91欧美超碰AV自拍|国产成年人性爱视频免费看|亚洲 日韩 欧美一厂二区入|人人看人人爽人人操aV|丝袜美腿视频一区二区在线看|人人操人人爽人人爱|婷婷五月天超碰|97色色欧美亚州A√|另类A√无码精品一级av|欧美特级日韩特级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

神經(jīng)肌肉接頭體外模型研究進(jìn)展

微流控 ? 來(lái)源:EngineeringForLife ? 2023-04-06 11:41 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

神經(jīng)肌肉接頭(NMJ)是突觸前運(yùn)動(dòng)神經(jīng)元和突觸后骨骼肌纖維之間的外周突觸連接,可實(shí)現(xiàn)肌肉收縮和自主運(yùn)動(dòng)。許多創(chuàng)傷性、神經(jīng)退行性和神經(jīng)免疫性疾病通常被認(rèn)為主要影響NMJ的神經(jīng)元或肌肉側(cè),并且缺乏治療選擇。新技術(shù)的最新進(jìn)展有助于開(kāi)發(fā)NMJ的體外生理和病理生理模型,并能夠?qū)ζ涔δ苓M(jìn)行精確控制和評(píng)估。

近日,來(lái)自東南大學(xué)的顧忠澤教授、中國(guó)航天員科研訓(xùn)練中心的李瑩輝研究員聯(lián)合北京航空航天大學(xué)的鄭付印和樊瑜波教授團(tuán)隊(duì)回顧了利用2D或3D技術(shù)培養(yǎng)的包括器官芯片、類器官以及生物混合機(jī)器人(圖1)在內(nèi)的體外NMJ模型的最新發(fā)展。作者首先介紹了用于NMJ功能分析的相關(guān)衍生技術(shù),例如膜片鉗技術(shù)、微電極陣列、鈣成像和刺激方法,然后總結(jié)了體外NMJ模型在疾病模型或與適宜神經(jīng)肌肉疾病相關(guān)的藥物篩選中的應(yīng)用,并討論了其未來(lái)的發(fā)展趨勢(shì)和挑戰(zhàn)。

1f6ef538-d3cc-11ed-bfe3-dac502259ad0.png

圖1 神經(jīng)肌肉接頭體外模型:器官芯片、類器官和生物混合機(jī)器人

2D培養(yǎng)是指將細(xì)胞培養(yǎng)在平坦的基質(zhì)上,細(xì)胞只能沿著平面延伸的傳統(tǒng)細(xì)胞培養(yǎng)技術(shù)。在神經(jīng)肌肉接頭共培養(yǎng)實(shí)驗(yàn)中,早期使用了動(dòng)物模型,其中將雞、嚙齒動(dòng)物或非洲爪蟾的胚胎脊髓和發(fā)育中的神經(jīng)節(jié)與肌肉一起培養(yǎng)。然而,由于動(dòng)物和人類之間存在自然物種差異,因此動(dòng)物模型無(wú)法復(fù)制人類疾病的整個(gè)過(guò)程(圖2)。

1f8364e6-d3cc-11ed-bfe3-dac502259ad0.png

圖2 2D培養(yǎng)物的免疫染色圖像

3D培養(yǎng)是指將細(xì)胞培養(yǎng)在三維環(huán)境中,這種技術(shù)類似于生物組織中的細(xì)胞外基質(zhì)(ECM),可以更好地模擬體內(nèi)的生長(zhǎng)環(huán)境(圖3)。在3D環(huán)境中生長(zhǎng)的細(xì)胞支持其自然的三維物理形態(tài),使得細(xì)胞能夠以更真實(shí)的方式生長(zhǎng)和適應(yīng)其環(huán)境。3D培養(yǎng)具有很大的潛力,可用于藥物篩選和測(cè)試系統(tǒng)、研究疾病機(jī)制以及評(píng)估藥物安全性和有效性。

1f9ed528-d3cc-11ed-bfe3-dac502259ad0.png

圖3 肌管和運(yùn)動(dòng)神經(jīng)元(MN)的共染色或乙酰膽堿受體簇染色證實(shí)了神經(jīng)肌肉接頭(NMJ)的形成

目前,器官芯片的基本雙腔室設(shè)計(jì)已被擴(kuò)展到復(fù)雜的多腔室陣列,可以在微流控系統(tǒng)中形成準(zhǔn)確的細(xì)胞組織組合模式。這種設(shè)計(jì)允許精確控制多個(gè)物理和化學(xué)培養(yǎng)條件以及不同腔室之間的通信(圖4)。

