![見出し画像](https://assets.st-note.com/production/uploads/images/85656728/rectangle_large_type_2_a1f223b126444f8a0efaca032d6454f8.jpeg?width=1200)
オルガノイド・オン・チップ
Sunghee Estelle Park, Andrei Georgescu, and Dongeun Huh
元記事はこちら。
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7764943/
要旨
最近の研究により、幹細胞由来の自己組織化した小型臓器(オルガノイドと呼ばれる)が、生体内の臓器と同様の構造的・機能的特徴を持つことが明らかにされている。
オルガノイド技術が生物医学研究の新たなフロンティアを切り開くにつれ、オルガノイドとその微小環境を製造、制御、解析するための革新的な工学的アプローチの必要性が高まっている。
本総説では、このニーズを満たすプラットフォームとしてのオルガノオンチップ技術を探求し、この技術を活用してオルガノイド研究における主要な技術的課題を解決する方法を検討します。
また、オルガノイド・オン・ア・チップ技術の開発と応用における新たな可能性と将来の障害についても述べる。
発生生物学と幹細胞研究の数十年にわたる研究により、器官形成の重要な側面をin vitroで再現する能力が向上しました。近年、多能性幹細胞や成体幹細胞の自己組織化特性を利用して、オルガノイドとして知られる器官型多細胞構築物を作製する研究が大きく進展している(1, 2)。オルガノイドは、生来の臓器の微細構造や機能的特徴を再現することができるため、様々なヒト臓器の発生、恒常性、疾患のモデリングのための有望なアプローチとして台頭してきています(1-3)。
従来のオルガノイドの形成方法は、哺乳類の幹細胞を3次元培養し、増殖因子を順次添加するものであった。この方法は、その簡便さから広く用いられてきましたが、現在のオルガノイド培養技術には大きな改善の可能性があることが認識されてきています。特に、従来の3次元培養はランダムな配置であるため、オルガノイドとその局所環境を正確に制御することが困難であった。また、既存の培養系では、器官形成の指導的な手がかりとなる複雑で動的な器官の微小環境を再現する能力が限られている(4, 5)。このような環境シグナルの欠如は、より完全でin vivoに近いオルガノイドの発生を再現性よく達成するための課題となっています(3, 6)。
このような従来の培養技術の限界に対処するため、幹細胞や発生生物学の研究者は、技術者や物理学者と協力し、オルガノイド研究のための高度なin vitro技術の開発に取り組んでいます。その最前線にあるのが、オルガノイドとオルガン・オン・ア・チップ技術の融合である。
オルガノ・オン・チップとは?
オルガンオンチップとは、広義には、ヒト臓器の機能単位を試験管内でモデル化するために設計された微細加工細胞培養デバイスと定義される(7-12)。一般に、オルガン・オン・チップシステムの構築は、対象となる臓器の還元論的分析に基づく設計原理によって導かれる(図1)。まず、対象となる臓器の解剖学的構造を理解し、生理的な機能に不可欠な基本要素に還元することから始める。そして、これらの機能単位を調べることで、異なる細胞タイプ、構造構成、器官特有の生化学的・物理的微小環境などの重要な特徴を特定する。例えば、肺の肺胞-毛細血管ユニットは、肺胞上皮細胞(細胞タイプ1)と肺微小血管内皮細胞(細胞タイプ2)からなり、互いに密着して、薄い間質(構造組織)で隔てられています(図1A)。上皮層と内皮層はそれぞれ空気と血流にさらされ、多層構造の界面は呼吸によって引き起こされる周期的な機械的伸縮を経験する(臓器特異的な微小環境)。
図1.
![](https://assets.st-note.com/img/1661684550959-bbFxbFf6Q9.jpg?width=1200)
次に、特定された特徴を再現するために、細胞培養デバイスが設計される。この装置には、多くの場合、個別にアドレス指定可能な複数のフロースルー型マイクロチャンバーが含まれ、細胞種に依存した方法で培養環境を制御しながら、複数の細胞種を培養することができる。必要に応じて、機械的、化学的、電磁気的、光学的に作動させることができる部品を追加し、標的臓器の生化学的・機械的環境を模倣する。最後に、ソフトリソグラフィーなどの微細加工技術により、設計されたデバイスを製造する(13)。ここで概説した設計戦略は、肺の肺胞-毛細血管ユニットの器官-チップモデルの作成に成功した(14)。このシステムは、薄く柔軟な微小孔のある膜で仕切られた、2つの重なり合ったマイクロチャネルから構成されています(Fig. 1B、左)。このように区画化された設計により、肺胞上皮細胞と肺微小血管内皮細胞は、それぞれの組織特異的環境(すなわち、肺胞側では空気、血管側では液体の流れ)にさらされながら、膜の両側で共培養できる(Fig. 1B、tright)。呼吸時の肺胞-毛細血管界面の変形を模倣するため、この装置には、培養チャンネルと並んで2つの中空マイクロチャンバーも装備されており、周期的な真空印加により、細胞が並んだ介在膜の伸張が引き起こされる(Fig. 1C)。
生きたヒト細胞を、合成的に生成された生理学的に適切な微小環境と統合することにより、オルガンオンチップは、生理的恒常性だけでなく複雑な疾患プロセスに必要な統合的な器官レベルの機能を模倣することができます (15, 16)。さらに、異なる器官チップモデルを流動的に連結することで、全身レベルでの多臓器相互作用や生理反応をシミュレーションできる「ボディ・オン・ア・チップ」システムを構築することができる(17, 18)。これらの高度なモデルシステムは、実際のヒト臓器の機能を実現するにはまだ程遠いものの、ヒトの生理学および病態生理学の重要な側面を捉えることができるため、医薬品、医療機器、生体材料の前臨床評価における動物実験を補完・軽減する有望なアプローチとなっています(7, 9, 19)。
また、臓器オンチップ技術は、化学物質、環境物質、消費者製品の健康への悪影響をスクリーニングするための魅力的なin vitroプラットフォームとなります(10, 20)。
オルガンオンチップはオルガノイドに何ができるのでしょうか?
