESs高度仿生的物理化学结构,可以进一步增强PNI再生,这些结构能够主动调节神经细胞行为和局部再生微环境。其中,设计支架材料的层次结构以实现生化信号的时间控制是一种有效策略。Zhang等人制备了一种氧化镁/碳酸镁/聚己内酯(MgO/MgCO
3/PCL)多梯度电纺纳米纤维,用于PNI修复,
3被封装在支架的最内层,MgO位于最外层,形成了从内部到外部逐渐降低Mg
2+浓度的多层梯度结构。通过在逐层结构中合理整合快速降解的MgO和缓慢降解的MgCO
3,MgO/MgCO
3/PCL纤维能够在8周内持续释放Mg
2+。这种时空控制的Mg
2+释放通过Wnt信号通路诱导了SCs的浓度依赖性激活和修复表型转变,从而增强了轴突再生、髓鞘再生和功能恢复。除了通过逐层结构实现的时间调节外,空间引导对于指导长距离轴突再生也是必不可少的。在这方面,构建了一种多通道3D打印支架,其多梯度结构模仿了脊髓的灰质和白质。
尽管研究表明仿生多层和多梯度结构可以有效促进神经缺损修复,但这些设计主要局限于宏观和中观尺度,不足以再现神经细胞外基质(ECM)的固有分子级结构特征。为了解决这一限制,我们的团队进一步将设计策略扩展到分子级手性结构。研究表明,材料的手性配置通过调节受体结合效率、信号通路和代谢重编程显著影响免疫细胞的功能状态。
共-乙醇酸)(PLGA)膜和内部由手性聚赖氨酸和聚谷氨酸组成的水凝胶核心构成。
尽管神经组织工程取得了进展,但在长距离周围神经损伤中应用神经组织工程支架仍受到关键因素的限制。首先,大多数神经组织工程支架对其降解速率的控制能力较差,无法与神经再生速度相匹配。它们的降解产物往往会引发局部离子失衡和炎症,从而破坏再生微环境并抑制神经修复。其次,当前的神经组织工程支架缺乏动态适应性调节,无法为不同的修复阶段提供及时和阶段特异性的物理化学信号,也无法动态适应再生过程。
为了克服这些限制,未来的研究应专注于开发具有精确定制特性的新型神经组织工程支架。通过设计材料成分和结构,可以实现降解速率与神经再生速率的同步匹配,并优化降解副产品的安全性。此外,应设计具有再生阶段特异性动态响应的支架,为神经修复的不同阶段提供精确和适应性的物理化学引导线索。此外,可以将人工智能驱动的预测模型与神经再生机制相结合,利用这些模型进行多维预测和降解动力学、产物释放模式以及动态微环境变化的实时优化。这使得可以数据驱动地精确设计支架的仿生物理化学结构,并实现外部物理场的时空可控调节。同时,应建立和验证在大型动物模型(如比格犬和灵长类动物)中密切模拟临床场景的体内评估系统,以支持临床转化。