1fac6102-d3cc-11ed-bfe3-dac502259ad0.png

圖4神經(jīng)肌肉接頭(NMJ)器官芯片模型

神經(jīng)肌肉接頭的類器官模型是指由人多能干細(xì)胞(hiPSC)誘導(dǎo)的軸突神經(jīng)元和骨骼肌細(xì)胞自組裝形成的三維結(jié)構(gòu)。這些模型可以促進(jìn)不同類型的細(xì)胞在自組裝的三維結(jié)構(gòu)中形成體系結(jié)構(gòu)和相互作用,更類似于體內(nèi)原有的組織。這種技術(shù)可以用于研究與NMJ發(fā)展、維護(hù)、退化和再生有關(guān)的正常生理或病理事件,并提供了一個(gè)從幾周到幾個(gè)月甚至更長(zhǎng)時(shí)間窗口(圖5)。

1fc5728c-d3cc-11ed-bfe3-dac502259ad0.png

圖5 (A)神經(jīng)末梢頂端的許旺細(xì)胞表達(dá)S100β陽(yáng)性,證實(shí)了功能性NMJ的形成;(B)TUJ1染色顯示存在神經(jīng)元;(C)視神經(jīng)脊髓炎影像顯示肌肉細(xì)胞和神經(jīng)元的形成

生物混合機(jī)器人模型是指將活細(xì)胞和彈性材料組裝而成的機(jī)器人。這種技術(shù)可以準(zhǔn)確地模擬組織和器官系統(tǒng)或生物體的行為、微結(jié)構(gòu)和功能。由神經(jīng)肌肉單元驅(qū)動(dòng)的生物混合機(jī)器人可以通過(guò)刺激共培養(yǎng)的運(yùn)動(dòng)神經(jīng)元來(lái)誘導(dǎo)工程骨骼肌組織在柔性的自立支架上收縮,從而產(chǎn)生復(fù)雜的運(yùn)動(dòng)模式(圖6)。

1fd08eb0-d3cc-11ed-bfe3-dac502259ad0.png

圖6 (A)“脊柱機(jī)器人”:腰椎支配肌肉組織,使PDMS柱偏轉(zhuǎn);(B)中心MN被周圍的脊柱機(jī)器人包圍并支配;(C)“游泳機(jī)器人”:光激活MN主導(dǎo)脊柱機(jī)器人運(yùn)動(dòng)

綜上所述,該綜述總結(jié)了神經(jīng)肌肉接頭(NMJ)體外模型的研究進(jìn)展,包括器官芯片模型、類器官模型、生物混合機(jī)器人模型等。這些模型可以用于研究與NMJ相關(guān)的疾病,如肌萎縮側(cè)索硬化、重癥肌無(wú)力等,并為藥物篩選提供了新的平臺(tái)。未來(lái)方向包括開(kāi)發(fā)更加復(fù)雜和真實(shí)的NMJ模型,以更好地理解神經(jīng)肌肉發(fā)育和退化的機(jī)制,并為治療相關(guān)疾病提供新的治療方法。此外,還需要進(jìn)一步探索這些模型在臨床前藥物篩選中的應(yīng)用,并將其應(yīng)用于個(gè)性化醫(yī)學(xué)。






審核編輯:劉清

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 機(jī)器人
    +關(guān)注

    關(guān)注

    213

    文章

    31097

    瀏覽量

    222376
  • 3D技術(shù)
    +關(guān)注

    關(guān)注

    1

    文章

    91

    瀏覽量

    25402
  • ECM
    ECM
    +關(guān)注

    關(guān)注

    3

    文章

    61

    瀏覽量

    28786
  • PDMS薄膜
    +關(guān)注

    關(guān)注

    0

    文章

    22

    瀏覽量

    2396

原文標(biāo)題:神經(jīng)肌肉接頭體外模型研究進(jìn)展:器官芯片、類器官和生物混合機(jī)器人

文章出處:【微信號(hào):Micro-Fluidics,微信公眾號(hào):微流控】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    打通“神經(jīng)”與“肌肉”:疆鴻智能EtherCAT轉(zhuǎn)DeviceNet在精密制造中的關(guān)鍵作用

    ?打通“神經(jīng)”與“肌肉”:疆鴻智能EtherCAT轉(zhuǎn)DeviceNet在精密制造中的關(guān)鍵作用 在精密零件自動(dòng)化加工單元,我們面臨一個(gè)典型的技術(shù)挑戰(zhàn):倍福PLC作為“大腦”采用高速EtherCAT協(xié)議
    的頭像 發(fā)表于 02-26 14:10 ?187次閱讀
    打通“<b class='flag-5'>神經(jīng)</b>”與“<b class='flag-5'>肌肉</b>”:疆鴻智能EtherCAT轉(zhuǎn)DeviceNet在精密制造中的關(guān)鍵作用