この問いに答える鍵は、オルガノチップとオルガノイドが、ヒト臓器の複雑性を試験管内で再現するという同じ目標に向けた、根本的に異なるが相補的なアプローチであることを理解することにある。
オルガンオンチップは、ヒトの臓器に関する知識をもとに、細胞やその微小環境を精密に制御した人工的な構築物を作製する技術である。
一方、オルガノイドは、内在する発生プログラムに従い、自己組織化する幹細胞から発生し、生体内の臓器と同様の構造的・機能的特性を再現することができる。現在、研究者たちは、それぞれのアプローチの長所を相乗的に組み合わせることで、より強力なin vitro技術を開発する可能性を探っている(21)。ここでは、このアイデアに触発された最近の研究を概観し、オルガノイド研究における主要な技術的課題の解決に、オルガノン・オン・ア・チップ技術がどのように貢献できるかを検討することにする。
課題1.オルガノイドの微小環境制御
オルガノイドモデルを構築するための一般的な戦略は、多能性幹細胞や成体幹細胞を3次元環境下で培養することである。従来の3次元培養技術は、日常的な実験室環境でオルガノイドを作製するためのシンプルで効果的な手段であるが、そのシンプルさと使いやすさの代償として、正確な制御ができないことが多い。本章では、この問題を詳しく説明し、オルガノチップ技術による新たな解決策を紹介する。
生化学的微小環境の制御
オルガノイドの発生には、形態形成シグナル伝達経路を適切なタイミングで活性化し、細胞運命の特定と異なるタイプの細胞の物理的分離を誘導し、自己組織化のプロセスを一緒に導くことが必要である(22)。従来のオルガノイド培養では、定められた時期に外来性のモルフォゲンを投与することでこれを実現している。培養中、オルガノイド内のモルフォゲンや細胞から分泌された可溶性因子の拡散により、幹細胞の局所的な微小環境における生化学的勾配が形成される。しかし、このような勾配は自然発生的なものであるため容易に制御できず、生体内の器官形成における組織パターニングに重要なモルフォゲン分布の勾配を再現できないことが多い(23)。
この問題を解決するために、研究者たちはマイクロエンジニアリング技術を活用し始めている。その代表的な例が、神経管形成のin vitroモデリングのために開発されたマイクロ流体システムである(24)。この装置には、可溶性因子のソースとシンクとして機能する一対のマイクロチャンネルがあり、中央の培養室内で胚性幹細胞(ESC)を含んだハイドロゲル構造体を拡散して、安定したモルフォゲン勾配を生成します(Fig. 2A)。このマイクロエンジニアリングされたプラットフォームは、ソニックヘッジホッグ(Shh)シグナル伝達分子と骨形成タンパク質(BMP)が神経管の背腹軸に沿って対向する勾配を模倣し、脊髄の発生過程で神経管パターニングを誘導するために使用された。この研究により、ESCが空間的に自己組織化し、運動神経細胞に分化して、生体内と同様の組織パターンを形成することが示された。
また、モルフォゲン勾配のマイクロ流体制御により、Shh による ESC の分化の主要な決定因子と時間動態を調べることができ、運動ニューロン分化に最適なモルフォゲン濃度の存在が明らかになった。同様の勾配生成法は、ニコチンの大脳皮質発生への悪影響を調べるためのヒト脳オルガノイドオンチップの開発にも採用されている(25)。
図2
![](https://assets.st-note.com/img/1661684684041-wC3esF3O6J.jpg?width=1200)
最近の研究では、ソースシンク法をマイクロパターン化した培養足場と組み合わせることで、幹細胞やオルガノイドの培養に生理的な生化学勾配を発生させられることも実証されている。この戦略は、ヒト腸管から分離した自己複製上皮細胞を、腸の絨毛と陰窩を模倣したトランスウェルインサート内のコラーゲンピラーとマイクロウェルの微細加工配列上で培養することによって作成された腸オンチップシステムで説明されています(図2B)(26)。この装置は、腸管上皮の本来の生化学的ニッチにおけるWntおよびBMPシグナルの相反する勾配を再現するために使用された。特に、形態形成の勾配は、幹細胞と分化した上皮細胞がそれぞれ陰窩と絨毛に限定される、生体内と同様の組織区画化を誘導した。このプラットフォームを大腸クリプトのモデルとして改良し、クリプト-絨毛軸に沿った炎症性サイトカインと細菌の代謝物の生理的勾配によって幹細胞の活性が抑制されることを別の研究で明らかにした(27)。
栄養供給の制御
3次元培養のオルガノイドは、受動的拡散にのみ依存して、栄養と酸素を受け取り、老廃物を除去している。しかし、オルガノイドが大きくなるにつれて、拡散輸送は、増大する代謝ニーズを満たすのに不十分となり、最終的にはその成長と成熟を支えきれなくなる(28)。この問題は、今度は、体内の胚が、発達中の器官の高い代謝要求にどのように対処しているのか、という問題を提起する。発生生物学の研究により、胚発生は血管の発達と密接に関係しており、十分な血液供給を行うことのできる機能的な血管系が器官形成の後期に必要であることが立証された(29)。この観察に基づき、オルガノイドの血管形成は、従来のオルガノイドモデルにおける栄養供給と寿命の制限という問題を解決する有望な戦略として浮上している。
