经过多年的研究,如今科学家们可以从病人体内取出一些细胞,放在培养皿中,培养出所谓的“类器官”,而类器官就是一种三维的微器官,与来源组织和器官高度相似,这一切都可以在实验室中完成。 因此,目前为止,类器官还不能称为真实器官的“缩小版”,仍然是微型和简单的器官模型。 类器官是一种由聚集在一起的细胞构成的三维结构,其空间组织结构与器官相似。 这些前列腺癌类器官的组织结构与它们起源的转移灶样本高度相似。 测序转移灶样本和匹配的类器官显示,每个类器官与它们起源的患者癌症基因完全一致。 Heck研究团队选取7个病人的结肠肿瘤和其附近的健康结肠用于类器官的制备,并利用质谱对类器官的蛋白组进行了分析。在每对(肿瘤-健康)类器官中,鉴定了约7600个蛋白,其中6340个蛋白能够被定量。
;类器官的出现无疑是对干细胞研究不懈探索的惊喜回馈。 也有研究描述了将基因组编辑技术,如 CRISPR/Cas9 与类器官培养系统结合,使类器官易于基因操纵,并将其转化为一个多功能的培养系统。 肠类器官的发育类器官可来源于器官限制成体干细胞 (ASCs) 和多能干细胞 (PSCs) 两种干细胞。这两种干细胞来源产生的类器官包含体内发现的所有肠上皮细胞类型,比例和排列相似。 肠上皮细胞在分化的类器官中体现,APOA1 标记有丝分裂后的肠细胞 (红色)看到这里,不得不称赞一句 Hans Clevers 类器官培养玩儿得真溜!绝绝子! Wnt3a 是类器官构建最常用的培养因子之一。EGF上皮组织生长因子 EGF 与其受体结合,诱导增生性变化。EGF 是胃肠道、肝脏、甲状腺、脑等类器官培养所需因子。
类器官 近年来,组织器官3D培养技术发展迅猛。 因此,直接通过肿瘤组织培养或干细胞分化,辅以细胞因子、肿瘤基质等补充,是肿瘤类器官研究的发展趋势。 肿瘤类器官对源肿瘤组织异质性的保存是类器官研究的核心基础。 研究发现,肿瘤组织体外类器官培养可以获得大量不同特性的肿瘤类器官,单个类器官分析结果也表明同一肿瘤来源的类器官的异质性[18]。 类器官培养为肿瘤药物快速有效研发提供了新的技术平台。有研究认为肿瘤类器官敏感的药物超过80%的可能性对应的肿瘤患者对该药也敏感,而在肿瘤类器官上无治疗效果的化疗药物对该肿瘤患者也无效。 随着类器官培养技术的迅速发展,越来越多的实验室和医院开始有意识地采集肿瘤类器官及其对应的健康组织类器官,并运用合适的冻存传代方法进行大规模保存,形成类器官库。
【生信文献200篇】48 ,乳腺癌类器官 【生信文献200篇】38 ,卵巢癌类器官 【生信文献200篇】30 ,食道腺癌的类器官 【生信文献200篇】24, 类器官助力CRPC-NE的治疗 【生信文献 继续让大模型帮我整理了一些值得关注的类器官新技术方向: 血管化类器官:为了解决类器官缺乏血管网络的问题,研究人员正在开发新技术,通过共培养内皮细胞和周细胞来构建具有功能性血管的类器官。 专访李其翔博士|类器官技术的优势与局限性_腾讯新闻 类器官在肿瘤中的研究现状及应用前景 类器官在肿瘤转化医学中的应用和进展 类器官肿瘤造模的优点及技术局限性 - 知乎 国自然黑马“类器官”凭啥这么“火” 类器官在肿瘤中的研究现状及应用 - 腾讯网 专访李其翔博士|类器官技术的优势与局限性_腾讯新闻 类器官在肿瘤中的研究现状及应用前景 类器官在肿瘤转化医学中的应用和进展 Cancer Cell | 肿瘤类器官 专访李其翔博士|类器官技术的优势与局限性_腾讯新闻 一文详解:类器官研究的“三大难点” - 健康界 类器官在肿瘤中的研究现状及应用前景 类器官 现状、机遇与挑战 类器官在肿瘤转化医学中的应用和进展 类器官的研究进展及应用
