ข้อมูล

อุปสรรคที่อาจเกิดขึ้นต่อการเติบโตของนาโนอิเล็กทรอนิกส์ภายในเซลล์ที่มีชีวิต?

อุปสรรคที่อาจเกิดขึ้นต่อการเติบโตของนาโนอิเล็กทรอนิกส์ภายในเซลล์ที่มีชีวิต?



We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

สมมติว่ามีนาโนเทคโนโลยีที่อนุญาตให้ "เติบโต" และต่อชิ้นส่วนอิเล็กทรอนิกส์/เซ็นเซอร์ที่วัดได้ในส่วนตัดขวางเพียงไม่กี่นาโนเมตร แม้ว่าจะขยายความยาวเป็นไมครอน สมมติว่าสิ่งนี้เป็นไปได้ภายในเซลล์ที่มีชีวิต (เพื่อวัตถุประสงค์ในการตรวจสอบหรือควบคุมเนื้อเยื่อที่มีชีวิตในระดับเซลล์แต่ละเซลล์)

เทคโนโลยีดังกล่าวจะถึงวาระในตาเพียงเพราะเซลล์จะปรับใช้แอนติบอดีในทันทีเพื่อต่อสู้กับวัตถุแปลกปลอมและประสบความสำเร็จในนั้น (ทำให้การเติบโตของส่วนประกอบดังกล่าวเป็นไปไม่ได้) หรือตายหากไม่สามารถประสบความสำเร็จได้? หรือมีโอกาสที่เซลล์จะละเลยส่วนประกอบอิเล็กทรอนิกส์และอยู่กับพวกมันอย่างมีความสุข?

อะไรคืออุปสรรคที่อาจเกิดขึ้นจากเทคโนโลยีประเภทนี้จากมุมมองทางชีววิทยา?


นาโนอิเล็กทรอนิกส์

VIII โมเลกุลนาโนอิเล็กทรอนิกส์

การอภิปรายครั้งแรกของโมเลกุลนาโนอิเล็กทรอนิกส์คือข้อเสนอของ Aviram และ Ratner ในปี 1974 เพื่อผลิตวงจรเรียงกระแสจากโมเลกุลอินทรีย์ ตัวอย่างแรกของอุปกรณ์อิเล็คทรอนิคส์ระดับโมเลกุลตัวเดียวไม่ปรากฏจนกระทั่งปี 1990 ซึ่งเป็นปัญหาสำคัญที่เกี่ยวข้องกับความยากลำบากในการทำให้การติดต่อทางไฟฟ้าแต่ละรายการกับโมเลกุลอาจมีขนาดเพียงไม่กี่นาโนเมตร การพัฒนากล้องจุลทรรศน์ส่องกราดแบบอุโมงค์ (STM) โดยพื้นฐานแล้วทำให้สามารถเริ่มต้นการวัดครั้งแรกในสาขานี้ และยังคงเป็นหนึ่งในเครื่องมือหลักในการจำแนกลักษณะโมเลกุลเดี่ยวด้วยไฟฟ้า

การสาธิตคุณสมบัติทางอิเล็กทรอนิกส์ของโมเลกุลเดี่ยวครั้งแรกโดยมหาวิทยาลัย Purdue รวมถึงการปิดกั้นคูลอมบ์และบันไดคูลอมบ์เมื่อปลาย STM วัดการนำไฟฟ้าผ่านอนุภาคนาโนทองคำที่ประกอบขึ้นเองด้วย SAM การทดลองชุดที่สองที่ IBM เมืองซูริก แสดงให้เห็นปลาย STM ที่ทำให้ C . เสียรูป60 บัคกี้บอล การเปลี่ยนรูปทางกลที่เป็นผลลัพธ์จะปรับเปลี่ยนแถบอุโมงค์เรโซแนนซ์ของโมเลกุลและทำให้เกิดการขยายเสียงแบบเครื่องกลไฟฟ้า ฮิตาชิสาธิตลูกคิดโมเลกุลที่ใช้ทิป STM เพื่อเคลื่อน C . สูง 0.25 นาโนเมตร60 โมเลกุลตามขั้นตอนของอะตอมเดี่ยวแล้วนับโดยการถ่ายภาพด้วยปลาย STM แม้ว่าอุปกรณ์เหล่านี้จะแสดงฟังก์ชันการทำงานที่อาจใช้ในวงจรได้ แต่การปรับขยายจนถึงระดับของวงจร CMOS ปัจจุบันจะเป็นไปไม่ได้