Shirureらによって開発された腫瘍オルガノイド・オン・チップが示すように、灌流可能な血管を模倣するオルガン・オン・チップの能力(30-34)は、この取り組みにおいて重要な役割を果たすと思われる(35)。このモデルは、相互に接続された3つのチャンバーからなるマイクロ流体装置で作られ、灌流可能な血管の3Dネットワークへの内皮細胞の血管形成的自己集合と、乳癌患者由来のオルガノイド様構築物への血管形成的成長を支援した(Fig. 2C)。このプロセスは胚発生時の血管形成とは異なるが、マイクロ流体プラットフォームは、腫瘍の微小環境の輸送特性をin vivoで再現した生理的な流動条件下で腫瘍の血管形成とその灌流を可能にした。このマイクロデバイスが長期培養をサポートする能力は、血管新生腫瘍を22日間維持することによって実証された。パクリタキセルによる血管灌流後に腫瘍の成長が著しく抑制されたことから、このモデルを化学療法に対する患者特異的な反応の前臨床スクリーニングに使用できる可能性も示唆された。
この研究は、3次元多細胞コンストラクトをマイクロデバイス内で血管形成および灌流することの可能性を示しているが、多能性幹細胞(PSC)由来のオルガノイドの培養では、同じアプローチは実証されていない。幹細胞の分化に必要な特殊な培地が、血管の自己形成やリモデリングを阻害する可能性があるため、この種のオルガノイドの血管形成には問題がある可能性がある。そこで、オルガノイドの生産と長期維持のための栄養供給を強化するために、培地の強制対流と混合を利用した小型のバイオリアクタを作製することが可能である。この方法は、脳や膵臓のオルガノイドモデルで活用されています (36-38)。
生物物理学的微小環境の制御
発生途上の胚は、単一細胞が発生させる牽引力から、流体せん断応力や、大きな細胞集団の協調的な機械的活動(例えば、心臓収縮、胎児呼吸運動)から生じる固体機械力まで、様々な種類の機械力を経験します (39).これらの力は、可溶性モルフォゲンや細胞外マトリックス(ECM)のシグナルと協調して働き、器官の発生と成熟を制御している(40)。この生体力学的制御ができないことが、培養で完全に成熟したオルガノイドを開発し、生理学的に適切なオルガノイドモデルを構築するための限界であると認識されるようになってきている。
この問題に対処するため、最近の研究では、機械的に作動可能なマイクロエンジニアリングのプラットフォームが実証され、オルガノイドに生体内と同様の機械的な力を発生させ、加えることができるようになった。例えば、Leeらは、ヒトPSCsから調製した胃オルガノイドをマトリゲル中で培養し、一対のマイクロピペットでカニュレーションして、内部区画に流体的にアクセスできる胃オンチップモデルを開発した(図2D)(41)。
ピペットに接続された蠕動ポンプにより、このプラットフォームは、生体内の胃の管腔流とリズミカルな収縮を模倣して、オルガノイド内に流体の流れを発生させた。
このような機械的に活性な培養系は、発達中のオルガノイドの構造的・機能的成熟を促進する生理的なバイオメカニカルキューの生成にも利用できる。このアプローチの概念実証は、ヒト腎臓オルガノイド・オン・ア・チップの最近の報告によって示されました。このオルガノイド・オン・ア・チップは、3Dプリントしたミリメートルスケールのチャンバー内で操作し、ヒトPSC由来腎臓オルガノイドの血管形成と成熟に対する流体の影響を調べました(図2E)(42)。腎臓形成の間、連続的な流れを加えることで、オルガノイド内の内皮前駆細胞が拡大し、シアストレス依存的に灌流可能な血管が形成された。特に、この反応は、より成熟した管状構造の生成を伴っていた。また、シアストレスは糸球体区画の顕著な血管形成を誘導し、ポドサイトの足突起の形成と成熟を増加させた。このことから、流体が生成する微小環境の手がかりが、試験管内の腎臓オルガノイドの構造と機能の発達に寄与していることが明らかとなった。オルガノイドの成熟に対する生理的な流体の流れの有益な効果は、膵臓(43)と腸(44)のマイクロエンジニアリングされたオルガノイドモデルでも説明されている。これらの研究は、オルガノイドと臓器チップを相乗的に組み合わせることで、どちらか一方の技術だけでは到達できないレベルの細胞成熟を達成できることを例示しています。
課題2.組織-組織間および多臓器間の相互作用のモデリング
システムの観点から見ると、人体の複雑さは、異なるレベルの組織内および組織間に存在する構成要素間の動的相互作用に起因しています。このような相互作用を再現する能力は、複雑な生理学的システムの統合的な挙動を試験管内で模倣するために不可欠である。オルガノイドは、本来の臓器を構成する細胞型のレパートリーを近似的に再現し、複雑な細胞クロストークを再現する固有の能力を持っています。しかし、より高度な組織レベルでの生物学的相互作用をモデル化することは、現在のオルガノイドモデルにおける大きな課題として残っている。本章では、オルガノイド・オン・ア・チップ技術がこの問題にどのような解決策を提供しうるかを検討する。
組織-組織間相互作用のモデル化
