[go: up one dir, main page]

CN104403923B - 三维组织器官培养模型及其高通量自动化立体图像分析平台及其应用 - Google Patents

三维组织器官培养模型及其高通量自动化立体图像分析平台及其应用 Download PDF

Info

Publication number
CN104403923B
CN104403923B CN201410632977.5A CN201410632977A CN104403923B CN 104403923 B CN104403923 B CN 104403923B CN 201410632977 A CN201410632977 A CN 201410632977A CN 104403923 B CN104403923 B CN 104403923B
Authority
CN
China
Prior art keywords
platform
dimensional tissue
model
tumor
stereo
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201410632977.5A
Other languages
English (en)
Other versions
CN104403923A (zh
Inventor
杭渤
毛建华
金键
李斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Alpha Cat Hangzhou Artificial Intelligence Biotechnology Co ltd
Original Assignee
Nanjing Rui Bo Makati Biological Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing Rui Bo Makati Biological Technology Co Ltd filed Critical Nanjing Rui Bo Makati Biological Technology Co Ltd
Priority to CN201410632977.5A priority Critical patent/CN104403923B/zh
Publication of CN104403923A publication Critical patent/CN104403923A/zh
Application granted granted Critical
Publication of CN104403923B publication Critical patent/CN104403923B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
    • C12M21/00—Bioreactors or fermenters specially adapted for specific uses
    • C12M21/08—Bioreactors or fermenters specially adapted for specific uses for producing artificial tissue or for ex-vivo cultivation of tissue
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
    • C12M31/00—Means for providing, directing, scattering or concentrating light
    • C12M31/10—Means for providing, directing, scattering or concentrating light by light emitting elements located inside the reactor, e.g. LED or OLED
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/02—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving viable microorganisms
    • C12Q1/04—Determining presence or kind of microorganism; Use of selective media for testing antibiotics or bacteriocides; Compositions containing a chemical indicator therefor
    • C12Q1/06—Quantitative determination

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Organic Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Wood Science & Technology (AREA)
  • Zoology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Genetics & Genomics (AREA)
  • General Engineering & Computer Science (AREA)
  • Biochemistry (AREA)
  • Microbiology (AREA)
  • Biotechnology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Sustainable Development (AREA)
  • Immunology (AREA)
  • Biophysics (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Toxicology (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

本发明公开了一种三维组织器官培养模型及其高通量自动化立体图像分析平台及采用该平台筛选如抗肿瘤等药物的方法，该平台可用于三维组织器官或类器官的培养系统，三维扫描采样系统和高容量数据储存和计算机分析系统。本发明提供的平台可同时处理大量临床标本和筛选多种抗肿瘤药物，大幅度减低成本，最大程度缩短检测时间，从而广泛应用于临床治疗药物方案选择和剂量优化、新药开发、针对组织器官和生物大分子以及其它小分子的相互作用的基础研究等。