    構(gòu)建CNN網(wǎng)絡(luò)模型并優(yōu)化的一般化建議

    通過(guò)實(shí)踐,本文總結(jié)了構(gòu)建CNN網(wǎng)絡(luò)模型并優(yōu)化的一般化建議,這些建議將會(huì)在構(gòu)建高準(zhǔn)確率輕量級(jí)CNN神經(jīng)網(wǎng)絡(luò)模型方面提供幫助。 1)避免單層神經(jīng)網(wǎng)絡(luò):我們清楚
    發(fā)表于 10-28 08:02

    脈沖神經(jīng)元模型的硬件實(shí)現(xiàn)

    會(huì)發(fā)生泄漏而降低。 以下公式 用來(lái)計(jì)算LIF模型的膜電勢(shì) 其中表示神經(jīng)元的膜電勢(shì),vrest 代表神經(jīng)元復(fù)位電位,為時(shí)間常數(shù)。是權(quán)重和輸入脈沖的乘累加,結(jié)果再與膜電勢(shì)相加。當(dāng)神經(jīng)
    發(fā)表于 10-24 08:27

    在Ubuntu20.04系統(tǒng)中訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的一些經(jīng)驗(yàn)

    本帖欲分享在Ubuntu20.04系統(tǒng)中訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的一些經(jīng)驗(yàn)。我們采用jupyter notebook作為開(kāi)發(fā)IDE,以TensorFlow2為訓(xùn)練框架,目標(biāo)是訓(xùn)練一個(gè)手寫(xiě)數(shù)字識(shí)別的神經(jīng)
    發(fā)表于 10-22 07:03

    多光譜圖像顏色特征用于茶葉分類的研究進(jìn)展

    多光譜成像技術(shù)結(jié)合顏色特征分析為茶葉分類提供了高效、非破壞性的解決方案。本文系統(tǒng)綜述了該技術(shù)的原理、方法、應(yīng)用案例及挑戰(zhàn),探討了其在茶葉品質(zhì)分級(jí)、品種識(shí)別和產(chǎn)地溯源中的研究進(jìn)展,并展望了未來(lái)發(fā)展方向
    的頭像 發(fā)表于 10-17 17:09 ?604次閱讀
    多光譜圖像顏色特征用于茶葉分類的<b class='flag-5'>研究進(jìn)展</b>

    高光譜成像在作物病蟲(chóng)害監(jiān)測(cè)的研究進(jìn)展

    特性會(huì)發(fā)生顯著變化,例如: 葉綠素含量下降 :導(dǎo)致可見(jiàn)光波段(400-700 nm)反射率異常 細(xì)胞結(jié)構(gòu)破壞 :引起近紅外波段(700-1300 nm)散射特征改變 水分與糖分異常 :影響短波紅外波段(1300-2500 nm)吸收峰分布 研究進(jìn)展與關(guān)鍵技術(shù)突破 (一)光譜特征提取方法 植被指數(shù)優(yōu)
    的頭像 發(fā)表于 10-16 15:53 ?567次閱讀
    高光譜成像在作物病蟲(chóng)害監(jiān)測(cè)的<b class='flag-5'>研究進(jìn)展</b>

    【「AI芯片:科技探索與AGI愿景」閱讀體驗(yàn)】+神經(jīng)形態(tài)計(jì)算、類腦芯片

    。是實(shí)現(xiàn)類腦芯片的基本模型。SNN中的神經(jīng)元通過(guò)短的電脈沖相互溝通,脈沖之間的時(shí)間間隔起著重要作用。 最有利于硬件實(shí)現(xiàn)的脈沖神經(jīng)元模型是“漏電整合-激發(fā)”模型: 與DNN相比,SNN的
    發(fā)表于 09-17 16:43

    基于神經(jīng)網(wǎng)絡(luò)的數(shù)字預(yù)失真模型解決方案

    在基于神經(jīng)網(wǎng)絡(luò)的數(shù)字預(yù)失真(DPD)模型中,使用不同的激活函數(shù)對(duì)整個(gè)系統(tǒng)性能和能效有何影響?
    的頭像 發(fā)表于 08-29 14:01 ?3478次閱讀

    焊接工的“肌肉記憶”訓(xùn)練:TNC插座標(biāo)準(zhǔn)化操作的神經(jīng)反應(yīng)培養(yǎng)?