事実上すべての臓器において、異なる種類の組織間の相互作用は、臓器の発生、恒常性、および疾患において基本的な役割を担っています。現在、オルガノイド技術を発展させるための努力は、従来のオルガノイド培養にはなかった組織型を追加して、本来の臓器の特殊な組織の集合とそれらの動的な相互作用をより忠実に再現することを目的としている。これは、オルガノイドの成熟を促進し、複雑な生理学的反応をモデル化する能力を向上させる有望なアプローチであることが示唆されている(28)。
この目的のために、オルガノオンチップは、オルガノイドシステムにおいて、異なる種類の細胞や組織の共培養のために、より制御可能でより助長的な環境を設計するためのプラットフォームを提供するものである。このような能力は、最近、血管を持つ肝臓オルガノイド・オン・チップによって実証された(45)。この研究では、ECMハイドロゲル内で胚性線維芽細胞由来の誘導肝細胞とヒト内皮細胞を培養するために、マルチコンパートメントのマイクロデバイスが作成されました(Fig. 3A)。また、3D コンストラクトは、生体内の血液循環を模倣するために、実験室のロッカーを使用して連続的に培地が灌流された。このフロー条件下で21日間共培養したところ、静置培養では観察されなかったアルブミンに対する強固な染色性を持つ血管新生肝オルガネオイドが得られた。特に、肝組織とオルガノイド内の血管系との相互作用により、肝細胞特異的マーカーの発現が増加し、肝機能が改善することが明らかになりました。また、共培養オルガノイドの成熟度が高まることで、薬物による肝毒性をより高感度に検出できるようになった。
図3.
![](https://assets.st-note.com/img/1661685048718-8Hi8Aey7Ao.jpg?width=1200)
多臓器間相互作用のモデル化
人間の生理学を総合的に理解するための努力は、人体を相互に連結し、依存し合う臓器のシステムとしてモデル化することの難しさによって、これまで困難なものとなってきた。オルガノイドは、個々の臓器をモデル化するための強力なプラットフォームであるが、異なる臓器間の生理的相互作用を再現する能力はまだ調べられていない。ボディーオンチップ技術(17)の進歩に基づき、研究者たちは、多臓器間相互作用をシミュレートするために、異なる種類のオルガノイドを共培養するin vitroプラットフォームのマイクロエンジニアリングを始めている。
Jinらは、幹細胞由来の肝臓、腸、胃のオルガノイドを共培養するために、マイクロ流体アレイを用いた多臓器モデルを開発した(図3B)(45)。オルガノイドは異なるコンパートメントに維持されていたが、ロッカーによる培養室間の培地フローを通じてコミュニケーションが取れるようになっていた。この研究の重要な実証は、生体内の肝臓と腸の相互作用によって制御される胆汁酸のホメオスタシスをシミュレートすることであった。このモデルでは、外来性の胆汁酸に応答して、腸オルガノイドが産生するパラクライン因子により肝臓オルガノイドの胆汁酸合成酵素(CYP7A1)の発現が減少し、臓器間の生理的クロストークが実証された。
このような多臓器システムは、バイオ医薬品への応用を予測する前臨床モデルの開発に重要な役割を果たすと考えられている。Skardalらは、マイクロエンジニアリングされた心臓-肺-肝臓モデルで、この新たな機会を探った(46)。このシステムは、3Dプリントされた肝臓と心臓のオルガノイドを、マイクロエンジニアリングされた肺の組織とモジュール方式で組み合わせ、閉ループで共通の培地で灌流することにより構築された(Fig. 3C)。注目すべきは、このモデルにより、肺と心臓の組織間のサイトカインを介したクロストークに起因する、化学療法薬(ブレオマイシン)のこれまで知られていなかった心毒性が明らかになったことである。さらなる検証が必要であるが、この研究は、前臨床薬物スクリーニングのための高度なin vitroプラットフォームとして、マイクロエンジニアリングされたマルチオルガノイドシステムの可能性を示している。
課題3 変動性の低減
生体内での器官形成の再現性が高いのとは対照的に、オルガノイドは、サイズ、構造組織、機能的能力、遺伝子発現にかなりのばらつきがある状態で発生します。この器官間変動は、特に疾患モデリング、薬物スクリーニング、移植への応用において、オルガノイド技術の可能性を制限する大きな問題として認識されてきた (6, 28)。上述のように、マイクロエンジニアリングされたオルガノイドシステムは、発生中の胚における幹細胞のネイティブニッチを再現することができ、in vivo に似た指示キューを生成する手段となり、確率と変動を減らすために器官形成の厳密に制御されたプログラムを再現することができます。また、最近のオルガノオンチップ技術の進歩は、この問題に取り組むための、マイクロ工学的培養装置の高度な機器に依存する他のアプローチを示唆している。
オルガノイド培養の自動化制御
機械的な自動化の精度や再現性は、オルガノイド培養のような退屈な実験手順において、一貫性のない手作業によるばらつきを減少させる方法を提供する。しかし、オルガノイドは壊れやすく、サイズも小さく、ダイナミックな培養が要求されるため、かさばる実験器具を直接利用して自動培養を行うことは困難である。マイクロエンジニアリング・システムは、オルガノイドの生物学的長さスケールで液体や組織を正確かつダイナミックに取り扱うことができ、自動化に適したプラットフォームであるため、この問題に取り組むのに最適なシステムである。