Description

三维组织器官培养模型及其高通量自动化立体图像分析平台 及其应用
技术领域
本发明涉及一种生物工程技术领域的高通量分析平台，具体涉及一种用于三维组织器官(包括类器官)培养模型及其高通量自动化立体图像分析平台，可广泛应用于个体化临床药物筛选、新药研发以及生物学研究。
背景技术
化学治疗是肿瘤重要的治疗手段，但肿瘤病人对抗癌疗法，如化疗的临床反应有很大的个体差异，表现在抗肿瘤药物往往只对某部分患者有效，其原因被认为是由遗传差异以及机体和肿瘤之间形成的微环境(microenvironment)而驱动。许多患者遭受不必要的和损害性大的治疗，因为无法在治疗前判断不同肿瘤个体对药物的敏感性和耐药性。在许多患者，暂时的反应往往伴随随后耐药性的发生。因此，目前迫切需要研发可以被用来预测癌症患者对药物反应(敏感性或抗药性)的新方法和新技术。现有技术中的研究描述了肿瘤细胞系中的基因表达图谱与药物反应之间的相关性。然而，越来越多的证据表明肿瘤发展和对治疗的反应是由肿瘤微环境进行调控的。在此领域中有不少文献显示细胞外基质(RCM)可作为人类癌症临床结果的预测。因此，在含高水平血清的两维培养平皿中长期生长传代并永生化的细胞系，代表着一种过度简单化和脱离机体的生物学系统。虽然应用裸鼠异种移植人细胞株进行抗癌药物的试验已有报道，但此法不仅周期长和成本昂贵、缺少关键的免疫因素影响、不能复制或模仿人体内的微环境，而且很难测试所有的抗癌药物。
三维培养模型，包括类器官(organoid)培养，近年来得到了医药行业的关注。但是目前现有技术中尚缺兼容高通量的三维模型培养和定量的自动化平台，影响了预测各种不同类型肿瘤组织对药物治疗和研发新药的敏感性或反应性，无法进行临床上和新药筛选的大样本操作。
发明内容
发明目的：本发明的目的是为了解决现有技术的不足，通过大量实验筛选，用最优化的培养条件建立3D组织器官培养的模型；并解决在此领域内尚缺乏智能型高通量三维定量分析的技术，提供一种结构设计模块化，具有高通量、自动化、高精度、低成本等优点的三维组织器官培养模型及其高通量自动化立体图像分析平台。
该平台可用于抗 肿瘤等药物筛选的评估，也包括对非肿瘤性疾病的和基础生物学的研究。
技术方案：为了实现以上目的，本发明采用的技术方案为：
一种三维组织器官培养模型及其高通量立体图像分析平台，它包括三维组织器官培养系统，与三维组织器官培养系统相连的三维扫描采样系统和与三维扫描采样系统相连的高容量数据储存和计算机分析系统。
作为优选方案，以上所述的三维组织器官培养模型及其高通量立体图像分析平台，所述的三维组织器官培养系统包括培养箱，培养箱内设有多孔培养板(如6、12、24、48和96孔培养板或多板并用，达到灵活性和高通量目的)，培养板上设有matrigel基质胶和胶原构成的组织器官培养支架。本发明通过大量实验筛选出最佳的3D组织器官培养系统，研究规程中证明，Matrigel基质胶作为载体对不同类型组织的效应并不一样，有的效果不尽满意，很难进行样品间对比分析，实验结果不准确。并且单独采用胶原类产品作为载体，也存在类似的问题。本发明通过大量实验筛选，联合应用Matrigel和胶原，并进行优化比例混合，可对不同的肿瘤类型提供最佳的培养条件，可使培养成功率增加50％以上，更适合高通量自动化定量分析。可克服现有技术给药前生长不佳导致体积过小，很难在随后进行对照和比较，导致检测结果的不准确的不足，取得了很好的技术进步。
作为优选方案，以上所述的三维组织器官培养模型及其高通量立体图像分析平台，，所述的三维扫描采样系统包括相衬照明光源，位于相衬照明光源下方的全自动X扫描移动平台和Y扫描移动平台，位于X扫描移动平台和Y扫描移动平台下方的自动z轴自动聚焦/图像拼接平台，CCD数码相机(配有图像采集卡)，所述的CCD数码相机上方依次设有管透镜，带通孔过滤轮盘和双色/分束镜，所述的双色/分束镜的上方为自动z轴自动聚焦/图像拼接平台，自动z轴自动聚焦/图像拼接平台上安装有物镜，所述的双色/分束镜的一侧设有荧光照明光源和透镜，所述的多孔细胞培养板放置于X扫描移动平台和Y扫描移动平台上。
作为更优选方案，倒置荧光显微镜和三维自动扫描摄影装置放置在一恒温箱内，而计算机和屏幕则在室温下。扫描装置放置在恒温系统中可以避免因温度变化而改变培养组织的状态。