2009年,荷兰Hubrecht研究所的Hans Clevers博士证实 肠干细胞 能够形成类器官,开启了 类器官研究的时代。 研究人员称利用来自于转移性前列腺癌患者的活组织样本,他们成功地培育出了6个前列腺癌类器官,而第7个类器官来自于一名患者的循环肿瘤细胞。 类器官是一种由聚集在一起的细胞构成的三维结构,其空间组织结构与器官相似。 这些前列腺癌类器官的组织结构与它们起源的转移灶样本高度相似。 测序转移灶样本和匹配的类器官显示,每个类器官与它们起源的患者癌症基因完全一致。 即使只观察病人肿瘤组织的类器官,病理医生依然能够把各个类器官区分成上述亚型,表明类器官的形态和结构与原肿瘤高度一致。
类器官技术可与其它生物技术进行有机整合,包括基因编辑、单细胞基因组学、实时成像、微流体技术,从而为了解疾病的发病机制和发展过程以及转化出新的诊断和治疗技术提供一个全新的视角。 十年前,荷兰科学家Hans Clevers 领导的团队成功将人类成体肠干细胞在体外培养成为小肠绒毛结构,证实小肠干细胞能够形成类器官 (Organoids),开创了类器官研究的时代。 类器官技术是利用干细胞直接诱导生成三维组织模型,不同于传统的2D培养方法,属于三维(3D)细胞培养技术,包含其来源组织的一些关键特性。 图1来源参考资料1 该体外培养系统包括一个自我更新的干细胞群,可分化为多个器官特异性的细胞类型,与对应的器官拥有相似的空间组织特性并能够重现对应组织器官的部分功能,从而提供一个高度相似的生理系统用于科学研究 类器官技术能够打破这一僵局,利用病人自身的肿瘤组织,建立活体细胞模型,能够个性化筛选有效的治疗药物。在基因测序指导用药以外,为临床医师提供一个新的更加精准的治疗方案。
图4.每年类器官文献发表数量 与传统2D细胞培养,类器官更接近生理细胞组成和行为、具有更稳定的基因组;而与动物模型相比,类器官模型操作更简单,更适合于生物转染和高通量筛选等优势。 由于类器官本身独有的优势以及国家政策的大力支持,均表明类器官已成为主流的研究模型,并且广泛应用于发育和疾病建模,精准医学,毒理学研究和再生医学等。 类器官如此火热,如何获得类器官成为大家比较关注的问题。 (b)成体干细胞来源的类器官 使用多种器官(包括正常肝脏、胰腺和肠道)或发生在这些器官中的肿瘤活检或切除样本,然后这些样本分别用于获得来自正常人的类器官或者肿瘤类器官。 在不同类器官培养分化的过程中会涉及到多种不同类型的细胞因子,支持类器官的生长分化,如果细胞因子活性低,内毒素含量过高,批次不稳定等,将导致类器官培养失败,诱导出来的类器官质量不一。
