普渡大学开发3D打印胶囊，能够对人类胃内的细菌进行采样

2020年8月14日，南极熊从外媒获悉，普渡大学的研究人员开发了一种3D打印胶囊，能够对人类胃内的细菌进行采样。

这种打印的药丸能够发挥结肠镜的作用，捕获细菌（称为生物群），不仅仅是结肠内的细菌，而是整个胃肠道的细菌。这种 "肠道镜 "技术可以和现有的结肠镜检查流程一起部署，以便更好地了解肠道疾病。

普渡大学材料工程助理教授Rahim Rahimi说："这能够在肠道的任何地方采集细菌样本，这在以前是不可能的。"

结肠镜和3D打印药丸

在过去的十年中，研究已经确定了胃部生物失衡（生物失调）与糖尿病、肥胖症和代谢综合征等疾病之间的联系。特定细菌种类的存在也会改变某些药物的代谢，如化疗药物和抗病毒药物。因此，微生物组采样对了解微生物群-药物相互作用非常重要，它为开发患者特异性用药提供了可能。

大多数已有的研究都是采用外源采样方法进行的，这种方法依赖于粪便的收集。由于粪便标本中的肠道细菌只有一部分是可以培养的，因此，为了能够直接从消化道中提取微生物，人们做出了重大努力。肠道本身有9米长，其直径因患者而异，所以直接取样有很多挑战。目前的结肠镜和胃镜检查方法仅限于在某些部位取样，而且可能是侵入性的，导致患者不配合。

智能功能胶囊提供了另一种方法，通过沿消化道的目标位置取菌。PillCam胶囊内窥镜(CE)技术已经商业化，作为传统内窥镜的非侵入性替代方法被广泛使用。尽管PillCam具有视频诊断能力，但它仍然缺乏在胶囊内收集和存储样本的能力。电池驱动的采样胶囊也已经被开发出来，但在测试过程中，故障已经将设备搁浅在患者体内。

"无源驱动 "采样提供了一个更紧凑、更安全、更便宜的选择。在被动式设计中，胶囊通过蠕动运动在胃肠道中移动，平均速度为1-2厘米/分钟-1。此前对创建被动胶囊的尝试形式各异。 2015年的一项多中心研究，成功创建了压缩网状海绵形式的被动药丸，但这是通过一根绳子收回的，给患者带来不适。

普渡大学研究人员的胶囊是为了提供一种创伤性较小的监测肠道疾病的方法，GIF来自普渡大学

普渡大学团队的新胶囊设计

在一种新颖的方法中，普渡大学的团队创造了一种胶囊，利用高吸水性水凝胶的膨胀特性来收集生物有机体。水凝胶具有超强的吸水性，在水环境中可以吸收150-300倍于自身重量的物质，是储存细菌的理想选择。将水凝胶的吸收能力融入到药片中，使得该装置能够以非侵入性的方式，进入以前无法到达的消化道区域。

药片本身由四部分组成：可生物降解肠道涂层、3D打印外壳、采样水凝胶和气体渗透PDMS膜。利用Form 2 3D打印机，研究团队用一种生物相容性的光固化聚合物制造了药片。每个胶囊直径为9毫米，长度为15毫米，包含采样水凝胶以及1毫米厚的膜。

在实践中，药丸被吞下，其可生物降解的肠道涂层会延迟它被激活，直到它到达目标位置。一旦到了那里，涂层就会溶解，使胃肠道液体充满设备。当脱水水凝胶在药丸内膨胀时，它会将PDMS膜推到胶囊的孔上，一旦装满就起到密封装置的作用。

测试普渡丸的疗效

为了评估他们新开发的药丸，该团队进行了一系列泄漏测试和体外细菌采样。为了评估该装置的密封机制，将一个组装好的胶囊和一个单独的水凝胶分别浸泡在氯化钠溶液和DI水中8小时。还添加了红色的食用色素，这样可以很容易地识别两个水凝胶之间的吸收水平。

小结紫外可见光谱测量结果显示，在实验过程中，胶囊内没有新鲜介质。密封胶囊和纯DI水的吸收水平被证明是相当的，并且随着时间的推移保持稳定。因此，试验证实，密封胶囊内的水凝胶和氯化钠溶液之间没有发生液体交换。

为了验证该装置对细菌的采样能力，研究人员将胶囊浸泡在培养液中，模拟消化道环境。将三个完全组装好的胶囊和一组裸露的水凝胶样品分别浸入三种不同的溶液中一小时。这些条件被设计成对细菌有敌意，并挑战其3D打印药丸中生物群的生存能力。

横断面SEM图像后来证实了细菌在水凝胶表面的存在，大肠杆菌能够附着在凝胶的固体聚合物网络上。进一步的测试涉及使用漂白剂和抗生素Tobramycin的组合，以模拟最恶劣的可信环境。在所有条件下，裸露的水凝胶与从密封胶囊内提取的细菌相比，活菌数量较少。

虽然在漂白剂评估下维持的活菌样本较少，但仍有相当数量的活菌存活，进一步证明了水凝胶提供了一个培养的栖息地。普渡团队认为，该药丸成本低、设计简单，未来可在临床上广泛应用。同时，研究人员将专注于针对特定的样本位置，并利用动物模型进行体内测试。

研究人员的研究结果在他们题为 "Smart capsule for non-invasive sampling and studying of the gastrointestinal microbiome"的论文中详细介绍，该论文发表在RSC Advances杂志上。该报告由Jose Fernando Waimin、Sina Nejati、Hongjie Jiang、Jake Qiu、Jianghsan Wang、Mohit S. Verma和Rahim Rahimi共同撰写。