作为优选方案，以上所述的三维组织器官培养模型及其高通量立体图像分析平台，所述的高容量数据储存和计算机分析系统的图像处理软件可采用美国MolecularDevices公司的MetaMorph显微自动图像分析软件(版本：MetaMorph Premium Plus)，将三维扫描采样系统扫描得到的多层2D图像数据建立肿瘤组织器官3D图像模型；所述的高容量数据储存和计算机分析系统图像处理软件包括三维模型的尺寸，大小和体积测定程序。
作为优选方案，本发明在三维组织器官培养系统和三维扫描采样系统之间增设有自动化机械手，自动化机械手可将培养箱内的培养板从恒温培养箱中取出并输送上显微镜载物台，在扫描完成后将其送回培养箱。也可选择平台外的培养箱和手工操作，增加应用的灵活性。作为优选方案，以上所述的平台应用3D扫描和图像处理。现有技术2维平面处理不能准确反应肿瘤的实际大小。本发明采用三维扫描技术和成像软件准确构建肿瘤组织在培养中的三维模型。三维扫描系统中，三维扫描检测装置由可沿X、Y和Z轴方向移动，对培养板孔内Matrigel及胶原上生长的肿瘤组织进行快速和高精度的三维采样后，将数据传输给计算机。例如，用20倍的物镜，显微镜就能观察到0.75mm2视野区域，因此对于1mm2的培养组织，仅需要4-9图像就可达到完全覆盖，这可以通过每次移动X、Y平台0.5mm并在每个位置上获取图像来实现。图像处理软件将能这些图像拼联在一起，产生一个大的单一图像。为了获得组织器官培养的3D图像，物镜将通过自动沿Z轴方向移动，每次聚焦在某一层面的培养组织，在获得整个2D图像后，移动几微米自动对焦至下一层。
重复此过程数次，直到整个培养组织被覆盖在3D图像扫描中。最后，图像处理软件将利用多层2D图像数据来建立3D肿瘤组织器官图像模型，并能获得3D肿瘤组织器官的三维模型的特征，比如它的尺寸，大小和体积等。
本发明所述的三维组织器官培养模型及其高通量立体图像分析平台筛选抗肿瘤药物的方法，其包括以下步骤：
(1)将Matrigel基质胶和胶原按优化比例充分混合，然后注入培养箱内的多孔培养板中；
(2)将通过活检取得的肿瘤组织切成1mm x1mm大小的细块状或者收集的血液中循环肿瘤细胞，然后植入培养板孔中的Matrigel基质胶和胶原构成的支架上，然后在Matrigel基质胶和胶原构成的支架表面加上细胞培养基；
(3)将以上肿瘤组织或肿瘤细胞放入低氧、5％CO2和摄氏37度条件下培养1周；
(4)1周后将培养板移至三维组织器官培养系统中的倒置荧光显微镜下，进行 3D分层扫描取样，高容量数据储存和计算机分析系统利用多层2D图像数据建立3D肿瘤组织器官图像模型，获得给药前肿瘤组织器官三维模型的特征，包括尺寸，大小和体积的基线值；
(5)然后在细胞培养板孔中加入待测抗肿瘤药物，(包括现有的化学治疗药物和靶向药物。以目前常用的临床剂量作为试验标准。如果有效可以在以后利用本系统进一步进行其剂量优化试验)，继续在低氧、5％CO2和摄氏37度条件下培养1周，每天进行观察，并对组织进行3D分层扫描取样，并利用多层2D图像数据建立3D肿瘤组织器官图像模型，获得给药后肿瘤组织器官三维模型的特征，包括尺寸，大小和体积的基线值；
(6)一周后终止实验，同时进行肿瘤细胞生存率测定；
(7)并通过高容量数据储存和计算机分析系统进行立体图像模型的定量分析.包括根据肿瘤尺寸，大小和体积随时间和给药的改变，筛选出各抗肿瘤药物的药效，并可提供抗肿瘤药物效能的实时动力学曲线。
作为优选方案，以上所述的三维组织器官培养模型及其高通量立体图像分析平台筛选抗肿瘤药物的方法，步骤(1)中Matrigel基质胶和胶原的重量配比为1:10-10:1。本发明通过大量实验筛选，联合应用Matrigel和胶原，并进行优化比例混合，可对不同的肿瘤类型提供最佳的培养条件，可使培养成功率增加50％以上，更适合高通量自动化定量分析。可克服现有技术给药前生长不佳导致体积过小，很难在随后进行对照和比较，导致检测结果的不准确的不足，取得了很好的技术进步。
作为优选方案，以上所述的三维组织器官培养模型及其高通量立体图像分析平台筛选抗肿瘤药物的方法，步骤(2)中，肿瘤组织块的培养基为DMEM培养基和病人自身的血清；肿瘤细胞的培养基为病人自身的血清。本发明从患者自身采集的血清以提供肿瘤组织生长的因子，应用患者血清可以保证培养液中有相关的药物代谢因子，加上患者血清中的免疫因子，从而更接近患者本人的体液环境和肿瘤的微环境，培育出个体化的肿瘤组织模型。