อีกแนวทางหนึ่งสำหรับโมเลกุลอิเล็กทรอนิกส์คือการใช้โมเลกุลอินทรีย์ การทำงานร่วมกันระหว่างมหาวิทยาลัยเยลและมหาวิทยาลัยเซาท์แคโรไลนาได้แสดงให้เห็นถึงการนำไฟฟ้าผ่านโมเลกุลเบนซีนที่ติดอยู่กับอิเล็กโทรดทองคำสองขั้วโดยใช้กลุ่มไทออลเพื่อผูกโมเลกุลกับทองคำ วงแหวนเบนซีนได้แยกอิเล็กตรอน Π ออกจากระนาบของโมเลกุล ซึ่งอิเล็กตรอนสามารถเคลื่อนย้ายได้เมื่อมีการใช้อคติที่เหมาะสมกับโมเลกุล พันธะคู่และพันธะสามของคาร์บอน-คาร์บอนให้วงโคจรที่คล้ายคลึงกันออกจากระนาบ ดังนั้นการรวมกันของโมเลกุลโพลีฟีนิลีนเหล่านี้จึงสร้างสายนำไฟฟ้าซึ่งปัจจุบันเรียกว่าสายทัวร์ โมเลกุลสามารถออกแบบด้วยส่วนนำไฟฟ้าพร้อมกับสิ่งกีดขวางที่สร้างขึ้นโดยกลุ่มเมทิลที่ไม่มีออร์บิทัลอิเล็กตรอนที่แยกส่วน ดังนั้นนักเคมีอินทรีย์สามารถออกแบบโมเลกุลที่การโคจรของโมเลกุลสูง (HOMO) และวงโคจรโมเลกุลที่ว่างต่ำสุด (LUMO) ซึ่งควบคุมการขนส่งทางอิเล็กทรอนิกส์ได้ในลักษณะที่คล้ายคลึงกับวิศวกรรมโครงสร้างวงดนตรีในเซมิคอนดักเตอร์ ( รูปที่ 14 ) มีการสาธิต RTD ระดับโมเลกุลที่ทำงานที่อุณหภูมิห้อง คุณสมบัติอุณหภูมิต่ำของการออกแบบ RTD บางแบบแสดงให้เห็น PVCR มากกว่า 1,000 รายการที่อุณหภูมิต่ำ ในขณะที่คุณสมบัติอุณหภูมิห้องต้องได้รับการปรับปรุงก่อนจึงจะนำไปใช้ในวงจรได้

รูปที่ 14 . (ก) โครงสร้างทางเคมีของ RTD อินทรีย์ (b) ระดับ HOMO และ LUMO รับผิดชอบการขนส่งทางอิเล็กทรอนิกส์ผ่านโมเลกุล (c) โครงสร้างวงดนตรีที่เทียบเท่าสำหรับ RTD เซมิคอนดักเตอร์

การทำงานที่ Mitre Corporation ได้ตรวจสอบสถาปัตยกรรมที่เป็นไปได้โดยใช้โมเลกุลอินทรีย์ มีการเสนอการออกแบบจำนวนหนึ่งโดยใช้ลอจิกไดโอดโดยใช้สายทัวร์และไดโอด การออกแบบประตู AND, OR และ XOR ได้รับพร้อมกับแอดเดอร์ ปัญหาหลักของระบบออร์แกนิกดังกล่าวคือการนำไฟฟ้าค่อนข้างต่ำผ่านสายไฟ Tour ที่เชื่อมต่อถึงกัน ค่าคงที่เวลา RC ของอุปกรณ์ส่วนใหญ่มีแนวโน้มที่จะค่อนข้างใหญ่ และการคำนวณแบบ "หลังซอง" คร่าวๆ แนะนำว่าความเร็วทั่วไปจะสูงถึงสิบเมกะเฮิรตซ์มากกว่ากิกะเฮิร์ตซ์ตามที่ CMOS มีอยู่ในปัจจุบัน ข้อจำกัดที่สำคัญคือการนำไฟฟ้า และเว้นแต่ว่ามีตัวนำหรือสถาปัตยกรรมที่ดีกว่าซึ่งประสิทธิภาพการทำงานไม่ได้ขึ้นอยู่กับความต้านทาน ระบบอินทรีย์จะช้ากว่าซิลิคอนมากเสมอ

