【摘 要】
:
恶性黑色素瘤是由黑色素细胞恶性转化形成的恶性肿瘤,具有高度侵袭性和转移性,其恶性程度和致死率都很高,并且存在预后差的问题,是皮肤癌中最难治愈的肿瘤。传统的二维培养模型已经有助于揭示和研究肿瘤的进展,但是研究表明在二维条件下培养的肿瘤细胞可能会出现某些受体和信号分子的表达减少或完全丢失。因此,最近出现的3D打印技术很可能成为构建体外肿瘤模型的新方法,这种快速、灵活、低成本的技术可以在多层空间控制细胞
论文部分内容阅读
恶性黑色素瘤是由黑色素细胞恶性转化形成的恶性肿瘤,具有高度侵袭性和转移性,其恶性程度和致死率都很高,并且存在预后差的问题,是皮肤癌中最难治愈的肿瘤。传统的二维培养模型已经有助于揭示和研究肿瘤的进展,但是研究表明在二维条件下培养的肿瘤细胞可能会出现某些受体和信号分子的表达减少或完全丢失。因此,最近出现的3D打印技术很可能成为构建体外肿瘤模型的新方法,这种快速、灵活、低成本的技术可以在多层空间控制细胞、材料和生物分子结构的形成。木犀草素作为一种天然黄酮类物质,广泛存在于多种中草药中,有如消炎、抗肿瘤、抗病毒等药理活性。选择合适的生物材料、种子细胞和3D打印技术构建体外肿瘤模型,并用模型对木犀草素进行药物疗效评价,是肿瘤组织工程研究中的重要组成。本论文以构建体外肿瘤三维模型为研究目的,选择明胶、聚乙二醇(二醇)二丙烯酸酯改性制备混合水凝胶并进行性能评估,然后结合3D挤出式打印技术和光固化技术构建体外3D支架进行肿瘤细胞培养,研究其作为体外肿瘤模型的可行性,具体研究内容如下:(1)明胶与甲基丙烯酸酐发生反应改性制备甲基丙烯酸酐化明胶(Gel MA),通过与聚乙二醇(二醇)二丙烯酸酯(PEGDA)混合得到五种不同浓度的混合水凝胶,对其微观结构、机械性能、平衡溶胀性、孔隙率、亲水性、材料毒性等性能进行了表征。结果表明,合适浓度的Gel MA-PEGDA混合水凝胶具有优秀的机械性能和良好的生物相容性,可以作为肿瘤组织工程进一步研究的生物材料。(2)通过3D挤出式打印技术和光固化技术制备3D体外肿瘤培养支架,并在3D支架上培养黑色素瘤细胞(A375)。CCK-8和活/死染色结果表明3D支架更适合肿瘤细胞的增殖。此外,细胞形态染色结果表明,与2D培养相比,3D生物打印水凝胶支架更适合肿瘤细胞的扩增和分化。此外,本文还对2D和3D支架上细胞中的蛋白质表达进行了初步研究,3D生物打印支架上培养的细胞MMP-9蛋白分泌较2D培养提高了约85%。木犀草素与A375细胞的药物实验表明,木犀草素的细胞毒性与时间和浓度成正相关关系。相比于2D支架,在3D打印支架培养系统中,50μg/m L药物浓度下A375肿瘤细胞存活率高了大约20%。因此,3D打印体外模型相对于传统二维培养模型更能促进肿瘤细胞的增殖与分化,更加适合用于构建体外肿瘤模型。(3)成纤维细胞(HSF)作为肿瘤微环境中的主要细胞类型,在肿瘤微环境中占基质细胞的比例很高。通过加入成纤维细胞和黑色素瘤细胞在3D支架上混合培养,使得体外3D肿瘤模型进一步贴近体内肿瘤微环境。通过进行活/死染色,CCK-8,细胞形态学染色,划痕实验的结果表明,3D混合培养中细胞的生长和增殖活性更强,更适合肿瘤细胞形成致密结构和迁移扩散。免疫荧光染色实验验证了MMP-9、MMP-2、VEGF和E-Cadherin分泌物的表达,证实了成纤维细胞-黑色素瘤细胞3D支架对肿瘤体外培养的促进作用。此外,还对3D混合细胞培养支架进行了耐药性研究,结果显示3D混合细胞肿瘤模型中细胞的存活率更高。综上所述,3D多细胞支架为抗肿瘤药物的筛选和体外肿瘤模型的建立提供了一种新的方法,具有实现肿瘤微环境的巨大潜力。
其他文献
目前,移动机器人已开始应用于农业生产、安防巡检、仓储物流等领域,为人们的生产和生活带来了极大便利。而路径规划是移动机器人完成作业任务的基础与关键,路径规划成功与否决定了移动机器人完成作业的效率。A*算法是最常用的移动机器人路径规划算法之一,可能由于传感器或环境信息发生改变使机器人自身定位出现误差,从而带来路径规划偏差。且单机器人路径规划算法存在无法适应复杂多变的环境、优化目标较为单一的问题,导致机