作为优选方案，以上三维组织器官培养模型及其高通量立体图像分析平台筛选抗肿瘤药物的方法，步骤(4)中三维扫描检测装置3D分层扫描取样时，可沿X/Y和Z轴方向移动，对培养板孔内生长的肿瘤组织进行快速和高精度的自动分层二维采样，并将数据传输给计算机处理。
作为优选方案，以上所述的三维组织器官培养模型及其高通量立体图像分析平台筛选抗肿瘤药物的方法，所述的抗肿瘤药物包括化学治疗和靶向治疗药物，抗肿瘤先导化合物，肿瘤细胞与基质微环境的基础研究。并且对于那些对新药有反应的肿瘤病人，通过进一步对肿瘤组织进行肿瘤基因突変的检测，可发现新药疗效与特定肿瘤基因突变的相关性。对于已在应用中的抗肿瘤药物，通过此路径可以确认与己知的肿瘤生物标志物的相关性或发现新型的生物标志物。
作为优选方案，以上所述的平台可应用于除肿瘤组织细胞外的3D培养组织体积或容积测量，如心血管、泌尿、呼吸和皮肤系统的3D细胞培养，供研究细胞微环境和细胞与外环境的相互作用以及发育类疾病和退化性疾病。这些疾病都可有明显的组织容积或体积的改变。
作为优选方案，以上所述的平台可以提供检测肿瘤标本对不同抗肿瘤药物的反应程度，即肿瘤缩小的程度，包括完全反应、部分反应和无反应，并可以进一步进行给药剂量的优化，达到节省时间和减少药物副作用。可广泛应用于各类不同的肿瘤，包括乳腺癌、皮肤癌、肝癌、胃癌、肠癌、食道癌、胰腺癌、肺癌、前列腺癌、脑癌等。
有益效果：本发明提供的三维组织器官培养模型及其高通量立体图像分析平台和现有技术相比，具有以下优点：
(1)与二维细胞培养的方法相比，本发明应用的三维组织器官(包括类器官)培养更接近机体的状态，尤其是在提供肿瘤微环境方面，因此可以更加准确的筛选抗肿瘤等疾病的药物。
(2)与动物实验相比，本发明应用的三维组织器官培养平台速度快、高通量，而动物实验周期长、费用昂贵，另外检测结果无物种差异的考量，检测效率更高。
(3)与己有的发表的三维组织器官培养系统相比，本发明的三维组织器官培养平台有以下几个优势：通过大量实验筛选出最佳的Matrigel基质胶和胶原的重量，优化组织或细胞的培养生长条件，并且本发明采用患者自身血清而创造的个体化的肿瘤组织模型、高通量以及从质化到量化的技术路线。
(4)在社会效率方面，对于肿瘤患者，本发明有助于快速筛选出有效抗肿瘤药物，减少病人毒性反应，增加治愈率和生活品质。对于医院或医生，可以一次性获得准确的信息，从而可避免分批单个试验抗肿瘤药物，减少开支费用。
本发明提供的三维组织器官培养模型及其高通量立体图像分析平台，将不同类型细胞在体外和具三维结构的材料Matrigel和胶原一起培养，因其在形态上和功能上类似于天然起源组织，故可以改善体外基于细胞的生物学测定方法。因此，对于新的治疗药物的筛选，如抗癌药物，应用3D组织器官培养平台可以比二维细胞培养更好地模拟体内的条件。此类三维培养系统能够培育出多细胞肿瘤类器官组织，可以弥合体外和体内抗癌药物评价系统的鸿沟。各种抗肿瘤药物一般是通过杀伤分裂期肿瘤细胞而起作用的，因此对肿瘤组织大小的定量可用来评估药物的药效。
附图说明
图1为本发明所述的三维组织器官培养模型及其高通量立体图像分析平台结构示意图。
图2为三维扫描采样系统的结构示意图。
图3是本发明采用三维组织器官培养模型及其高通量立体图像分析平台筛选药物的流程示意图。
图4显示在Matrigel基质胶和胶原构成的支架上生长的正常人体乳腺小叶导管组织。右边为放大成像。
具体实施方式
下面结合附图和具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
实施例1
如图1所示，一种三维组织器官培养模型及其高通量立体图像分析平台，它包括三维组织器官培养系统，与三维组织器官培养系统相连的三维扫描采样系统和与三维扫描采样系统相连的高容量数据储存和计算机分析系统。所述的三维组织器官培养系统包括培养箱，培养箱内设有多孔培养板，培养板上设有matrigel基质胶和胶原构成的组织器官培养支架。
