【改变未来的科技】

综述｜安上“眼睛”与“神经”：

如何开启一场器官芯片生命活动直播

原载：“大橡科技”公众号

在药物研发中，超过90%在动物实验中表现优异的候选药物，最终在人体临床试验中失败。这一巨大落差，凸显了传统动物模型与人体生理之间的鸿沟。为应对这一挑战，“器官芯片”（Organ-on-a-Chip, OoC）技术应运而生，它结合微流控技术，在方寸之间构建出包含活体人类细胞的三维（3D）组织，精准模拟器官的关键功能和动态微环境。上个月15 日，美国参议院全票通过《FDA现代化法案3.0》，鼓励使用AI模型、类器官、器官芯片等新型替代技术（NAMs），以推动药物研发的现代化，减少对传统动物试验的依赖。因其生理模拟精准性、临床转化潜力及促进科研公平的普惠价值，器官芯片技术还成功入选Nature Biotechnology 2025年度十大生物技术。

然而，器官芯片的微型化与高仿生性也带来了新的挑战：如何在不破坏其精细结构的前提下，对其中瞬息万变的生理活动进行实时、无创、连续的监测？传统的“终点法”检测，如将芯片拆解后进行基因或蛋白分析，虽然能提供深度信息，却如同只看到一场电影的结局，而错过了精彩的过程。目前，专门针对荧光探针技术及其在OoC实时表征中应用的全面综述仍然稀缺。

日前，中国中医科学院唐仕欢、陈鹏等的团队发表于《Theranostics》（影响因子：13.3）的一篇综述，系统性地梳理了功能材料探针和先进传感技术在器官芯片多参数表征中的核心作用。该综述整合“在线”与“离线”检测的多维评价框架，并深入探讨了人工智能（AI）如何赋能这一领域，为器官芯片走向标准化和临床应用提供了方法论支持，这些技术恰似为器官芯片赋予了“眼睛”与“神经”，使其能够实时“直播”内部的生命活动，让我们以前所未有的清晰度和连续性观察微器官的动态行为。

01

研究亮点

Research Highlights

● 多维评价框架：整合“在线”（传感器与荧光探针）与“离线”（分子检测与组学分析）的多维度评价框架，以高分辨率、复杂、无创、实时的微环境动态和细胞行为可视化为目标，符合器官芯片的多参数标准化表征的系统性方法论。

● 材料创新聚焦：构建了以荧光探针和生物传感器为中心的讨论框架，聚焦功能材料探针（如磷光氧探针、量子点、石墨烯传感器）的创新设计与集成，揭示了材料科学是突破器官芯片动态、无创、实时监测瓶颈的核心驱动力。

● AI有机融合：系统梳理了AI在器官芯片数据分析中的前沿应用，不仅用于图像识别，更能整合多模态数据和外部数据库，实现从“被动观察”到“主动预测”的跨越。

02

研究内容

Research Content

1. 在线检测：给器官芯片装上“实时感知系统”

器官芯片的核心价值之一在于其动态性。细胞间的相互作用、对外界刺激（如药物）的反应，都是一个随时间演进的连续过程。因此，理想的观测技术必须能够“直播”这一过程。在线检测技术凭借其原位、无创、高时空分辨率的优势，成为了实现这一目标的关键。

三大传感“神经”：光学、电化学与力学

文章将当前的在线传感系统分为三大类论述。

首先，是灵敏的光学传感器。以氧气（O₂）监测为例，有研究者将基于铂卟啉及其衍生物的磷光微粒嵌入芯片材料（如PDMS）中，利用O₂对磷光的“猝灭”效应，实现了对芯片内生理级O₂梯度的非侵入式、实时成像（原文图1A-E）。更进一步，基于硅光微环谐振器的光子传感器，甚至能以每19秒一次的频率，无标记地检测到肺芯片炎症模型中细胞因子的瞬时释放（原文图1F）。

原文图1. 器官芯片中光学传感器应用的代表性实例。(A) 一种集成O₂传感器的新型肝细胞培养装置。(B) 一种集成O₂传感器的不透气3D细胞培养芯片。(C) 一种集成O₂传感器的双腔PDMS微流控装置。(D) 具有四个O₂传感器的肠芯片示意图。(E) 一种嵌入6个氧猝灭荧光颗粒的肠芯片微流控培养装置。(F) 一种集成光子传感器的组织芯片。