例えば、完全に自動化されたデジタルマイクロ流体プラットフォームは、電極の配列でパターン化されたマイクロデバイスにおいて、エレクトロウェッティングに基づく肝臓オルガノイドの制御を実証しました(47)(Fig. 4A)。このシステムは、電極を決められた順序で作動させることにより、液滴をプログラムされた方法で移動、結合、分割させることができます。このプラットフォームを利用して、オルガノイド様3次元肝構築物を培地液滴中で自動培養し、肝特異的機能をモニタリングする研究を実施した。また、このシステムのプログラムされた作動により、アセトアミノフェンによる肝毒性を人手を介さずに解析することが可能になりました。このような統合的な自動化は、正確なタイミングでの操作や長時間にわたる連続的な正確な操作を必要とする手順において、再現性を実現するための鍵となります。
図4.
![](https://assets.st-note.com/img/1661685218711-3M4MYxGJ5e.jpg?width=1200)
オルガノイドのハイスループットな操作と解析
オルガノイドの培養にマイクロエンジニアリングされたシステムを用いることのもう一つの利点は、オルガノイドを培養・分析する密度を大幅に高めることができることである。この能力は、オルガノイドの選択、操作、スクリーニングをハイスループットで行えるようになるため、ばらつきの低減に有利に働く可能性があります。Jinらによって作られたマイクロ流体プラットフォームは、このアプローチの初期のデモンストレーションを提供するものである(48)。このシステムには、多数の腸管オルガノイドを固定化するための微細加工柱が高密度に配列されており、浸透圧変化やコレラ毒素の影響による膨張を光学的に測定することができる(Fig. 4B)。特に、メカニカルトラップは、不適切なサイズの腸管を物理的に選別し、分析に適した腸管を捕獲する手段を提供するものである。トラップ柱のサイズは微細加工時に容易に調整できるため、このアプローチはサイズに基づく選別のために調整可能であり、オルガノイド集団の均質性を高めるためのより複雑なシステムへの統合も可能である。同様の戦略は、薬物検査用に脳や肝臓のオルガノイドのマイクロ工学的培養で実証されている(49, 50)。
バイオセンシングの統合
培養プラットフォームにバイオセンシング要素を組み込んで、オルガノイドの連続的なスクリーニングを可能にすることで、変動性に対処する取り組みが大きく促進される可能性がある。その好例が、ラベルフリーのバイオセンサーを組み込んだマルチオルガンチップ装置で、心臓や肝臓のオルガノイドや初代肝スフェロイドの長期モニタリングに利用されています(51)。このシステムは、最大 8 種類の異なるターゲットを高感度かつ広いダイナミックレンジで検出できる普遍的な電気化学的イムノバイオセンシングプラットフォームを特徴としている(Fig. 4C)。この多重検出能力は、薬物治療中のアルブミン、グルタチオン S トランスフェラーゼ α、クレアチンキナーゼ MB の連続的かつ同時のトリプレット分析によって実証された。本研究では、薬物誘発毒性の測定に本システムを活用したが、オルガノイドから分泌される産物を連続的にバイオセンシングする能力は、スクリーニングに基づいてオルガノイド培養条件を最適化し、変動を最小限に抑えるために非常に有用であると考えられる。
今後の展望
しかし、現在のオルガノイド技術と、体内で臓器がどのように発生し機能するかという現実との間には、大きな隔たりがある。オルガノイドとオルガン・オン・ア・チップを組み合わせることで、このギャップを埋め、ヒトの臓器の複雑な内部構造を、アクセスしやすく制御可能なモデルシステムで再現することが、研究者たちの最終目標となっている。この非常に若い分野の将来を見据えると、さまざまな可能性が見えてくる。
オルガノイド・オン・ア・チップの最も有望な応用例は、創薬です。オルガノイドやチップ上の器官だけでは、創薬プロセスで生じる幅広いニーズに応えるには限界がある。オルガノイドは実際の臓器と似ているため、パイプラインの初期段階でのターゲット同定やバリデーションに適しており、一方、より再現性が高く制御しやすい人工構築物としてのオルガノ・オン・ア・チップは、有効性や安全性のスクリーニングにより適している(9)。この2つの技術の長所を組み合わせることで、オルガノイド・オン・チップは、より汎用的で予測可能な前臨床モデルとして、従来の創薬プロセスや新しい創薬プロセスに広く適用できる可能性があります。
また、オルガノイド・オン・ア・チップは、個別化医療のための患者や集団に特化した疾患モデルの構築においても重要な役割を果たす可能性がある。マイクロエンジニアリングされたデバイスは、疾患組織の変化した特性や生物学的相互作用を再現する疾患特異的な培養環境を作り出す手段を提供します(7, 8, 10, 15)。このような機能を利用して、患者由来のオルガノイドを成熟させ、個別化医療へのオルガノイドの応用において大きな障害となっている生体内類似疾患表現型の発現を強化することができる(28)。
