34 35应当应解决36 37 Mohammed A. Mostajo-Radji 38活细胞生物技术发现实验室39基因组学院40加利福尼亚大学圣克鲁斯大学41 2300 Delaware Ave Ave 42 Santa Cruz,CA,95060,95060 43 United States 44
DNA Microbeads用于器官中的时空控制的形态学释放,Cassian Fatting#,Tobias Walther#,Joachim Wittbrodt*,KerstinGöpfrich*###同样贡献了相当*的作者。德国海德堡电子邮件:jochen.wittbrodt@cos.uni-heidelberg.de T. Walther,K。GöpfrichBiophysical Engineing Group of Heidelberg University of Heidelberg University of Heidelberg University for Heidelberg University of Heidelberg Universion Im neuuenheimer Feld felly Feld 329,6229,Heidel Felders,69120 HEIDEL Engineering Grouper, Planck Institute for Medical Research Jahnstraße 29, 69120 Heidelberg, Germany E-mail: k.goepfrich@zmbh.uni-heidelberg.de C. Afting, T. Walther Heidelberg International Biosciences Graduate School HBIGS, Heidelberg, Germany HeiKa Graduate School on "Functional Materials", Heidelberg, Germany
摘要 生物库弥合了基础研究与转化研究之间的差距。传统的癌症生物库通常包含正常组织和肿瘤组织以及匹配的血液。然而,传统生物库中的生物样本通常是不可再生的。近年来,人们越来越关注建立活体生物库,包括类器官生物库,以长期收集和储存活体和功能性组织。类器官模型基于 3D 体外细胞培养系统,与体内原代组织和器官高度相似,可以重现靶器官的表型和遗传特征。最近关于癌症类器官的出版物有所增加,许多类型的癌症类器官已用于模拟癌症过程以及药物发现和筛选。在目前的研究现状的基础上,需要通过技术进步对癌症类器官进行更多探索,以提高可重复性和可扩展性。此外,考虑到类器官的天然特性,必须更加注意伦理考虑。这里,我们总结了癌症类器官生物库研究的最新进展,涵盖直肠癌、胃癌、胰腺癌、乳腺癌和胶质母细胞瘤。包含癌组织和具有不同遗传背景、亚型和个性化特征的匹配类器官的活体癌症生物库最终将有助于了解癌症,并最终促进创新治疗方法的发展。关键词癌症类器官;活体生物库;生物库;临床前模型
1 ARC Centre of Excellence for Electromaterials Science, Department of Politics, Media and Philosophy, La Trobe University, Melbourne 3086, Australia 2 ARC Centre of Excellence for Electromaterials Science, Intelligent Polymer Research Institute, AIIM Facility, Innovation Campus, University of Wollongong, Squires Way, Wollongong 2519, Australia 3 Arto Hardy Family Biomedical Innovation Hub, Chris澳大利亚悉尼2050年悉尼奥布莱恩·救生厅(O’Brien Lifehouse)4医学与健康学院,悉尼大学,悉尼大学,悉尼,悉尼2050年,澳大利亚5 Arc电气材料科学卓越中心,副副校长(研究与行业)的副副校长(研究与行业),墨西哥大学,墨尔伯大学,墨西哥墨尔多市30866686,墨西哥工业。 jeremy.crook@lh.org.au(J.M.C.); s.dodds@latrobe.edu.au(s.d.)
研究已提供证据表明,人类脑类器官 (hCO) 重现了早期大脑发育的基本里程碑,但关于其功能和电生理特性的许多重要问题仍然存在。高密度微电极阵列 (HD-MEA) 是一种有吸引力的分析平台,可用于在细胞和网络规模上进行神经元网络的功能研究。在这里,我们使用 HD-MEA 从切片 hCO 中获取大规模电生理记录。我们记录了几周内 hCO 切片的活动,并从药理学角度探究观察到的神经元动态。此外,我们还展示了如何对获得的记录进行尖峰分类并随后进行跨尺度研究的结果。例如,我们展示了如何在 HD-MEA 上跟踪几天内的单个神经元以及如何推断轴突动作电位速度。我们还从 hCO 记录中推断出假定的功能连接。引入的方法将有助于更好地理解脑类器官中正在发育的神经元网络,并为它们的功能表征提供新方法。
图2。脑类器官的形态评估将车架直径鉴定为类器官质量的分类器。a。示意图说明了评估和确定与专家评估一致的形态学参数的策略。b。条形图描述了形态特征与专家质量评估的相关性分析结果。红色正方形突出显示了五个参数超过p值<10 -5的严格阈值。c。Venn图描绘了由专家(绿色和粉红色,“好,“坏”)评估的类器官的重叠,或以公正的方式聚类,分为两组,使用五个高度相关的参数(使用五个高度相关的参数)(轻绿色和深色 - 斑点,'cluster 1'和'cluster 1'和'cluster 2')。正(PPV)和K均值聚类的负预测值(NPV)在图中描述。d。条形图说明YouDen指数显示五个
¶ 通讯作者。muotri@ucsd.edu。*现地址:内布拉斯加大学动物科学系,美国内布拉斯加州林肯市 68583。†现地址:密苏里大学邦德生命科学中心,美国密苏里州哥伦比亚市 65211。‡加利福尼亚大学旧金山分校 Eli 和 Edythe Broad 再生医学和干细胞研究中心,美国加利福尼亚州旧金山 94143。§哈佛医学院生物医学信息学系,美国马萨诸塞州波士顿 02115。作者贡献:ARM 和 REG 设计了该研究。CAT、NKS 和 ESR 设计了单倍型遗传和可变剪接实验,并在 BS、REG 和 ARMCAT 的帮助下进行了分析,PDN 生成并表征了皮质类器官并进行了 MEA 记录。MSAF、FSB 和 AHK 进一步分析了 MEA 记录。 CAT、JB、SP 和 AW 执行并分析了单细胞转录组学。CAT 和 RAS 执行了细胞数量、增殖和凋亡以及突触量化。CAT 和 PDN 分析了 MEA 数据。PDN 和 RAS 执行了 Ingenuity Pathways 分析和蛋白质印迹。AH 和 CAT 设计了所有形态测量实验。IAC、AAM 和 ECW 在 GWYAB 的输入下执行并分析了 eCLIP,在 CVESR 的输入下执行了 RNA 提取和文库制备实验,MM 在 ANBESR 的输入下分析了 RNA-seq 数据,NKS 进行了其他计算分析。RHH 分析了珠芯片阵列和全外显子组测序。JDL 和 SEPS 进行了共免疫沉淀数据收集和分析。KS 提供了重要意见。所有作者均审阅了稿件以供发表。
玛丽·弗拉姆(Marie Flag-He)在狮子,1,2, * jeroen korving,1,1,1 19 5 Yawata nobuyo,6,7,7 Yawata,9,9,10,10,12,12,13,14 L.S.
数字:8个关键词:肝纤维化,肝癌,药理学作者贡献。Y.G,S.R.,A.H.,P.K.J生成的实验数据; Z.F.,Y.G.,P.K.J.,A.E.,M.W.,W.R.,S.C.H.和G.P.分析的数据;该论文由Y.G.撰写和G.P,所有作者的输入。单词计数:5703(包括参考)财政支持:Y.G.和G.P.得到了NIDDK的奖项的支持