类器官是在实验室中培养的3D模型，旨在模拟真实器官的结构和功能。（信用：Thom Leach/ Science Photo Library/ Getty Images）
数十年来，动物模型和2D细胞模型一直是生物医学研究和药物开发的基石，为我们今天受益的许多医学进步奠定了基础。但这些系统往往难以捕捉人类疾病的复杂性或预测药物反应，导致临床试验失败率居高不下。
"人类具有多样性——而在动物模型中不可能捕捉到所有这些表型，"加拿大多伦多大学（University of Toronto）的化学工程师米利察·拉迪西奇（Milica Radisic）表示。
这些科学局限性，加上日益增长的伦理关切，已导致监管环境发生重大转变。2025年4月，美国食品药品监督管理局（FDA）宣布计划将替代性测试平台纳入其药物评估流程，这是对2022年FDA现代化法案2.0版的延伸。
这一举措标志着该领域的一个关键时刻。生物学与工程学交叉领域的进步，正在推动新一代基于人类的模型发展，弥合了传统细胞培养与完整生物体之间长期存在的差距。
"这是一个高度跨学科的领域，"《自然综述：生物工程》（Nature Reviews Bioengineering）的主编克里斯蒂娜-玛丽亚·霍雷什（Christine-Maria Horejs）表示，"开发这些复杂模型需要多种不同的技能组合。"
2025年10月，Nature Conferences在塞尔维亚贝尔格莱德召集了全球科学家、工程师、临床医生、计算科学家和创新者，举办为期两天的"人类疾病工程模型"会议。此次会议由塞尔维亚政府及其第四次工业革命中心牵头，与世界经济论坛和联合国开发计划署合作举办，展示了疾病建模和生物工程领域的最新进展。这次会议是塞尔维亚更广泛努力的一部分，旨在通过"生物科技未来论坛"等举措，将自己定位为生物科技创新的中心。
工程复杂性
类器官——由干细胞生长而成的自组织"迷你器官"——能够重现复杂人体组织的许多关键结构和功能特征。
"我们制作小型器官版本，如肺、肠道、肝脏或胰腺，然后干扰它们以模拟疾病，例如遗传疾病，"荷兰乌得勒支大学（Utrecht University）的汉斯·克利弗斯（Hans Clevers）解释道。他在2009年的开创性工作导致了从成体干细胞衍生的首批小鼠肠道类器官。
研究人员正在使用这些高级细胞模型（由人类干细胞和患者来源的诱导多能干细胞（iPSCs）培养而成）来模拟人类发育和疾病。例如，奥地利维也纳分子生物技术研究所（Institute of Molecular Biotechnology）的于尔根·克诺布利希（Jürgen Knoblich）使用皮质类器官来研究早期人类大脑发育和神经疾病。其他人则将类器官技术应用于历史上被忽视的领域，如女性特异性疾病。
"这些系统并不完美，但它们让我们能够探索以前无法接触的过程，"瑞士巴塞尔弗里德里希·米歇尔生物医学研究所（Friedrich Miescher Institute for Biomedical Research）的玛格丽塔·图尔科（Margherita Turco）表示，她使用类器官模拟月经和胎盘生物学。
然而，类器官仍然面临阻碍其更广泛应用的实际限制。"一个真正的问题是它们固有的异质性。每一个都与其他略有不同，"美国斯坦福医学院（Stanford Medicine）的莎拉·海尔斯霍恩（Sarah Heilshorn）表示，她使用蛋白质工程材料和3D生物打印来创建人类软组织模型，"因此，我们仍有一些过程不够了解，无法控制。"
为克服这一挑战，许多研究人员正在转向器官芯片平台——这些生物工程系统在体外复制人类器官的复杂微环境和生理功能。通过整合多种细胞类型、特种生物材料以及精确控制的空间和机械条件，这些微流体系统比传统培养系统提供更高的保真度。重要的是，它们还可以通过各种方法提取生物信息，例如集成的实时传感器监测关键生理过程。
"如果我们结合人类iPSCs与微制造设备，我们可以为几乎任何人类疾病开发模型，"拉迪西奇表示，"重要的是，我们可以测量功能，例如'迷你心脏'跳动的强度，或肺部或肾脏的通透性。"
生物工程师们正在开发日益复杂的器官芯片平台——包括血管化和免疫兼容系统、互连的多器官网络、使用患者来源的细胞捕获个体差异，甚至整合微生物以反映人类微生物组的影响。
在再生医学的前沿，以色列特拉维夫大学（Tel Aviv University）的塔尔·德维尔（Tal Dvir）展示了其团队在"生物打印"心脏组织方面的进展——包括一个完整的3D微型心脏，含有细胞、血管、心室和腔室。他们将患者来源的干细胞与由患者生物材料制成的"墨水"结合，在3D打印机中构建器官。"也许不是在接下来的几年里，"他说，"但在未来，我们将为移植打印器官。"
并非所有下一代模型都是物理的。美国约翰斯·霍普金斯大学（Johns Hopkins University）的娜塔莉亚·特拉亚诺娃（Natalia Trayanova）展示了她在AI驱动的数字孪生方面的开创性工作——从医学影像和临床数据重建的个性化虚拟人的心脏。这些预测模型可以模拟患者对治疗的反应，使临床医生能够"先测试再治疗"。
挑战与前进道路
研究人员警告称，在这些模型能够完全实现其在转化研究中的潜力之前，仍存在重大障碍。
"主要挑战是确保你完全重现了表型，并且该模型能够预测人类中将发生的情况，"拉迪西奇表示，"整个社区现在正在围绕这些模型的验证团结起来，以便监管机构能够接受它们。"
一个核心问题是，谁应该决定哪些模型适合哪些应用——这种判断高度依赖于上下文，突显了学术界、产业界和监管机构之间更密切合作的必要性。
可重复性和可扩展性也至关重要。瑞士巴塞尔罗氏人类生物学研究所（Roche's Institute of Human Biology）创始主任马蒂亚斯·吕托夫（Matthias Lutolf）描述了他的团队开发的微流体平台，该平台标准化肠道类器官，生成高度可重复的"迷你结肠"，适用于高通量应用。
自动化正成为这一扩展工作的关键部分。拉迪西奇的实验室正在开发由AI指导的机器人运行培养系统，可以同时生长和分析数千个组织模型。"听起来像科幻小说，"她说，"但它已经在这里了。"
这些进步也引发了伦理考虑。随着模型变得越来越个性化和预测性，拉迪西奇强调需要确保其开发和使用保持负责任。"我们需要与社会科学家合作，确保我们的工作建立在坚实、安全和伦理的基础上。"
会议的总体信息是明确的：现在是成为生物工程师的最佳时机。"该领域确实在快速发展，"霍雷什说，"监管机构正在打开大门，一旦产业界参与进来，事情就会加速。"
跨学科的研究团队现在正围绕一个共同目标共同努力：以越来越高的保真度重现人类生物学和疾病。
"这是一个如此复杂的问题，需要来自许多不同学术领域的专业知识，"海尔斯霍恩总结道，"当我们所有人聚集在一起时，我们可以实现更具创造性的解决方案。"
【全文结束】