3D 生物打印神经模型：药物研发的 “救星” 还是新挑战？

来源：EFL生物3D打印与生物制造

在神经组织工程领域，由于人类大脑组织获取困难且现有实验模型难以精准模拟其发育与功能的复杂性，二维细胞培养和动物模型存在诸多局限，三维（3D）生物打印技术应运而生。它能够构建复杂的组织架构，高度模拟人类大脑组织的结构与功能，为研究神经系统疾病和开发新疗法带来希望。然而，目前3D生物打印的神经模型在应用于药物筛选时面临诸多挑战，如缺乏对模型功能（包括化学、代谢等途径）和机械相关性分析的标准化表征方法。  

来自加拿大维多利亚大学的Stephanie M. Willerth教授团队，综述了近十年来3D生物打印神经模型的研究进展，重点探讨了其在药物发现方面的应用。团队详细讨论了各类神经组织模型、生物墨水和添加剂、所用细胞类型、打印结构形状及培养时间，以及相关的表征方法。在此基础上，团队提出为推动该技术在药物筛选中的有效应用，必须解决当前表征方法缺乏标准化的问题，未来应注重在多个层面评估模型与体内环境的相关性，以开发出更具可行性的治疗方案。相关工作以“Recent advances in 3D bioprinted neural models: A systematic review on the applications to drug discovery”为题发表在《Advanced Drug Delivery Reviews》上。

主要内容
1. 通过对PubMed、Scopus和Web of Science数据库中相关文献的系统检索与筛选，研究了近十年3D生物打印神经组织模型的发展情况，包括模型类型、生物墨水和添加剂、细胞类型、构建体形状、培养时间及表征方法等。结果表明，神经组织模型的构建使用了多种生物墨水和细胞类型，应用广泛，但在材料和细胞表征方面缺乏标准化。

图1. 3D生物打印神经组织模型中常见的细胞和机械表征技术概述。

2. 通过对46篇相关研究论文进行数据提取和分析，研究了不同3D生物打印神经模型的具体构建和特性。结果显示，这些模型在模拟大脑、脊髓、肿瘤等组织时，使用的生物墨水、细胞类型和构建体形状各异，培养时间也有所不同，且在疾病建模、药物发现和组织再生等方面展现出一定潜力。

图2. 系统筛选过程。

3. 通过对不同生物墨水、细胞类型及构建条件下的3D打印神经模型进行多方面表征测试，研究了这些模型的材料特性（如机械性能、物理性能、可打印性）和细胞相关特性（如细胞活力、增殖、蛋白质表达、钙成像、代谢活性和电生理学）。结果表明，各模型的表征方法差异较大，缺乏统一标准，影响了对模型功能和适用性的评估。

图3. 系统搜索结果。

4. 通过分析不同细胞类型在3D打印构建体中的活力和蛋白质表达随培养时间的变化情况，研究了神经胶质细胞、神经细胞和肿瘤细胞在3D生物打印模型中的特性。结果发现，不同细胞类型在不同培养时间下，细胞活力和蛋白质表达呈现出不同的变化趋势，这有助于了解细胞在模型中的功能和行为。

图4. 部分细胞表征评估总结（干细胞样细胞类型）。

5. 通过分析不同细胞类型在3D打印构建体中的活力和蛋白质表达随培养时间的变化情况，研究了成熟/有限谱系的神经胶质细胞、神经细胞和肿瘤细胞（胶质母细胞瘤、胶质瘤、神经母细胞瘤）在3D生物打印模型中的特性。结果表明，不同细胞类型在不同培养阶段，细胞活力和蛋白质表达各有差异，为研究相关疾病和药物筛选提供了重要依据。

图5. 部分细胞表征评估总结（成熟/有限谱系细胞类型）。

6. 通过嵌入式生物打印技术和相关检测手段，研究了在3D打印构建体中生成真实人类神经元的过程及神经元的特性。结果显示，该技术能有效实现细胞的精确图案化和长期培养，神经元在构建体中可实现轴突延伸、神经突起生长，并呈现出特定的免疫染色特征，模拟了真实大脑组织的功能。

图6. 在3D打印构建体中生成真实的人类神经元。

7. 通过总结和列举各类细胞（如人类诱导多能干细胞、神经祖细胞、星形胶质细胞、少突胶质细胞和神经元）研究中常用的细胞标记物，研究了这些标记物在3D生物打印神经模型研究中的应用。结果表明，这些标记物可用于鉴定细胞类型、评估细胞分化阶段和研究细胞功能，对深入理解神经组织发育和疾病机制具有重要意义。

图7. 各类细胞（包括人类诱导多能干细胞、神经祖细胞、星形胶质细胞、少突胶质细胞（及其前体）和神经元）研究中常用的细胞标记物。

结论
本研究系统回顾了近十年3D生物打印神经模型的文献，着重分析大脑神经组织模型及其药物筛选应用。研究发现，此类模型构建采用了多种生物墨水和细胞类型，应用广泛，但在材料和细胞表征方法上缺乏标准化，这影响了对模型功能和相关性的准确评估。  

为推动该领域发展，需提高研究方法的透明度和可重复性，标准化材料表征，强化与药物发现的转化相关性研究。尽管3D生物打印技术为再生医学和疾病治疗带来希望，但仍面临挑战，如血脑屏障建模难题。未来应探索新方法改进模型，整合生物信息学、机器学习和人工智能等技术，提升模型的准确性和功能。总体而言，3D生物打印神经组织已取得一定进展，能构建复杂结构并模拟相关神经表型，但仍需克服诸多困难，以更好地服务于神经科学研究和药物开发。

文章来源：https://doi.org/10.1016/j.addr.2025.115524