また、オルガノイド・オン・ア・チップは、患者由来の組織標本をオルガノイドとして用いて、個別化された疾患モデルを開発することも可能にするかもしれない。患者の生検から直接培養した腫瘍オルガノイドで明らかなように、この種のオルガノイドはしばしば予測できない成長パターンと実質的な不均質性を示し(52)、従来のin vitro技術では取り扱いが困難であった。マイクロエンジニアリングされたオルガノイドシステムの利点は、これらの問題の解決に貢献する可能性がある。
再生医療は、もう一つの重要な分野である。再生能力を持つ無限の組織源としてのオルガノイドの可能性に基づき、試験管内で膨張したオルガノイドを動物に移植し、損傷した臓器を修復することが可能であることが研究で示されている(53)。しかし、このアプローチの臨床応用は、移植の効率の悪さと安全性の懸念から、依然として遠い目標である(28)。オルガノイド・オン・ア・チップは、オルガノイドの体外展開に最適な条件を特定するためのハイコンテンツおよびハイスループット解析のプラットフォームを提供することで、この問題の解決に貢献することができるだろう。もう一つの可能性は、in vitroでの拡大中に、高度な解剖学的・生理学的特徴(血管、神経など)をオルガノイドに組み込み、in vivoでの生着と機能の持続を強化することである。このようなオルガノイドを臨床的な規模で製造するための微細加工装置の使用は確かに難しいが、ハイスループット培養システムの開発への取り組みが進むにつれ、このアイデアは再生医療の新しいフロンティアを切り開く可能性がある。
オルガノイド・オン・ア・チップは、多くの可能性を秘めた技術ですが、一方で、課題も抱えています。一般に、オルガノイド・オン・チップモデルはあらかじめ決められた方法で設計・構築されるため、器官形成の過程で起こるダイナミックな構造、環境、機能の変化を再現することには限界がある。この限界に対処するためには、器官発生の時空間ダイナミクスを理解する努力と、器官発生の進化をオルガノイドのマイクロ工学的培養で再現する高度な工学技術を考案することが必要である。オルガノイドの形成には、しばしば、3次元的な構造支持を与え、適切な形態形成を可能にするマトリゲルや類似の基底膜抽出物からなるハイドロゲルが必要である(54, 55)。しかし、これらの材料は、組成の定義が不十分で、バッチ間のばらつきがあり、高度な環境制御性を実現する上で問題となる場合がある。現在、オルガノイド培養のために、明確に定義された調整可能な特性を持つ新しいタイプの生体材料を設計する努力が続けられており、この問題を解決する鍵になるかもしれません(3, 56, 57)。
また、マイクロデバイスの製造において、低分子を吸収することが知られているポリジメチルシロキサンが優勢であることは、医薬用途において大きな懸念事項である(58)。この問題に対処するため、代替材料や表面工学技術の開発が進められている(59)。統合された多臓器モデルについては、様々な種類の細胞の共培養のための最適な培養条件や培地組成を特定するためのさらなる調査が必要である。最後に、人工オルガノイドの三次元性と構造の複雑さは、イメージングと分析に独特の課題をもたらすと思われる。最近の脳オルガノイドの報告に見られるように(60)。この問題は、オルガノイドの正確な位置決めと閉じ込めを可能にし、顕微鏡イメージングに適した装置設計を行うことで解決できるかもしれない。組織クリアリング法(61)や高度な3Dイメージング技術(62)も、解決策となりうるだろう。
オルガノイドに何ができるのかという疑問は、新しい研究分野と革新の波を形成しており、科学と工学の幅広い分野からのインプットによって進化し続けるだろう。現在最も進んでいる 2 つの体外診断技術の長所を組み合わせるには、物理科学と生物科学の間で、アイデア、視点、専門知識、リソースを活発に交換することが必要です。このような取り組みが進行中であることから、オルガノイドの最高峰はまだ来ていないと言えるでしょう。
謝 辞
G. Al、G. S. Worthen、A. Paris の各氏に感謝する。
資金提供 この研究は,米国国立衛生研究所(NIH)(1DP2HL127720-01, 1UG3TR002198-01, and 1UC4DK104196-01),National Science Foundation (CMMI:15-48571), Paul G. Allen Family Foundation, the Alternatives Research and Development Foundation, and the University of Pennsylvaniaから支援を受けている.D.H.はNIH Director's New Innovator AwardおよびCancer Research Institute Technology Impact Awardを受賞している。
脚注
競合する利益。D.H.はエミュレート社に出資しており、同社にコンサルティングを行っている。
記事情報
サイエンス 著者原稿、PMC2020年12月26日に公開。
最終編集版として公開。
サイエンス. 2019 Jun 7; 364(6444): 960-965.
