类器官生成策略、应用与未来挑战综述
Yin H, Zhu GQ, Wang HZ et al. | Stem Cell Research & Therapy 2026 | DOI: 10.1186/s13287-026-05045-x
标签: #类器官 #综述 #生成策略 #生物反应器 #疾病建模 #药物筛选 #个性化医疗 #CelVivo应用场景
一、本文综述了什么 📖
综述范围
本文是类器官技术 2026 年度全面综述，系统总结了自 2009 年 Clevers 首次培养肠道类器官以来的技术进展。覆盖三大主题：
- 类器官生成策略——无支架（scaffold-free）vs 有支架（scaffold-based）vs 微腔/微孔阵列的完整技术谱系
- 器官特异性方案——脑、肝、肠、肾、骨五大类器官从 iPSC/hPSC 分化的标准化 protocol
- 生物医学应用——体外疾病建模（感染/神经/癌症/骨）、药物筛选、个性化医疗、再生医学、衰老模型
核心分类框架
| 策略类型 | 核心原理 | 代表技术 | 优势 | 局限 |
|---|---|---|---|---|
| 无支架法 | 细胞在超低粘附表面自聚集 | 悬浮培养板、悬挂滴培养、悬浮生物反应器 | 操作简单、成本低、适合大规模 | 尺寸/形状异质性高、缺乏空间组织引导 |
| 微腔/微孔阵列 | 微加工物理空间引导自组织 | 微流控芯片、微孔板、图案化表面 | 批次间一致性高、适合高通量筛选 | 设备成本高、通量受限于芯片设计 |
| 有支架法 | 3D 基质提供物理 + 生化信号 | Matrigel、dECM、合成聚合物纤维 | 空间组织最接近体内、细胞-ECM 互作完整 | Matrigel 批次差异大、体内移植引发免疫反应 |
二、综合比较的核心结论 📊
结论 1：生成策略选择决定类器官质量与应用场景
Figure 1：无支架 vs 有支架类器官培养策略对比（p6）。上方：超低粘附培养板上细胞自聚集形成类器官；下方：支架提供 3D 结构引导细胞-ECM 网络形成。
| 维度 | 内容 |
|---|---|
| 综述了什么 | 三种培养策略的物理原理、操作流程、代表性类器官模型；从 ESCs/iPSCs 到三胚层来源类器官的完整分化路径 |
| 对比显示了什么 | 无支架法（悬浮培养）适合快速生成脑/肠道类器官但缺乏空间引导；微腔阵列引导的类器官一致性 >90% 适合高通量筛选；有支架法（Matrigel/dECM）生成的肠道/肝脏类器官空间结构最接近体内（隐窝-绒毛结构、胆管样囊肿），但批次间变异系数 CV >30% |
| 说明什么 | 无"最优策略"——策略选择必须匹配下游应用：疾病建模需要空间结构完整性（选有支架法），药物筛选需要批次一致性（选微腔阵列），规模化扩增需要低成本（选无支架悬浮培养） |
结论 2：三胚层类器官分化路径已标准化但仍缺乏血管化
Figure 2：多能干细胞经三胚层分化为各类器官的路径（p13）。
| 维度 | 内容 |
|---|---|
| 综述了什么 | 外胚层→脑/视网膜类器官；内胚层→肝/肠类器官；中胚层→肾/心/骨类器官的完整分化方案（生长因子时序、培养基成分、培养周期） |
| 对比显示了什么 | 脑类器官可形成放射状胶质层和皮层分层结构（模拟人类皮层发育）；肝类器官需共培养内皮细胞才能形成血管化网络；肠类器官在 Matrigel 中稳定培养 >6 个月并保留隐窝-绒毛结构；肾类器官已形成肾小球样结构但缺乏功能性滤过屏障；骨类器官通过 3D 生物打印 + 机械负荷循环可形成矿化基质 |
| 说明什么 | 各类器官分化 protocol 已基本成熟，但血管化是跨器官瓶颈——肝、肾、心类器官均需血管化才能实现长期功能维持，当前共培养/微流控灌注/体内移植等方案均未实现完全体外血管化 |
结论 3：类器官在疾病建模与药物筛选中展现出高预测价值
Figure 3：类器官生物医学应用场景概览（p21）。
| 维度 | 内容 |
|---|---|
| 综述了什么 | 类器官在传染病（肠道病原体感染、病毒性肝炎）、神经退行性疾病（阿尔茨海默、帕金森）、癌症（患者来源类器官 PDO）、骨疾病（骨质疏松、骨肿瘤）、个性化药物筛选中的应用案例 |
| 对比显示了什么 | 患者来源肠道类器官（PDO）预测临床药物响应的准确率达 80-90%；类器官芯片系统支持中等通量筛选（学术机构 ~100-500 化合物/轮）；衰老类器官模型（NAD+ 水平、干细胞活性标志物）可技术评估抗衰老化合物效果；移植类器官到动物模型（心梗小鼠心肌、骨缺损部位）可促进组织修复 |