    說(shuō)到底,這種肌肉記憶就是讓標(biāo)準(zhǔn)化操作變成“條件反射”。德索的過(guò)人之處,是把抽象的工藝要求轉(zhuǎn)化成了能練出來(lái)的身體參數(shù)——從烙鐵角度到送錫力度,從反應(yīng)快慢到抗干擾能力,每個(gè)細(xì)節(jié)都有數(shù)據(jù)撐腰。就像老工程師
    的頭像 發(fā)表于 08-06 11:12 ?549次閱讀
    焊接工的“<b class='flag-5'>肌肉</b>記憶”訓(xùn)練:TNC插座標(biāo)準(zhǔn)化操作的<b class='flag-5'>神經(jīng)</b>反應(yīng)培養(yǎng)?

    模型推理顯存和計(jì)算量估計(jì)方法研究

    過(guò)程中需要占用大量顯存,導(dǎo)致推理速度變慢,甚至無(wú)法進(jìn)行。 計(jì)算量過(guò)大:大模型的計(jì)算量較大,導(dǎo)致推理速度慢,難以滿足實(shí)時(shí)性要求。 為了解決這些問(wèn)題,本文將針對(duì)大模型推理顯存和計(jì)算量的估計(jì)方法進(jìn)行研究。 二
    發(fā)表于 07-03 19:43

    無(wú)刷電機(jī)小波神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)子位置檢測(cè)方法的研究

    摘要:論文通過(guò)對(duì)無(wú)刷電機(jī)數(shù)學(xué)模型的推導(dǎo),得出轉(zhuǎn)角:與三相相電壓之間存在映射關(guān)系,因此構(gòu)建了一個(gè)以三相相電壓為輸人,轉(zhuǎn)角為輸出的小波神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)轉(zhuǎn)角預(yù)測(cè),并采用改進(jìn)遺傳算法來(lái)訓(xùn)練網(wǎng)絡(luò)結(jié)構(gòu)與參數(shù),借助
    發(fā)表于 06-25 13:06

    微雙重驅(qū)動(dòng)的新型直線電機(jī)研究

    摘罷:大行程、高精度,同時(shí)易于小型化的移動(dòng)機(jī)構(gòu)是先進(jìn)制造業(yè)等領(lǐng)域要解決的關(guān)鍵問(wèn)題之一,綜述了現(xiàn)有宏/微雙重驅(qū)動(dòng)機(jī)構(gòu)和直線超聲電機(jī)的研究進(jìn)展和存在問(wèn)題,提出了一種宏微雙重驅(qū)動(dòng)新型直線壓電電機(jī),使其既能
    發(fā)表于 06-24 14:17

    神經(jīng)網(wǎng)絡(luò)RAS在異步電機(jī)轉(zhuǎn)速估計(jì)中的仿真研究

    和可靠性,因此無(wú)傳感器矢量控制系統(tǒng)的研究被廣泛重視。眾多學(xué)者對(duì)無(wú)速度傳感器的電動(dòng)機(jī)轉(zhuǎn)速辨識(shí)進(jìn)行了研究,出現(xiàn)了很多方法,模型參考自適應(yīng)系統(tǒng)(Model Reference Adaptive System)在
    發(fā)表于 06-16 21:54

    氧化鎵射頻器件研究進(jìn)展

    ,首先介紹了 Ga2O3在射頻器件領(lǐng)域的優(yōu)勢(shì)和面臨的挑戰(zhàn),然后綜述了近年來(lái) Ga2O3射頻器件在體摻雜溝道、AlGaO/Ga2O3調(diào)制 摻雜異質(zhì)結(jié)以及與高導(dǎo)熱襯底異質(zhì)集成方面取得的進(jìn)展,并對(duì)研究結(jié)果進(jìn)行了討論,最后展望了未來(lái) Ga2O3射頻器 件的發(fā)展前景。
    的頭像 發(fā)表于 06-11 14:30 ?2511次閱讀
    氧化鎵射頻器件<b class='flag-5'>研究進(jìn)展</b>

    詳解 LLM 推理模型的現(xiàn)狀

    領(lǐng)域的最新研究進(jìn)展,特別是自DeepSeekR1發(fā)布后興起的推理時(shí)間計(jì)算擴(kuò)展相關(guān)內(nèi)容。在LLM中實(shí)施和改進(jìn)推理簡(jiǎn)單來(lái)說(shuō),基于LLM的推理模型是一種旨在通過(guò)生成中間
    的頭像 發(fā)表于 04-03 12:09 ?1638次閱讀
    詳解 LLM 推理<b class='flag-5'>模型</b>的現(xiàn)狀