类器官与肿瘤微环境:最初,肿瘤类器官因无法再现 TME 使肿瘤类器官被打上“不完美”标签,但随着类器官技术的发展,肿瘤类器官再度升级:将类器官植入高度血管化的组织或者通过基因编辑或结合混合细胞共培养 ( 已经有很多不同癌症患者来源的样本建立的类器官模型,如结肠、食管、胃、大脑、前列腺、胰腺、肝脏、乳腺癌等类器官。 常见肿瘤类器官培养系统左右滑动查看更多MCE 提供高纯度、高生物活性、低内毒素的一系列用于类器官培养的重组蛋白,类器官培养需要的小分子,研究常用染料一并奉上,助力科研! 例如 FGF-basic (FGF-2)、FGF-10 是常见的类器官培养 Niche 因子,如肝脏类器官、前列腺类器官。Human HGFHGF/Met 信号通路促进肿瘤的生长、侵袭和迁移。 小分子抑制剂Y-27632 dihydrochloride Rho 激酶抑制剂;常用于类器官构建。A 83-01ALK4/5/7 抑制剂;抑制类器官的增殖。
肿瘤类器官库(活性筛选)■ 创建肿瘤类器官生物库类器官是由胚胎干细胞、诱导多能干细胞和成体干细胞产生的三维培养系统,其为研究器官发育和模拟病理过程提供了良好的平台。 目前已建立了来源于多种癌症的类器官生物库,用于肿瘤免疫治疗的研究(图 2)。肿瘤类器官生物库以两种方式生成:通过活检或手术切除直接从患者身上收集组织或对源自健康组织的类器官进行修饰[3-5]。 肿瘤类器官生物库允许来自不同癌以及指定癌症的不同病变、等级或阶段的类器官传代、扩增和冷冻保存。肿瘤类器官生物库可以从转基因非癌性类器官或肿瘤类器官中建立。 这些生物样本库可实现基于肿瘤异质性的药物效率测试、芯片上类器官的药物筛选和毒性测试等。■ 肿瘤类器官库用于活性药物筛选万事开头难,药物开发的第一步便是活性化合物的筛选,肿瘤类器官自然是不能错过。 文献流程(供参考):原位移植体内产生肿瘤组织 →肿瘤组织消化成单个细胞进行 2D 培养 → 收集贴壁细胞进行类器官培养 → 肿瘤类器官筛选 → 肿瘤类器官加药处理 48 h→ 药物处理后的类器官与 OVA
听说“类器官”和“单细胞分析”技术比较火,小编也来凑个热闹。 该研究用到了类器官和单细胞分析技术,还涉及了 MAPK 这条复杂的信号通路。 类器官 (Organoids) 技术:类器官是细胞衍生的体外 3D 器官模型,可在模拟内源性细胞组织和器官结构的环境中研究生物学过程,例如细胞行为、组织修复以及对药物或突变的反应。 通路中没有突变的类器官。 在其他突变和野生型类器官中也观察到了 Afatinib 诱导的 ERK 活性波动消除。
最近在系统性总结类器官相关研究,发现2015发表在CELL杂志的-CRC-类器官研究里面居然还有单细胞数据,它不仅仅是类器官应用到肿瘤领域研究的早期代表作,而且也早于单细胞成为科研爆发热点期。 这些“类器官”培养物适用于大规模的药物筛查来检测与药物敏感性相关的一些遗传改变,为采用个体化治疗改善癌症患者的临床结局铺平了道路。 类器官单细胞转录组表达矩阵相关性热图 这个其实是不好解释的,虽然我能理解作者想传达的观点是,尽管我们把癌症病人的肿瘤组织培养成为了类器官这个研究模型,但是这个模型仍然是比较好的保持这病人的异质性。 就是说,并没有因为这个类器官培养过程导致它们统一展现出来一个非常强烈的类器官特性,如果出现类器官这个影响很大的变量,它就会成为第一主成分,不管是主成分图还是上面的热图,都不会出现病人聚类效应。 最后思考一下,如何区分实验的类器官培养效应和单细胞效应呢?