如图2所示，所述的三维扫描采样系统包括倒置荧光显微镜和三维自动扫描摄影装置，所述的三维扫描采样系统包括相衬照明光源1和位于相衬照明光源1下方的全自动X扫描移动平台2、Y扫描移动平台3、位于X扫描移动平台2和Y扫描移动平台3下方的自动z轴自动聚焦/图像拼接平台11，CCD数码相机4，所述的CCD数码相机4 上方依次设有管透镜5，带通孔过滤轮盘6和双色/分束镜7，所述的双色/分束镜7的上方为自动z轴自动聚焦/图像拼接平台11，自动z轴自动聚焦/图像拼接平台11上安装有物镜8(相位/落射荧光)，所述的双色/分束镜7的一侧设有荧光照明光源9和透镜10。所述的多孔细胞培养板12放置于X扫描移动平台2和Y扫描移动平台3上。
以上所述的三维组织器官培养模型及其高通量立体图像分析平台，所述的高容量数据储存和计算机分析系统配备的图像处理软件可采用美国Molecular Devices公司的MetaMorph显微自动图像分析软件(版本：MetaMorph Premium Plus)，计算机分析系统可将三维扫描采样系统扫描得到的多层2D图像数据建立肿瘤组织器官3D图像模型；所述的高容量数据储存和计算机分析系统图像处理软件包括三维模型的尺寸，大小和体积测定程序。
实施例2
现以临床抗肿瘤药物筛选为实施例，说明本发明平台的工作原理和操作步骤。目前正在应用中的化疗药物至少有十几个，靶向治疗药物有6、7个。进行多个病人、多个样品、多个药物的高通量筛选是很多大型综合性医院和肿瘤医院的迫切需要。如果在较短时间内能够得到药物的药效信息，则大大有助于肿瘤治疗效益的提高。
本发明所述的三维组织器官培养模型及其高通量立体图像分析平台筛选抗肿瘤药物的方法，其包括以下步骤：如图3所示：
(1)将Matrigel和胶原按优化比例充分混合，然后注入培养板的多孔中；
(2)将通过活检取得的肿瘤组织切成1mmx1mm大小的细块状或者收集的血液中循环肿瘤细胞，然后植入培养板孔中的Matrigel基质胶和胶原构成的支架上，然后在Matrigel基质胶和胶原构成的支架表面加上培养基；所述的肿瘤组织块的培养基为DMEM和病人自身的血清，所述的肿瘤细胞的培养基为血清成分；
(3)将以上肿瘤组织或细胞放入低氧、5％CO2和摄氏37度条件下培养。培养时间为1周；
(4)1周后将培养板移至倒置荧光显微镜进行3D分层扫描取样，图像处理软件利用多层2D图像数据来建立3D肿瘤组织器官图像模型。获得给药前肿瘤组织器官三维模型的特征，如尺寸，大小和体积的基线值。
(5)在细胞培养板孔中加入待测抗肿瘤药物，继续在以上所述相同条件下培养一周，每天进行观察，包括对组织进行3D体积扫描测定，数据存储；
(6)一周后终止实验，同时进行肿瘤细胞生存率(survival)测定实验；
(7)并通过高容量数据储存和计算机分析系统进行立体图像模型的定量分析.
包括根据肿瘤尺寸，大小和体积随时间和给药的改变，筛选出各抗肿瘤药物的药效，并可提供抗肿瘤药物效能的实时动力学曲线。
实施例3
现以抗肿瘤新药研究为实施例，说明此平台的工作原理和操作步骤。寻找和筛选新的药物，特别是以特异基因产物或通路为靶点，是当前肿瘤药物研发领域中的重点课题。本发明可应用于处于临床前期和临床试验期的药物。
挑选一组肿瘤细胞或组织，可来自现有的细胞系或临床肿瘤病人。在Matrigel和胶原表面培养1周；加进不同浓度的新抗肿瘤药物，继续培养一周，每天对组织进行3D体积扫描测定；最后对肿瘤反应或新药效能进行定量评估。对于有效药物可进行相关肿瘤细胞的基因突变研究，因此此方法可用于新的肿瘤生物标志物的开发，联结基因突变和抗肿瘤新药的药效药理。
实施例4
采用本发明的提供三维组织器官培养模型及其高通量立体图像分析平台，应用于乳腺正常组织和乳癌发生机制的研究。采用本发明平台培养立体结构的乳腺正常组织和乳癌组织，按实施例2同样方法，通过三维扫描采样系统3D扫描，并用高容量数据储存和计算机分析系统，对正常组织和癌性组织在器官形态进行分析检测，如图4所示，可用于研究外部小分子或生物大分子的相互作用。
实施例5
采用本发明的提供三维组织器官培养模型及其高通量立体图像分析平台与相应的毒理学研究结合，按实施例2同样方法，3D系统可以很好地起到检测环境污染物对健康影响，可弥补单层细胞测试的不足和动物试验的繁琐。
实施例6
其它类型疾病的研究：采用本发明的提供三维组织器官培养模型及其高通量立体图像分析平台，重建动物心血管或脑组织3D模型，按实施例2方法研究其对相应药物的反应或毒性。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (6)

