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


CN Bio品牌PhysioMimix Liver-12(LC12)肝MPS模型


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

CN Bio PhysioMimix微流控器官芯片系统


👉 官方系统介绍:
https://www.mine-bio.com/CN-Bio-Innovations/?utm_source=csdn&utm_medium=referral&utm_campaign=cnbio_article


CN BIO MPS-LC12微孔板结构


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


上海曼博生物是CNBIO中国官方代理商


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

Logo

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