胆汁淤积性DILI难预测?PhysioMimix Liver-12肝MPS模型给出新答案(含实验解析)【曼博生物】
一、研究背景:胆汁淤积性DILI为何难预测?
药物诱导的肝损伤(DILI)是药物研发失败的重要原因之一,其中胆汁淤积性DILI由于机制复杂、体外模型预测能力有限,长期成为药物安全评估中的难点问题。
近期,Nitsche等人在《Archives of Toxicology》(2025)发表研究,系统评估了不同肝脏微生理系统(MPS)与传统2D模型在胆汁淤积毒性预测中的表现,为该领域提供了新的解决思路。
研究结果显示:
CN Bio PhysioMimix Liver-12(LC12)肝MPS模型在预测胆汁淤积性DILI方面显著优于其他模型
👉 了解更多系统信息可参考:
CN Bio器官芯片系统介绍
二、模型对比:MPS系统与传统2D培养的差异
该研究采用多模型对比设计,包括:
- CN Bio PhysioMimix LC12(肝MPS模型)
- Mimetas OrganoPlate(2通道 / 3通道)
- 传统2D静态培养模型
同时结合三种细胞类型:
- 原代人肝细胞(PHH)
- HepaRG细胞
- iPSC来源肝细胞(iHeps)
从多个关键维度进行评估:
- 胆汁酸代谢
- 转运体调控(BSEP、MRP2/3等)
- 核受体信号(FXR、PXR等)
- 肝功能指标(白蛋白、尿素、CYP活性)
三、PhysioMimix LC12系统结构特点
PhysioMimix LC12采用标准微孔板结构,包含:
- 12个独立微流控腔室
- 每个腔室具备培养孔 + 滤膜支架
- 微泵驱动培养基循环流动
其核心优势在于:
- 可模拟体内动态流体环境
- 优化氧气与营养分布
- 降低剪切应力
👉 官方系统介绍:
https://www.mine-bio.com/CN-Bio-Innovations/?utm_source=csdn&utm_medium=referral&utm_campaign=cnbio_article
四、6大核心实验发现解析
1. 长期稳定的肝功能维持
在30天培养周期内:
- 白蛋白分泌稳定
- 尿素生成持续
- CYP450活性维持
体现出更接近体内的生理状态。
2. 唯一检测到胆汁酸分泌变化的模型
在胆汁淤积诱导实验中:
- 仅PhysioMimix PHH系统检测到胆汁酸分泌下降
👉 这是胆汁淤积最关键的机制指标之一
3. 更贴近人体的胆汁酸谱
- 主要生成甘氨酸结合型胆汁酸(人体主导)
- 其他模型多为牛磺酸结合型
👉 提升毒性预测的临床相关性
4. 提前识别亚细胞毒性变化
在低剂量条件下即可检测到:
- 胆汁酸积累
- 转录组变化
- 代谢抑制
👉 提前发现潜在风险
5. 更符合临床的剂量-反应关系
- 与人体EC50 / IC50高度一致
- 与临床毒性排序匹配
👉 显著提高预测可靠性
6. 更低的供体差异
- 批次间稳定性更好
- 实验重复性更强
👉 适用于药筛与标准化研究
五、关键结论:为什么LC12更适合DILI研究?
研究表明:
模型性能的核心不在“是否为MPS”,而在于微环境设计是否接近人体
PhysioMimix LC12的优势在于:
- 动态流体系统
- 更真实的细胞微环境
- 更高生物保真度
👉 这也是其在胆汁淤积性DILI预测中表现更优的关键原因
六、应用价值:对药物研发意味着什么?
该模型可用于:
- DILI机制研究
- 药物毒性早筛
- 剂量窗口评估
- 转化医学研究
对于药企而言,可实现:
- 提前识别风险
- 降低临床失败率
- 缩短研发周期
七、关于曼博生物
上海曼博生物作为CN Bio中国官方代理商,致力于将国际先进器官芯片技术引入国内科研与产业应用场景。
可提供:
- 产品咨询与选型
- 技术支持
- 应用方案建议
👉 官方信息入口:
https://www.mine-bio.com/CN-Bio-Innovations/?utm_source=csdn&utm_medium=referral&utm_campaign=cnbio_article
八、参考文献
Nitsche et al.
Exploring the potential of liver microphysiological systems of varied configurations to model cholestatic chemical effects
Archives of Toxicology, 2025
AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。
更多推荐






所有评论(0)