我们提供了一个编程接口来浏览图谱和查询新数据集,并展示了图谱在注解类器官细胞类型和评估新的类器官方案方面的强大功能。 人类神经类器官细胞图谱将有助于评估类器官的保真度,表征受扰动和疾病状态,并促进方案开发。 我们协调了初级系统和类器官系统中细胞群体的注释,估计了不同神经类器官协议生成不同脑区的能力和精确度,并确定了在神经类器官中代表性不足的主要细胞群体。 例如,使用成熟培养基、切片或切割类器官以及在较小程度上摇动或旋转类器官会导致总体较低的糖酵解评分(图 3h)。 类器官和原代参考细胞类型在不同分化协议下的平均糖酵解评分和转录组相似性呈负相关。 Para_03 接下来,我们专注于FXS58的类器官模型,在该模型中,对照组类器官中的NPCs和神经元具有非端脑身份,而疾病模型类器官主要包含端脑细胞(图5h和扩展数据图10)。
今天将分享腹部多器官的多类分割的完整实现过程,为了方便大家学习理解整个流程,将整个流程步骤进行了整理,并给出详细的步骤结果。感兴趣的朋友赶紧动手试一试吧。 在前面的文章中已经分享过13类器官分割的方法,腹部多器官分割挑战赛,今天将采用另外一种预处理的方式来进行分割。 一、图像分析与预处理 (1)、腹部多器官数据由50例腹部CT扫描构成。 腹部十三个器官由两名经验丰富的大学生手工标记,并由放射科医生进行了体积验证,包括:(1)脾,(2)右肾,(3)左肾,(4)胆囊,(5)食道,(6)肝脏,(7)胃,(8)主动脉,(9)下腔静脉,(10)门静脉和脾静脉 具体实现可以参考Tensorflow入门教程(三十五)——常用多类图像分割损失函数 (3)、训练损失函数和精度结果如下所示。
跟普通的肿瘤外显子测序数据的分析步骤并没有较大差异,如下所示: 普通的肿瘤外显子测序数据的分析 虽然这个研究仅仅是产生了3个类器官数据,但是需要有9个样品进行外显子测序哦,其中每个病人的正常对照仅仅是数据分析过程使用 对类器官数据的可视化主要是比较样品培养前的肿瘤组织和培养后的类器官组织的突变结果的一致性, 首先看SNV; SNV的一致性 可以看到, 绝大部分的SNV在每个样品培养前的肿瘤组织和培养后的类器官组织的突变结果具备非常好的一致性
PSCs 衍生的类器官PSCs 来源的类器官对于不易获得组织样本的器官,例如大脑的建模和模拟器官发生的发育过程是极富有前景的平台。 一些类型的类器官仅能由 PSCs 构建,包括神经外胚层类器官,如视神经杯和大脑类器官,以及中胚层肾脏类器官。内胚层衍生的上皮类器官,如胃肠道和呼吸类器官,也可以由 PSCs 构建。 类器官的建立,就是通过 Lgr5+ 构建的小肠类器官 (见: 肠道类器官培养基,固定搭配还是 DIY?)。对于 ASCs 衍生的类器官,Wnt 信号通路激活是其建立的关键。 ASCs 衍生类器官方案比 ESCs/iPSCs 衍生类器官更简单,与 PSCs 衍生的类器官相比,从 ASCs 生成成熟类器官的过程仅需几天。 从 PSCs 衍生的类器官比从 ASCs 衍生的类器官稍微复杂一些: 胃肠道类器官就是一个明显的例子,源自 ASCs 的类器官仅包含器官特异性上皮细胞和干细胞,而源自 PSCs 的类器官则包含上皮细胞和间充质细胞
我们提供了一个编程接口来浏览图谱和查询新数据集,并展示了图谱在注解类器官细胞类型和评估新的类器官方案方面的强大功能。 人类神经类器官细胞图谱将有助于评估类器官的保真度,表征受扰动和疾病状态,并促进方案开发。 我们协调了初级系统和类器官系统中细胞群体的注释,估计了不同神经类器官协议生成不同脑区的能力和精确度,并确定了在神经类器官中代表性不足的主要细胞群体。 例如,使用成熟培养基、切片或切割类器官以及在较小程度上摇动或旋转类器官会导致总体较低的糖酵解评分(图 3h)。 类器官和原代参考细胞类型在不同分化协议下的平均糖酵解评分和转录组相似性呈负相关。 Para_03 接下来,我们专注于FXS58的类器官模型,在该模型中,对照组类器官中的NPCs和神经元具有非端脑身份,而疾病模型类器官主要包含端脑细胞(图5h和扩展数据图10)。
虽然早在2009年,荷兰Hubrecht研究所的Hans Clevers博士就证实 肠干细胞 能够形成类器官,开启了 类器官研究的时代。 但是早期类器官并没有在肿瘤领域大放异彩,算起来单细胞也是2009年汤富酬博士开启的,但是也是在发育生物学领域“小步慢跑”。 “不温不火”,早期的在每个癌症领域的类器官CNS文章都是做几十个或者上百个病人的类器官培养后,做常规的转录组和肿瘤外显子数据,来说明类器官能非常好的维持其来源的原位肿瘤,这样就说明了类器官可以成为肿瘤病人的精准医疗替身 但是早期的在每个癌症领域的类器官CNS文章已经是非常一致的展现了类器官培养的成功率,常规的转录组和肿瘤外显子层面的异质性,药物反应情况,以至于后面的研究没办法做下去了。 恰好单细胞时代到了,可以让2019之后的类器官研究继续“复制粘贴一波”,比如2021发表Advanced Science期刊的类器官文章:《Single-Cell Transcriptome Analysis
最近工作里涉及到类器官的模块,主要是药筛;外包做类器官药筛就要二十多万了,好像代价有点大; Breast cancer patient-derived organoids for the investigation 细胞的顶端分泌部分面向类器官的内部,概括了乳腺上皮的特征。这些PDO的特征在于具有富含桥粒的卵形细胞的3D组织良好的结构。 2.O-POST类器官显示出增强的增殖潜力、干性和侵袭性 组织解离和类器官形成后,O-PRE和O-POST培养物在体外扩增时表现出不同的增殖速率。 4.新辅助化疗后的类器官转录组谱的失调证实了药物对特定抑制剂的反应性 O-PRE和O-POST PDO样本基因差异表达,DE RNAs的热图显示不同的表达谱。 5.乳腺癌患者来源类器官的单细胞转录组学 从源自O-PRE和O-POST的每个单细胞悬液中共获得并计数了16,500个分离的细胞,11个细胞亚群。