1.一种三维组织器官培养模型及其高通量立体图像分析平台，其特征在于，它包括三维组织器官培养系统，与三维组织器官培养系统相连的三维扫描采样系统和与三维扫描采样系统相连的高容量数据储存和计算机分析系统；
三维组织器官培养系统包括培养箱，培养箱内设有多孔培养板，培养板上设有matrigel基质胶和胶原构成的组织器官培养支架；
所述的三维扫描采样系统包括相衬照明光源(1)，位于相衬照明光源(1)下方的全自动X扫描移动平台(2)和Y扫描移动平台(3)，位于X扫描移动平台(2)和Y扫描移动平台(3)下方的自动z轴自动聚焦/图像拼接平台(11)，CCD数码相机(4)，所述的CCD数码相机(4)上方依次设有管透镜(5)，带通孔过滤轮盘(6)和双色/分束镜(7)，所述的双色/分束镜(7)的上方为自动z轴自动聚焦/图像拼接平台(11)，自动z轴自动聚焦/图像拼接平台(11)上安装有物镜(8)，所述的双色/分束镜(7)的一侧设有荧光照明光源(9)和透镜(10)，多孔细胞培养板(12)放置于X扫描移动平台(2)和Y扫描移动平台(3)上。
2.根据权利要求1所述的三维组织器官培养模型及其高通量立体图像分析平台，其特征在于，所述的高容量数据储存和计算机分析系统将三维扫描采样系统扫描得到的多层2D图像数据建立肿瘤组织器官3D图像模型；所述的高容量数据储存和计算机分析系统图像处理软件包括三维模型的尺寸，大小和体积测定程序。
3.一种用权利要求1或2所述的三维组织器官培养模型及其高通量立体图像分析平台筛选抗肿瘤药物的方法，其特征在于，包括以下步骤：
(1)将Matrigel基质胶和胶原按重量配比1:10～10:1充分混合，然后注入培养箱内的多孔培养板中；
(2)将通过活检取得的肿瘤组织切成1mm x 1mm大小的细块状或者收集的血液中循环肿瘤细胞，然后植入培养板孔中的Matrigel基质胶和胶原构成的支架上，然后在Matrigel基质胶和胶原构成的支架表面加上细胞培养基；
(3)将以上肿瘤组织或肿瘤细胞放入低氧、5％CO2和摄氏37度条件下培养1周；
(4)1周后将培养板移至三维组织器官培养系统中的倒置荧光显微镜下，进行3D分层扫描取样，高容量数据储存和计算机分析系统利用多层2D图像数据建立3D肿瘤组织器官图像模型，获得给药前肿瘤组织器官三维模型的特征，包括尺寸，大小和体积的基线值；
(5)然后在细胞培养板孔中加入待测抗肿瘤药物，继续在低氧、5％CO2和摄氏37度条件下培养1周，每天进行观察，并对组织进行3D分层扫描取样，并利用多层2D图像数据建立3D肿瘤组织器官图像模型，获得给药后肿瘤组织器官三维模型的特征，包括尺寸，大小和体积的基线值；
(6)一周后终止实验，同时进行肿瘤细胞生存率测定；
(7)并通过高容量数据储存和计算机分析系统进行立体图像模型的定量分析.包括根据肿瘤尺寸，大小和体积随时间和给药的改变，筛选出各抗肿瘤药物的药效，并可提供抗肿瘤药物效能的实时动力学曲线。
4.根据权利要求3所述的三维组织器官培养模型及其高通量立体图像分析平台筛选抗肿瘤药物的方法，其特征在于，步骤(2)中，肿瘤细胞的培养基为病人自身的血清。
5.根据权利要求3所述的三维组织器官培养模型及其高通量立体图像分析平台筛选抗肿瘤药物的方法，其特征在于，所述的抗肿瘤药物包括化学治疗和靶向治疗药物、抗肿瘤先导化合物或基因药物。
6.根据权利要求3所述的三维组织器官培养模型及其高通量立体图像分析平台筛选抗肿瘤药物的方法，其特征在于，所述的筛选的抗肿瘤药物为抗乳腺癌、皮肤癌、肝癌、胃癌、肠癌、食道癌、胰腺癌、肺癌、前列腺癌或脑癌的药物。
CN201410632977.5A 2014-11-11 2014-11-11 三维组织器官培养模型及其高通量自动化立体图像分析平台及其应用 Active CN104403923B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410632977.5A CN104403923B (zh) 2014-11-11 2014-11-11 三维组织器官培养模型及其高通量自动化立体图像分析平台及其应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410632977.5A CN104403923B (zh) 2014-11-11 2014-11-11 三维组织器官培养模型及其高通量自动化立体图像分析平台及其应用

