瑞孚迪explorer G3自动化整合系统助力类器官工程流水线制备

2023年底，澳大利亚昆士兰大学AIBN中心的科学家们成功找到一种能够逆转新冠病毒（SARS-COV-2）感染所引发的大脑过早衰老的策略，为病毒感染后神经健康问题的治疗带来曙光。研究团队运用合成脑类器官模型，深入探讨了SARS-COV-2变体对脑组织的损伤机制。研究人员指出，新冠病毒感染会加速衰老细胞的生成，这些细胞随着年龄增长在大脑中逐渐累积。而这些衰老细胞会导致炎症及组织退化，进而引发患者出现脑雾、记忆丧失等认知障碍。

研究团队利用大脑类器官模型进行药物筛选，发现了四种药物可以选择性地消除由COVID-19引起的这些衰老细胞。这些药物包括navitoclax、ABT-737、非瑟汀和达沙替尼加槲皮素的混合物(D+Q)。这些药物不仅能够恢复大脑活力，还有望降低感染新冠病毒的小鼠模型出现神经退行性症状的风险。

此项研究得到了来自澳大利亚、英国、美国、智利、德国和俄罗斯等多国研究人员的支持，并已发表于《Nature Aging》1杂志。这一突破性发现为病毒感染后的神经健康问题提供了新的治疗途径，为相关领域的未来研究和临床应用带来希望。

该研究团队由澳大利亚生物工程和纳米技术研究所（AIBN）的类器官领域专家Ernst Wolvetang教授领衔。作为多能干细胞生物学领域的先驱之一，Wolvetang教授是首批将人类胚胎干细胞引入昆士兰大学的科学家之一，并指导成立了澳大利亚类器官中心 Australian Organoid Facility (后续简称AOF)。

他的团队将患者血液或皮肤细胞转化为诱导多能干细胞，并制造人体各类细胞及对应类器官。通过CRISPR-Cas9技术对基因组进行操作，结合高内涵成像分析、单细胞基因表达分析、多电极阵列（MEAs）功能分析等技术多种技术解析神经疾病分子机制并筛选治疗方法。目前团队已对唐氏综合症、遗传性毛细血管扩张症、儿童白质疾病和皮层发育异常等疾病的神经病理过程提供了新的认识；同时，还运用大脑类器官模型为耐药性癫痫设计个性化治疗方案，并对神经退行性疾病及衰老相关过程（如衰老细胞）的基因治疗和药物治疗的临床前效果进行评估。

众所周知，将类器官用于临床治疗是目前大趋势，但类器官培养流程复杂，培养周期长，因此难以实现标准化，如何确保不同实验室之间的类器官培养具有可比性和可重复性，是亟待解决的问题。

Ernst Wolvetang教授表示，通过自动化技术，他们可以高效快速地进行大规模的干细胞及各种器官类器官培养、基因组操作、疾病模型构建，并进行个性化药物和基因疗法的临床前测试，为疾病治疗提供重要的数据支持。

由Ernst Wolvetang教授指导成立的AOF中心是一个非营利性自动化平台，专门为昆士兰大学研究人员、项目转化等提供低成本高质量类器官样本。目前可自动化高通量的提供多种组织器官的类器官样本构件、优化和制备，包括但不限于：脑类及脊髓类器官、肾脏类器官、血管类器官、及肿瘤类器官等。

AOF平台的类器官“流水线”系统是由瑞孚迪（Revvity）为其打造的explore G3 3D/Organoid Cell culture & imaging（3D细胞类器官培养和成像自动化整合系统）。主要包括：Janus G3液体工作站，Opera Phenix Plus高内涵成像系统和Celigo 全孔成像仪，Chemagic 360自动化核酸提取仪、Liconic自动化培养箱与自动化储板栈等核心设备，并由plate::handler Flex750机械臂进行整合。该系统可以给研究者们提供：基于干细胞或类器官模型的疾病建模，3D细胞高内涵成像及分析，高通量药物筛选,高通量功能验证等服务。

Ernst Wolvetang教授表示：

通过AOF自动化平台技术，我们可以提供可靠的器官样本制备流水线，辅助药物候选物的临床前研究，或帮助生物材料和微工程生物系统的开发。最大限度地减少类器官培养及类器官药效筛选的批次间的差异，极大地提高了研究的效率和准确性。

主要设备

Janus G3液体工作站

Opera Phenix Plus高内涵成像系统和Celigo全孔成像仪

Chemagic 360自动化核酸提取仪、Liconic自动化培养箱及Plate Handler Flex750机械臂

explorerG3是一个定制化平台，因此瑞孚迪在此平台还可提供更多的自动化方案，如高通量药物筛选，细胞株构建等。

参考资料

1. Aguado, J., Amarilla, A.A., Taherian Fard, A. et al. Senolytic therapy alleviates physiological human brain aging and COVID-19 neuropathology. Nat Aging 3, 1561–1575 (2023). https://doi.org/10.1038/s43587-023-00519-6

2. Australian Institute for Bioengineering and Nanotechnology - University of Queensland (uq.edu.au)

3. Professor Ernst J. Wolvetang - Australian Institute for Bioengineering and Nanotechnology - University of Queensland (uq.edu.au)