其次，是擅长监测细胞电信号的电化学传感器。其中，电化学阻抗谱（EIS)和跨上皮/内皮电阻（TEER）测量技术，已成为评估肠道、血脑屏障等器官芯片屏障功能完整性的首选（原文图2A）。而微电极阵列（MEA），则如同为芯片植入了“听诊器”，能同步记录心脏芯片的搏动电位、脊髓类器官、味觉类器官的神经信号，甚至能区分不同血糖浓度下胰岛细胞的电生理差异（原文图2B）。此外，场效应晶体管（FET）传感器，特别是石墨烯基场效应晶体管（GFET）和浮栅场效应晶体管（FG-FET），因其高灵敏度、生物相容性和小型化优势，在器官芯片（OoC）中被广泛应用于实时监测生物分子、pH值和神经电活动等。

最后，是能“触摸”组织收缩的机械传感器。在心脏芯片中，研究者巧妙地将微悬臂梁、PDMS微柱阵列或压电薄膜集成于组织下方。当心肌细胞跳动时，这些微型结构会产生相应的形变或电压信号，辅以柔性聚醚醚酮（PEEK）探针等可精确量化其收缩力与频率（原文图2D-F）。

原文图2. 器官芯片中电化学和机械传感器应用的代表性实例。(A) 一种带有交叉微槽和电生理电极的血-视网膜屏障芯片。(B) 一种带有即插即用MEA电极的人脊髓类器官芯片。(C) 一种集成多模态FG-FET传感器的器官芯片装置。(D) 一种集成硅微悬臂梁芯片以测量机械和电功能活动的人体芯片系统。(E) 一种集成图像处理系统和压电传感系统的心脏芯片平台。(F) 一种完全3D打印并配备多层微悬臂梁的心脏芯片平台。

OoC技术的核心优势在于其能够模拟人体器官的复杂微环境，而多传感器集成技术通过将各种物理、化学和生物传感器在材料层面协同集成到单个微流控平台上，实现了对细胞微环境中多个关键参数（例如屏障完整性、代谢物浓度、离子活性、电生理信号、pH值、O₂张力等）的实时、原位和并行监测，这为深入了解组织行为、动态细胞功能、药物效应以及对环境扰动的响应提供了前所未有的全面表征，是推动器官芯片技术从模型构建走向精确预测的关键技术。如下图3给出了部分多传感器联合应用的示例。

原文图3. 芯片上多传感器实现的典型示例。 (A) 集成TEER和O₂传感器的双通道芯片。(B) 具有组织嵌入式磷光微探针双频相位调制以及安培式葡萄糖和乳酸传感器的芯片肝脏装置。(C) 集成微型光学pH和O₂传感器的热塑性微流控装置。(D) 用于神经元群研究的光学薄膜晶体管(TFT)阵列生物传感器芯片。(E) 具有光学、物理传感器和电化学生物传感器的集成芯片平台。

荧光探针：照亮微观世界的“分子级探照灯”

如果说传感器是器官芯片的“神经”，那么荧光探针就是能进入细胞内部的分子级“探照灯”。

文章将荧光探针分为分子探针和纳米探针两大类。分子探针根据激活机制可分为三类：化学响应型、生物分子响应型和物理响应型。如Fluo-4AM能进入细胞，记录单个细胞内的钙瞬变；一些二乙酸酯探针则能报告细胞内活性氧、活性氮的水平，FITC-葡聚糖常被用作评估屏障通透性的标准工具。

纳米探针则性能更优。根据材料组成，纳米粒子荧光探针可分为量子点（QDs）、上转换纳米粒子（UCNPs）、金纳米棒（AuNRs）和二氧化硅纳米粒子（SiNPs）等。例如，研究者将石墨烯量子点（GQDs）集成到3D打印的肝芯片中，成功实现了对肝细胞分泌的特定蛋白（GST-α）的原位定量（原文图4B）。而在血脑屏障芯片中，表面修饰了靶向分子的金纳米棒（AuNRs）被用作可追踪的探针，直观地揭示了纳米药物穿越屏障的能力（原文图4C）。

原文图4. 器官芯片中荧光探针应用的代表性实例。(A) 一种用于量化细胞内活性氧 (ROS)和细胞活力的血管芯片。(B) 一种植入石墨烯基等离子体传感器的3D生物打印肝芯片。(C) 一种用GNR-PEG-Ang2/D1-A647探针标记的血脑屏障芯片平台。(D) 一种用ApoE-SiO₂探针标记用于活细胞成像的血脑屏障芯片。