Publications (2)

Publication Number Publication Date
CN104403923A CN104403923A (zh) 2015-03-11
CN104403923B true CN104403923B (zh) 2016-11-23

Family

ID=52641593

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410632977.5A Active CN104403923B (zh) 2014-11-11 2014-11-11 三维组织器官培养模型及其高通量自动化立体图像分析平台及其应用

Country Status (1)

Country Link
CN (1) CN104403923B (zh)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108602089B (zh) * 2015-09-04 2022-11-04 通用医疗公司 三维微组织生物打印机
CN105219730A (zh) * 2015-11-10 2016-01-06 昭衍（苏州）新药研究中心有限公司 卵巢癌癌组织3d培养方法及其在药效评价中的应用
JP7367951B2 (ja) * 2016-05-18 2023-10-24 慶應義塾 オルガノイド培養用細胞培養培地
EP3467093A4 (en) * 2016-05-27 2020-08-05 Hitachi High-Tech Corporation DEVICE AND METHOD FOR MANUFACTURING A THREE-DIMENSIONAL STRUCTURE FROM CELLS
CN106997423B (zh) * 2016-07-22 2022-03-11 中国药科大学 一种基于三维细胞模型的药物穿透动力学模型的构建及其在药物评价中的应用
CN107748256B (zh) * 2017-10-11 2020-04-14 厦门骁科码生物科技有限公司 一种循环肿瘤细胞的液体活检检测方法
CN109055217B (zh) * 2018-09-21 2024-03-22 中国科学院苏州生物医学工程技术研究所 高通量三维细胞培养系统
CN109254142A (zh) * 2018-11-08 2019-01-22 南昌德漫多科技有限公司 识别肿瘤干细胞并检测其药物敏感性的系统及其检测方法
CN109554346A (zh) * 2018-12-05 2019-04-02 首都医科大学附属北京胸科医院 一种肺癌类器官模型及其在肿瘤研究中的应用
CN111893159A (zh) * 2019-05-05 2020-11-06 中国科学院大连化学物理研究所 一种抗肿瘤药物筛选方法及应用
CN111896725A (zh) * 2019-05-05 2020-11-06 中国科学院大连化学物理研究所 一种肿瘤精准、个性化药物治疗方法及应用
CN110283724B (zh) * 2019-07-09 2022-07-29 汇芯(北京)科技有限公司 一种高通量类器官表型筛查系统和方法
CN110878285A (zh) * 2019-11-29 2020-03-13 许传亮 一种膀胱肿瘤化疗药物筛选的芯片器官模型及其制作方法
CN111199785B (zh) * 2020-02-19 2021-02-12 清华大学 一种人体体外呼吸系统的建立方法及建立系统
CN112176021A (zh) * 2020-10-13 2021-01-05 普罗布诺(重庆)生物技术有限公司 一种体外构建的精准预测癌症患者用药的方法
CN113237860A (zh) * 2021-05-17 2021-08-10 丹望医疗科技(上海)有限公司 检测类器官最大截面积的方法及其应用
CN116312816B (zh) * 2023-03-22 2024-07-02 江苏艾玮得生物科技有限公司 样本数据管理方法、装置、终端和计算机可读存储介质
CN117625541B (zh) * 2024-01-26 2024-04-02 零壹人工智能科技研究院(南京)有限公司 一种脑胶质瘤类器官构建方法及药敏检测方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101712946A (zh) * 2009-09-27 2010-05-26 南通大学附属医院 构建生殖结节器官培养尿道体外发育模型的方法
CN102228718A (zh) * 2011-06-24 2011-11-02 中国人民解放军军事医学科学院基础医学研究所 一种组织工程化神经组织及其构建方法
WO2013010910A1 (en) * 2011-07-15 2013-01-24 3Shape A/S Detection of a movable object when 3d scanning a rigid object
CN203705345U (zh) * 2014-01-14 2014-07-09 苏州大猫单分子仪器研发有限公司 一种倾斜宽场光切片扫描成像显微系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6007178B2 (ja) * 2010-09-03 2016-10-12 カリフォルニア インスティテュート オブ テクノロジー ３次元撮像システム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101712946A (zh) * 2009-09-27 2010-05-26 南通大学附属医院 构建生殖结节器官培养尿道体外发育模型的方法
CN102228718A (zh) * 2011-06-24 2011-11-02 中国人民解放军军事医学科学院基础医学研究所 一种组织工程化神经组织及其构建方法
WO2013010910A1 (en) * 2011-07-15 2013-01-24 3Shape A/S Detection of a movable object when 3d scanning a rigid object
CN203705345U (zh) * 2014-01-14 2014-07-09 苏州大猫单分子仪器研发有限公司 一种倾斜宽场光切片扫描成像显微系统