doi: 10.1126/science.aaw7894
PMCID:PMC7764943
NIHMSID: NIHMS1655356
PMID: 31171693
Sunghee Estelle Park,1 Andrei Georgescu,1 and Dongeun Huh1,2,3,*
1Department of Bioengineering, University of Pennsylvania, Philadelphia, PA 19104, USA.
2Institute for Regenerative Medicine, Perelman School of Medicine, University of Pennsylvania, Philadelphia, PA 19104, USA.
3NSF Science and Technology Center for Engineering Mechanobiology, University of Pennsylvania, Philadelphia, PA 19104, USA.
*Corresponding author. ude.nnepu.saes@dhuh
The publisher's final edited version of this article is available at Science
See other articles in PMC that cite the published article.
引用文献及び注釈
1. Clevers H, Cell 165, 1586–1597 (2016). [PubMed] [Google Scholar]
2. Lancaster MA et al., Science 345, 1247125 (2014). [PubMed] [Google Scholar]
3. Rossi G et al., Nat. Rev. Genet 19, 671–687 (2018). [PubMed] [Google Scholar]
4. Sasai Y, Cell Stem Cell 12, 520–530 (2013). [PubMed] [Google Scholar]
5. McCauley HA et al., Development 144, 958–962 (2017). [PMC free article] [PubMed] [Google Scholar]
6. Yin X et al., Cell Stem Cell 18, 25–38 (2016). [PMC free article] [PubMed] [Google Scholar]
7. Huh D et al., Trends Cell Biol. 21, 745–754 (2011). [PMC free article] [PubMed] [Google Scholar]
8. Bhatia SN et al., Nat. Biotechnol 32, 760–772 (2014). [PubMed] [Google Scholar]
9. Esch EW et al., Nat. Rev. Drug Discov 14, 248–260 (2015). [PMC free article] [PubMed] [Google Scholar]
10. Zhang B et al., Nat. Rev. Mater 3, 257–278 (2018). [Google Scholar]
11. Polacheck WJ et al., Lab Chip 13, 2252–2267 (2013). [PMC free article] [PubMed] [Google Scholar]
12. Yum K et al., Biotechnol. J 9, 16–27 (2014). [PMC free article] [PubMed] [Google Scholar]
13. Whitesides GM et al., Annu. Rev. Biomed. Eng 3, 335–373 (2001). [PubMed] [Google Scholar]
14. Huh D et al., Science 328, 1662–1668 (2010). [PMC free article] [PubMed] [Google Scholar]
15. Ebrahimkhani MR et al., Drug Discov. Today 19, 754–762 (2014). [PMC free article] [PubMed] [Google Scholar]
16. Benam KH et al., Annu. Rev. Pathol 10, 195–262 (2015). [PubMed] [Google Scholar]
17. Wang YI et al., Adv. Healthc. Mater 7, 1701000 (2018). [Google Scholar]
18. Sung JH et al., Anal. Chem 91, 330–351 (2019). [PMC free article] [PubMed] [Google Scholar]
19. Polini A et al., Expert Opin. Drug Discov 9, 335–352 (2014). [PubMed] [Google Scholar]
20. Cho S et al., Curr. Opin. Biotechnol 45, 34–42 (2017). [PMC free article] [PubMed] [Google Scholar]
21. Takebe T et al., Cell Stem Cell 21, 297–300 (2017). [PubMed] [Google Scholar]
22. Kretzschmar K et al., Dev. Cell 38, 590–600 (2016). [PubMed] [Google Scholar]
23. Rogers KW et al., Annu. Rev. Cell Dev. Biol 27, 377–407 (2011). [PubMed] [Google Scholar]
24. Demers CJ et al., Development 143, 1884–1892 (2016). [PMC free article] [PubMed] [Google Scholar]
25. Wang Y et al., Lab Chip 18, 851–860 (2018). [PubMed] [Google Scholar]
26. Wang Y et al., Biomaterials 128, 44–55 (2017). [PMC free article] [PubMed] [Google Scholar]
27. Wang Y et al., Cell. Mol. Gastroenterol. Hepatol 5, 113–130 (2017). [PMC free article] [PubMed] [Google Scholar]
28. Clevers H et al., Cell Stem Cell 20, 759–762 (2017). [Google Scholar]