| 说明什么 | 类器官已从基础研究工具过渡到转化医学平台——PDO 预测准确率 >80% 意味着类器官可在临床试验前筛选候选药物，降低临床失败率 |
结论 4：规模化、标准化和伦理监管是产业化的三大瓶颈
Figure 4：类器官规模化培养与产业化挑战（p24）。
| 维度 | 内容 |
|---|---|
| 综述了什么 | 生物反应器技术（搅拌罐式/灌注式）支持大规模类器官培养；标准化挑战（生长因子时序、培养基批次、操作者差异）；免疫排斥与伦理监管问题（脑类器官"意识"争议、胚胎样结构的监管定义） |
| 对比显示了什么 | 搅拌罐和灌注生物反应器可支持大规模细胞培养，降低单位类器官成本 >10 倍；精确时序的生长因子递送 protocol 可将培养变异系数降低至 CV <15%；人源化类器官（含免疫细胞）可模拟免疫-肿瘤互作，但异种移植面临免疫排斥和伦理双重挑战 |
| 说明什么 | 生物反应器是类器官产业化的核心基础设施——从实验室到 CDMO/Biopharma 的桥接点。搅拌罐/灌注式反应器结合标准化 protocol 可将类器官从"手工作坊"升级为"工业化生产" |
三、对领域/产品的意义 💡
科学意义
| 综述主题 | 领域意义 |
|---|---|
| 三大生成策略的系统比较 | 首次将 scaffold-free / microcavity / scaffold-based 统一为"技术谱系"，为研究者提供策略选择决策树 |
| 五大器官分化方案汇总 | 脑/肝/肠/肾/骨的 protocol 标准化，减少不同实验室间的 protocol 差异 |
| 类器官芯片 + 生物反应器结合 | 定义下一代类器官平台：高通量（芯片）+ 规模化（反应器）+ 血管化（灌注）三位一体 |
| 衰老类器官模型 | 扩展类器官应用边界——从疾病建模到衰老评估和抗衰老药物筛选 |
局限性
- 未覆盖心脏类器官的完整分化方案（仅简要提及）
- 免疫类器官（含 T 细胞/巨噬细胞的类器官）讨论不足
- 缺乏对类器官商业化现状（供应商、成本、市场规模）的量化分析
- 未讨论 AI/机器学习在类器官图像分析中的应用
四、与我们的产品 🧬
| 产品 | 关联度 | 应用场景 |
|---|---|---|
| CelVivo ClinoStar | ⭐⭐⭐⭐⭐ | 类器官规模化扩增——综述明确指出生化器技术是类器官产业化的核心。ClinoStar 的低剪切力 3D 旋转培养可同时满足：① 无支架悬浮培养的低成本优势 ② 均匀营养交换支持长期培养（>90 天） ③ 多腔并行降低批次间变异 |
类器官工业化核心价值
本文综述的"三大策略 + 五大器官 + 产业化瓶颈"框架，正是 CelVivo ClinoStar 在国内 CDMO/Biopharma 类器官管线的核心定位——ClinoStar 解决的是"规模化 + 低成本 + 低变异"这一综述反复强调的产业化痛点。
五、参考文献 📚
- Yin H, Zhu GQ, Wang HZ, et al. Organoids: generation strategies, applications, and future challenges. Stem Cell Res Ther. 2026. doi:10.1186/s13287-026-05045-x. PMID: 42174698.
- Clevers H. Modeling development and disease with organoids. Cell. 2016;165(7):1586-1597. doi:10.1016/j.cell.2016.05.082.
- Drost J, Clevers H. Organoids in cancer research. Nat Rev Cancer. 2018;18(7):407-418. doi:10.1038/s41568-018-0007-6.
六、原文下载 📄
📄 Yin_H_et_al_StemCellResTher_2026_Organoids_review.pdf
转发语：2026 年度类器官技术全面综述——系统比较无支架/微腔阵列/有支架三大生成策略，汇总脑/肝/肠/肾/骨五大器官 iPSC 分化方案，明确生物反应器 + 类器官芯片是产业化核心基础设施，PDO 临床预测准确率已达 80-90%。
联系人：李东伟
📞 18045130660 🌐 https://www.biokingdom.top