Recent advances in human stem cell-derived brain organoids promise to replicate critical molecular and cellular aspects of learning and memory and possibly aspects of cognition in vitro. Coining the term “organoid intelligence” (OI) to encompass these developments, we present a collaborative program to implement the vision of a multidisciplinary field of OI. This aims to establish OI as a form of genuine biological computing that harnesses brain organoids using scientific and bioengineering advances in an ethically responsible manner. Standardized, 3D, myelinated brain organoids can now be produced with high cell density and enriched levels of glial cells and gene expression critical for learning. Integrated microfluidic perfusion systems can support scalable and durable culturing, and spatiotemporal chemical signaling. Novel 3D microelectrode arrays permit high-resolution spatiotemporal electrophysiological signaling and recording to explore the capacity of brain organoids to recapitulate the molecular mechanisms of learning and memory formation and, ultimately, their computational potential. Technologies that could enable novel biocomputing models via stimulus-response training and organoid-computer interfaces are in development. We envisage complex, networked interfaces whereby brain organoids are connected with real-world sensors and output devices, and ultimately with each other and with sensory organ organoids (e.g. retinal organoids), and are trained using biofeedback, big-data warehousing, and machine learning methods. In parallel, we emphasize an embedded ethics approach to analyze the ethical aspects raised by OI research in an iterative, collaborative manner involving all relevant stakeholders. The many possible applications of this research urge the strategic development of OI as a scientific discipline. We anticipate OI-based biocomputing systems to allow faster decision-making, continuous learning during tasks, and greater energy and data efficiency. Furthermore, the development of “intelligence-in-
类器官不是器官 一直以来,“类器官”一词被宽泛地用于所有来源于原代组织 (组织亚基或单细胞)、胚胎干细胞 (ESCs) 和诱导多能干细胞 (iPSCs)、已建立的细胞系以及完整或分段器官 (如由多种组织类型组成的器官外植体 2009 年,Hans Clevers 和同事在肠道类器官培养系统中取得突破性进展,开启了类器官技术的发展“新纪元”。 2) 可操纵的培养系统实现定向分化:类器官通常在细胞外基质 (ECM) 中进行培养,ECM 周围是补充了类器官类型特定的生态位 (Niche) 因子的培养基。 另外,3D 类器官可以解离,并镀到涂有基底膜基质 (MG) 或胶原蛋白 (collagen) 的膜支持物上,形成 2D 单层类器官模型。 例如 FGF-basic (FGF-2)、FGF-10 是常见的类器官培养 Niche 因子,如肝脏类器官、前列腺类器官。 Human HGFHGF/Met 信号通路促进肿瘤的生长、侵袭和迁移。