Also Published As

Publication number Publication date
CN104403923A (zh) 2015-03-11

Similar Documents

Publication Publication Date Title
CN104403923B (zh) 三维组织器官培养模型及其高通量自动化立体图像分析平台及其应用
CN110475860B (zh) 使用肿瘤组织的原代癌细胞的三维培养
Friedrich et al. Experimental anti-tumor therapy in 3-D: spheroids–old hat or new challenge?
CN105209605B (zh) 工程化肝组织、其阵列及其制备方法
Fischer et al. The CAM model—Q&A with experts
CN105143883B (zh) 基于细胞的药物筛选分析方法和其用途
Bock et al. GelMA, click-chemistry gelatin and bioprinted polyethylene glycol-based hydrogels as 3D ex vivo drug testing platforms for patient-derived breast cancer organoids
KR102237425B1 (ko) 암을 가진 대상체의 항암제 및/또는 방사선 내성 진단에 필요한 정보를 제공하는 방법
CN109182271A (zh) 基于类器官方法构建正常免疫小鼠人胃癌移植瘤模型的方法和应用
CN102288750A (zh) 斑马鱼p-糖蛋白抑制剂筛选模型的建立方法及其应用
Laranga et al. Trends in bone metastasis modeling
Bregenzer et al. Physiologic patient derived 3D spheroids for anti-neoplastic drug screening to target cancer stem cells
CN109182272A (zh) 基于类器官方法的患者来源的肝癌正常免疫小鼠移植瘤模型的构建方法及其应用
Yao et al. Organoids: development and applications in disease models, drug discovery, precision medicine, and regenerative medicine
Yester et al. Use of stable isotope-tagged thymidine and multi-isotope imaging mass spectrometry (MIMS) for quantification of human cardiomyocyte division
CN106885807A (zh) 基于微流控技术的大规模活生物体筛选系统
US20230011168A1 (en) Bio-Chips and Production Method Thereof
Zaki et al. A three-dimensional spheroid model to investigate the tumor-stromal interaction in hepatocellular carcinoma
CN111896725A (zh) 一种肿瘤精准、个性化药物治疗方法及应用
CN113720823B (zh) 检测类器官最大截面积的方法及其应用
JP7571164B2 (ja) 癌を有する対象体の抗癌剤及び／又は放射線耐性の診断に必要な情報を提供する方法
Shrestha et al. Selective expansion of target cells using the Enrich TROVO platform
Yang et al. Construction of lung tumor model for drug screening based on 3D bio-printing technology
CN107421791A (zh) 一种标准化体外肿瘤微组织的制备方法
CN113416703A (zh) 一种人源外周t细胞淋巴瘤的pdx模型细胞和应用

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information

Inventor after: Hang Bo

Inventor after: Mao Jianhua

Inventor after: Jin Jian

Inventor after: Li Bin

Inventor before: Hang Bo

Inventor before: Mao Jianhua

Inventor before: Jin Jian

COR Change of bibliographic data
C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20151228

Address after: Jiangning district general road in Nanjing city of Jiangsu province 210000 No. 37 Ping Branch Park Room 2102

Applicant after: NANJING KDRB BIOTECHNOLOGY Inc.,Ltd.

Address before: 211106 Jiangning, Jiangsu Province, general road, No. 37, district

Applicant before: NANJING CARDIOMICX BIOLOGICAL TECHNOLOGY CO.,LTD.

C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240729

Address after: Room 209-6-246, Building 6, No. 999 Jingxing Road, Cangqian Street, Yuhang District, Hangzhou City, Zhejiang Province 311100

Patentee after: Alpha cat (Hangzhou) artificial intelligence Biotechnology Co.,Ltd.

Country or region after: China

Address before: Room 2102, Cuiping Science and Technology Innovation Park, No. 37 Jiangjun Avenue, Jiangning District, Nanjing City, Jiangsu Province, China 210000

Patentee before: NANJING KDRB BIOTECHNOLOGY Inc.,Ltd.

Country or region before: China