首  页 学会简介 新闻通知 行业动态 科技进展 加入我们 English
纳米粒子复合支架在心肌组织工程中的应用

纳米粒子复合支架在心肌组织工程中的应用

供稿人:韩康 贺健康 供稿单位:机械制造系统工程国家重点实验室  发布日期:2020-12-06
分享按钮

心肌组织微环境在指导心肌细胞的功能和命运方面起着决定性的作用,模拟这种细胞外微环境为心肌组织再生提供了广阔前景。目前,已有众多研究者利用含有不同类型导电纳米粒子的复合水凝胶构建了具有优异机械完整性和改善电生理特性的工程心肌组织。然而,还没有人试图直接比较这些复合水凝胶的功效,并破译这些复合水凝胶调节心肌细胞行为的机制。加利福尼亚大学洛杉矶分校的Ali Khademhosseini教授团队制备了含三种不同类型的碳基纳米颗粒:碳纳米管(CNT),氧化石墨烯(GO)和还原GO(rGO)的明胶甲基丙烯酰(GelMA)水凝胶,以研究这些复合支架对心肌细胞结构组织和功能的影响。

功能碳基纳米颗粒(CBNs)具有可调的机械、结构和电学性能,在许多生物医学应用领域,特别是心肌组织工程领域具有潜在的应用前景。为了解不同CBNs的物理特性如何调节复合支架上的心肌细胞行为的潜在机制,Ali Khademhosseini教授团队制备了CNT-,GO-和rGO-GelMA(浓度为0.3%/ 7%(w / v))混合水凝胶(图1A)。碳纳米管的透射电子显微镜(TEM)图像以及GO和rGO的原子力显微镜(AFM)图像显示:1. CNT纤维直径范围为15至45 nm(图1B),2.超声处理的rGO片与GO片相比尺寸稍小,但形状相似;3.GO和rGO板的尺寸不均匀(图1C,D)。GO和rGO薄片的厚度分别为~1.1和~8.4nm,表明还原步骤的单个薄片之间的相互作用导致了rGO的多层堆叠。扫描电子显微镜(SEM)图像显示了复合支架的孔形貌(图1E-G)。无论CBN类型如何,孔壁均光滑,表明CBN在GelMA复合材料内部分布均匀。

图1 CNT-,GO-和rGO-GelMA的结构特性。(A)CNT-,GO-和rGO-GelMA复合水凝胶的制备程序。(B)CNT的TEM图像。(C)GO和(D)rGO的AFM图像。(C)和(D)中的插图图像沿每个图像中的指定线显示高度轮廓。SEM图像显示(E)CNT-,(F)GO-和(G)rGO-GelMA薄膜的多孔表面

心脏中主要有三种类型的心肌细胞,即淋巴结/起搏器,心房和心室肌细胞。分辨这些细胞类型对于心脏评估,细胞治疗和药物开发具有重要意义。心房和心室肌细胞产生一次跳动分为五个阶段(图2A),它们是快速去极化(阶段0),部分复极化(阶段1),平稳阶段(阶段2),另一个复极化(阶段3)和真实静息膜电位(阶段4)。由于心室肌细胞Ca2+内流和K+外流较慢,心室动作电位在第2阶段显示出更长的持续时间和更高的平台电位。测量了不同条件下的动作电位,结果显示在CNT-GelMA上成熟的心肌细胞表现出明显快速的上冲速度(约3.8 V/s)和较长的动作电位周期,分别为50% (APD50:动作电位持续时间为振幅的50%,约0.62 s)和90% (APD90:动作电位持续时间为振幅的90%,约为0.81 s,而GO-和rGO-GelMA的细胞表现出较慢的上冲速度(GO- GelMA的平均值为0.62倍,GO- GelMA的平均值为0.39倍)和较短的持续时间(APD50: ~ 0.58 s和~ 0.45 s, APD90: ~ 0.77 s和~ 0.73 s)(图2B-E)。根据阶段2的持续时间和动作电位平台,在CNT-GelMA和GO-GelMA上培养的心肌细胞分别最接近心室肌细胞和心房肌细胞。有趣的是,在rGO-GelMA上培养的心肌细胞在心室和心房表型之间表现出中间特征。这些发现表明复合支架中CBNs的不同特性可能在指导心肌细胞命运决定中起重要作用。碳纳米管显示出更高的电导率,类似天然ECM的纳米纤维结构且孔径较小,并且与天然心脏组织的机械性能更接近,从而使心肌细胞具有更好的形态并表达更高水平的心脏标志物,从而使细胞更像心室肌细胞体外表型。

图2 通过电生理特性确定混合支架上工程心脏组织的表型。(A)示意图,表示具有向内和向外离子电流的心室动作电位的不同阶段。在(B)CNT-,(C)GO-和(D)rGO-GelMA上培养5天的心肌细胞的动作电位。(E)显示通过CNT,GO和rGO链接传播电信号的示意图

这项工作表明,在不同复合支架上培养的心肌细胞对功能成熟的细胞外指导具有明显的敏感性,这突显了高保真度的心肌细胞表型对心肌组织工程模型系统的重要性。

参考文献:

  1. Junmin Lee, Vijayan Manoharan, Louis Cheung, Seungkyu Lee, Byung-Hyun Cha, Peter Newman, Razieh Farzad, Shreya Mehrotra, Kaizhen Zhang, Fazal Khan, Masoumeh Ghaderi, Yi-Dong Lin, Saira Aftab, Pooria Mostafalu, Mario Miscuglio, Joan Li, Biman B. Mandal, Mohammad Asif Hussain, Kai-tak Wan, Xiaowu Shirley Tang, Ali Khademhosseini, and Su Ryon Shin. ACS Nano 2019 13 (11), 12525-12539 DOI: 10.1021/acsnano.9b03050.