29. Weinstein BM, Dev. Dyn 215, 2–11 (1999). [PubMed] [Google Scholar]
30. Kim S et al., Lab Chip 13, 1489–1500 (2013). [PubMed] [Google Scholar]
31. Hasan A et al., Biomed. Microdevices 17, 88 (2015). [PMC free article] [PubMed] [Google Scholar]
32. Kolesky DB et al., Proc. Natl. Acad. Sci. U.S.A 113, 3179–3184 (2016). [PMC free article] [PubMed] [Google Scholar]
33. Wang X et al., Lab Chip 16, 282–290 (2016). [PMC free article] [PubMed] [Google Scholar]
34. Chen MB et al., Nat. Protoc 12, 865–880 (2017). [PMC free article] [PubMed] [Google Scholar]
35. Shirure VS et al., Lab Chip 18, 3687–3702 (2018). [PubMed] [Google Scholar]
36. Lee SH et al., Adv. Healthc. Mater 7, 1701111 (2018). [Google Scholar]
37. Berger E et al., Lab Chip 18, 3172–3183 (2018). [PubMed] [Google Scholar]
38. Qian X et al., Cell 165, 1238–1254 (2016). [PMC free article] [PubMed] [Google Scholar]
39. Vining KH et al., Nat. Rev. Mol. Cell Biol 18, 728–742 (2017). [PMC free article] [PubMed] [Google Scholar]
40. Mammoto T et al., Development 137, 1407–1420 (2010). [PMC free article] [PubMed] [Google Scholar]
41. Lee KK et al., Lab Chip 18, 3079–3085 (2018). [PMC free article] [PubMed] [Google Scholar]
42. Homan KA et al., Nat. Methods 16, 255–262 (2019). [PMC free article] [PubMed] [Google Scholar]
43. Tao T et al., Lab Chip 19, 948–958 (2019). [PubMed] [Google Scholar]
44. Workman MJ et al., Cell. Mol. Gastroenterol. Hepatol 5, 669–677.e2 (2018). [PMC free article] [PubMed] [Google Scholar]
45. Jin Y et al., Adv. Funct. Mater 28, 1801954 (2018). [Google Scholar]
46. Skardal A et al., Sci. Rep 7, 8837 (2017). [PMC free article] [PubMed] [Google Scholar]
47. Au SH et al., Lab Chip 14, 3290–3299 (2014). [PubMed] [Google Scholar]
48. Jin BJ et al., Biomicrofluidics 8, 024106 (2014). [PMC free article] [PubMed] [Google Scholar]
49. Zhu Y et al., Lab Chip 17, 2941–2950 (2017). [PubMed] [Google Scholar]
50. Wang Y et al., Lab Chip 18, 3606–3616 (2018). [PubMed] [Google Scholar]
51. Zhang YS et al., Proc. Natl. Acad. Sci. U.S.A 114, E2293–E2302 (2017). [PMC free article] [PubMed] [Google Scholar]
52. Weeber F et al., Proc. Natl. Acad. Sci. U.S.A 112, 13308–13311 (2015). [PMC free article] [PubMed] [Google Scholar]
53. Nakamura T et al., Cell. Mol. Gastroenterol. Hepatol 5, 51–60 (2018). [PMC free article] [PubMed] [Google Scholar]
54. Lancaster MA et al., Nature 501, 373–379 (2013). [PMC free article] [PubMed] [Google Scholar]
55. Lancaster MA et al., Nat. Biotechnol 35, 659–666 (2017). [PMC free article] [PubMed] [Google Scholar]
56. Lou YR et al., Biotechnol. Adv 36, 132–149 (2018). [PubMed] [Google Scholar]
57. Cruz-Acuña R et al., Matrix Biol. 57–58, 324–333 (2017). [PMC free article] [PubMed] [Google Scholar]
58. Berthier E et al., Lab Chip 12, 1224–1237 (2012). [PubMed] [Google Scholar]
59. Ren K et al., Anal. Chem 82, 5965–5971 (2010). [PubMed] [Google Scholar]
60. Karzbrun E et al., Nat. Phys 14, 515–522 (2018). [PMC free article] [PubMed] [Google Scholar]
61. Chen YY et al., Proc. Natl. Acad. Sci. U.S.A 113, 14915–14920 (2016). [PMC free article] [PubMed] [Google Scholar]
62. Galland R et al., Nat. Methods 12, 641–644 (2015). [PubMed] [Google Scholar]
この記事が気に入ったらサポートをしてみませんか?