图像超分辨率增强算法通过增大图像像素密度对低分辨率图像进行增强,得到相应的高分辨率图像,提升图像清晰度和高频信息量。图像超分辨率增强算法在公共安全、医疗卫生、航空航天和影音娱乐等领域广泛应用,高质量的高分辨率图像不仅提升了图像视觉效果,还有利于计算机对图像场景信息的进一步理解与处理。图像超分辨率增强算法的精度与速度是影响图像超分辨率增强在实际应用中的两个重要指标。当前,基于深度学习的方法较传统方法
糖尿病是一种长期带有高血糖的代谢性疾病,并且糖尿病的发病率很高,在全世界拥有庞大的群体。糖尿病视网膜病变(Diabetic Retinopathy,DR)是糖尿病的一种并发症,超过三分之一的糖尿病患者会受到糖尿病视网膜病变的影响,且糖尿病视网膜病变也是现在成年人致盲的主要原因,已成为威胁人类健康的主要疾病之一。据统计,我国有1.164亿的糖尿病患者,但我国仅有4万名眼科医生,所以眼科医生承担巨大的
血液中的蛋白质水平被广泛用作临床上许多类型疾病的标志物。C反应蛋白和血清淀粉样蛋白A都存在于健康个体的血液中,但通常水平很低。然而,在急性期反应发作后的一天之内,它们的水平可急剧上升甚至达到正常水平的1000倍。C反应蛋白被认为参与了针对常见细菌病原体的原始、内源性、宿主防御。大多数蛋白质检测依赖于酶联免疫吸附试验(ELISA),该方法通常经过繁琐的程序。同时,在最近的研究中出现了适体传感器和基于
糖尿病视网膜病变作为糖尿病常见并发症,其早期检测可使患者得到及时诊治,避免视力损伤乃至失明的严重后果。当下,筛查糖尿病视网膜病变主要依赖专业眼科医生根据临床经验以及结合患者眼底图像中的典型病变特征对其进行诊疗分类,然而逐年增长的糖尿病患者数量,以及医师建议的糖尿病视网膜病变患者一年两次复诊安排,庞大工作量远超现有医疗体系承受范围,与此同时各级医疗中心医疗条件以及眼科医生数量,水平不一,患者复诊意识
脑卒中作为发病率、致残率、死亡率和社会资源消耗均高的脑血管疾病,严重影响国民健康。实现对脑卒中的筛查干预、诊断治疗及预后管理极为重要,现阶段临床诊断脑卒中病灶区域的有效方法是计算机断层扫描和磁共振成像。但目前,对于病灶的大小识别、轮廓分割等工作主要依赖于神经内科专家进行。手动分割的工作极易受到专家的技术水平和主观经验的影响,巨大的工作量也带来了极大的负担。因此为了减轻专家的就诊压力,提升诊断效率和
随着社会科技的不断进步发展,人们的日常出行范围不断扩张,物质生活的提高促使城市交通需求更进一步增长,导致路网的拥堵现象也愈演愈烈。在城市交通运行系统中,通常采用先进的控制策略对信号配时进行优化调整,从而缓解交通拥堵现象,而大多数信号优化管控措施均基于数学机理模型,如果能建立一个充分反映路网交通流稳态和动态变化特性的数学模型,并对模型中有关交通流特性的参数进行辨识,则可以大大改善算法的控制性能,提高
随着大数据、物联网的发展,人机交互技术成为学术研究的热门课题。手写识别作为人机交互技术的基础研究方向之一,技术成熟度在不断提高。传统的手写识别技术如利用视频图像和可穿戴传感器的解决方案识别精度高,但视频图像技术需要好的光照条件,而且涉及用户隐私问题。基于可穿戴传感器的技术要求用户长期佩戴,影响用户体验感。射频识别技术(Radio Frequency Identification,RFID)以其低成
声动力疗法(Sonodynamic Therapy,SDT)比较其他治疗肿瘤的手段来说,在高组织的可穿透特性,去离子化以及高控制低成本方面都具有明显提升,尤其是声动力法对治疗组织深部的肿瘤来说更具有优越性。当前,声动力治疗所用声敏剂都可以直接被递送到细胞的细胞质中,而鉴于细胞核对细胞的重要性以及细胞核对活性氧(ROS)的高度敏感性,将其作为药物的最终靶点将会大大提高治疗的效果。鉴于以上,本文基于细