荧光探针凭借其分子级空间分辨率、毫秒级动态响应能力和多参数同步监测特性，已成为原位分析器官微环境的核心工具，推动了从离子波动、细胞活动到组织功能的实时跨尺度观测。

与发光探针相配合的是各类显微镜成像技术，如透射光显微镜、光学相干断层扫描（OCT）、扫描探针显微镜（SPM）、原子力显微镜（AFM）和拉曼光谱等先进成像与分析方法，极大地推动了OoCs中细胞行为、微环境动态及组织力学特性的高分辨率、实时、非侵入性研究。

2. 从感知到认知：AI如何解码器官芯片数据

器官芯片结合前沿传感技术，会产生海量、多维的复杂数据流。此时，AI，特别是机器学习（ML）和深度学习（DL），便成为了不可或缺的“解码器”。

AI的应用已渗透到器官芯片研究的方方面面。在图像分析领域，卷积神经网络（CNN）等DL模型能自动识别和量化复杂的细胞行为。例如，一个VGG-19模型能以超过99%的准确率，从肺芯片的图像中识别出病理和炎症反应。

AI的价值不仅限于图像。在非成像数据的解析上，AI同样大放异彩。研究者将拉曼光谱与支持向量机（SVM）结合，仅凭7个光谱特征峰，就以91.9%的准确率判断出肠芯片中紧密连接的损伤程度。

更具前瞻性的研究中，AI能够整合多参数读数、功能分析及外部数据库，从而揭示复杂的生物学关联并预测系统性结果。例如，有研究将肝芯片的实验数据与包含5万多个分子的外部数据库相结合，通过随机森林模型，成功预测出能减轻对乙酰氨基酚肝毒性的天然化合物（原文图6）。

原文图6. 将AI与器官芯片数据分析相结合的工作流程图。

3. 离线检测：深度验证的“金标准”

尽管在线检测提供了宝贵的动态信息，但其定量精度和分子机制解析能力仍存在一定局。因此，离线检测作为深度验证的“金标准”，依然不可或缺。

这类技术通常在实验终点进行取样，包括：

● 分子特异性检测：如Western blot（WB）、定量PCR（qPCR）和酶联免疫吸附分析（ELISA），用于对特定蛋白、基因或分泌因子进行精确定量。分子特异性检测技术能够提供从基因到代谢物的多层次分析，显著提高芯片的可靠性，并推动其在精准医疗和药物研发领域的应用。

● 多组学分析（Multi-omics）：多组学技术涵盖基因组学、转录组学、蛋白质组学和代谢组学。它们能够系统地定量分析不同生物层级（包括RNA、蛋白质和代谢物）中的分子，从而客观地揭示复杂的生物过程。在OoCs的研究中，整合的多组学分析已成为深入表征模型保真度、解析功能机制和评估扰动响应的“金标准”，能从系统层面揭示器官芯片对药物或疾病的复杂响应。

文章特别指出，OoCs的多组学分析面临样本量低的挑战，但通过优化样品收集、富集策略和利用高灵敏度质谱平台，结合材料创新和生物模拟识别，正逐步克服这些限制，实现从分子事件到器官功能的多尺度验证。

03

结论与展望

Conclusion and Outlook

OoCs的表征技术正朝着“在线-离线融合、AI深度赋能”的方向发展。

离线分析通过分子生物标志物和多组学分析揭示疾病机制，在线检测利用生物传感器和荧光探针实现实时监测，并通过AI增强数据分析能力。然而，探针和传感器的物理整合可能影响组织结构，且技术平台特异性强，缺乏标准化框架，这些因素在一定程度上限制了OoCs的广泛应用。未来发展需聚焦于开发高灵敏度、生物相容性好的探针和传感器，实现多参数实时监测，并建立标准化框架和可解释的AI模型，最终将OoCs发展为具有临床相关性的可靠研究工具。

展望未来，随着高稳定性、高生物相容性探针材料的开发，以及可解释AI与多器官芯片系统的深度融合，OoCs将有望从实验室的概念验证，真正蜕变为一个可靠、高效、可预测的平台。

文献来源：

Wang Y, Chang X, Deng S, Tang S, Chen P. Functional material probes and advanced technologies in organ-on-a-chip characterization. Theranostics 2026; 16(5):2488-2516. doi:10.7150/thno.122552. https://www.thno.org/v16p2488.htm