ท่อนาโนคาร์บอนยังถูกใช้เพื่อนำอิเล็กตรอนและแสดงค่าการนำไฟฟ้าที่เหมาะสมสำหรับขนาดของพวกมัน กลุ่มจำนวนมากได้เผยแพร่ผลงานในสาขานี้ สามารถสร้างท่อผนังทั้งแบบเดี่ยวและแบบหลายท่อซึ่งอาจลดความต้านทานได้ มีการวัดค่าการนำไฟฟ้าสูงถึง 2000 Sm -1 ซึ่งสอดคล้องกับความต้านทานต่อมิลลิเมตรที่ 200 Ω ซึ่งดีกว่าโมเลกุลโพลีฟีนิลีนอินทรีย์อย่างมาก มีการสาธิตทรานซิสเตอร์แม้ว่าเกตจะเป็นพื้นผิวซิลิกอนและวางท่อนาโนคาร์บอนไว้บนอิเล็กโทรดโลหะสองอันที่ประดิษฐ์ขึ้นบนสารตั้งต้นซิลิกอนที่ออกซิไดซ์ด้วยความร้อน วงจรเรียงกระแสโลหะและนาโนทิวบ์ก็แสดงให้เห็นเช่นกัน จนถึงปัจจุบัน ยังไม่มีการผลิตสวิตช์หรืออุปกรณ์สามขั้วซึ่งเป็นข้อกำหนดพื้นฐานสำหรับสถาปัตยกรรมเชิงตรรกะส่วนใหญ่

หลายกลุ่มได้แสดงให้เห็นถึงการวัดบนนาโนคริสตัลซึ่งหลายคนใช้แคดเมียมซีลีไนด์ CdSe nanocrystals สามารถเตรียมได้ในขนาดที่เล็กที่สุดประมาณ 2 นาโนเมตร และด้วยโมเลกุลของตัวเชื่อมโยงที่ติดอยู่ซึ่งอาจจับกับพื้นผิวจำนวนมากรวมถึงทอง มีการแสดงทรานซิสเตอร์อิเล็กตรอนตัวเดียวในการทดลองที่คล้ายคลึงกับทรานซิสเตอร์นาโนทิวบ์คาร์บอน สารตั้งต้นซิลิกอนที่ออกซิไดซ์ถูกใช้เป็นประตูสู่นาโนคริสตัล CdSe ที่วางระหว่างอิเล็กโทรดทองคำสองอิเล็กโทรดบน SiO2 พื้นผิว.

การประกอบ DNA ด้วยตัวเองถูกกล่าวถึงในหัวข้อที่แล้ว นอกจากนี้ยังมีเอกสารจำนวนมากที่วัดค่าการนำไฟฟ้าของดีเอ็นเอประเภทต่างๆ ผลลัพธ์มีตั้งแต่พฤติกรรมที่เป็นฉนวนสูงไปจนถึงสารกึ่งตัวนำและแม้แต่พฤติกรรมของโลหะ ผลลัพธ์มาจากโครงสร้างและประเภทของ DNA ที่หลากหลาย และยังไม่มีการตรวจสอบอย่างเป็นระบบของพารามิเตอร์เฉพาะที่แตกต่างกันและการเปลี่ยนแปลงของการนำไฟฟ้าที่เกิดขึ้น ดูเหมือนว่าผลลัพธ์ที่สอดคล้องกันเพียงอย่างเดียวคือจาก DNA ที่มีอนุภาคนาโนโลหะที่ประกอบขึ้นเอง ผลลัพธ์ที่ดีที่สุดในปัจจุบันสอดคล้องกับอนุภาคนาโน Pd ที่ติดอยู่กับสาย DNA ซึ่งแสดงให้เห็นการนำไฟฟ้า 100 Sm -1

มีแนวคิดเพิ่มเติมจำนวนมากในวรรณคดีในปัจจุบัน อย่างไรก็ตาม จนถึงปัจจุบัน ยังไม่มีการสาธิตใดๆ เกี่ยวกับทรานซิสเตอร์โมเลกุลทั้งหมดหรือโครงสร้างใดๆ ที่มีอัตราขยาย ดังที่จะกล่าวถึงในหัวข้อถัดไป อัตราขยายมีความสำคัญต่อการกระจายข้อมูลผ่านวงจรขนาดใหญ่ สำหรับสวิตช์หรือทรานซิสเตอร์ ต้องใช้แรงดันไฟฟ้าที่สอดคล้องกับความแตกต่างของพลังงาน HOMO และ LUMO ในการเปิดหรือปิดการนำไฟฟ้า ในอุปกรณ์ที่เสนอส่วนใหญ่จะมีค่าประมาณ 1 eV และด้วยเหตุนี้จึงต้องมีการใช้ 1 V เพื่อเปิดหรือปิดอุปกรณ์ หากความต้านทานของโมเลกุลอยู่ที่ประมาณ 200 Ω และมีโมเลกุล 10 10 ตัว วงจรจะใช้พลังงาน $10 8 W! นาโนอิเล็กทรอนิคส์ระดับโมเลกุลอยู่ในระยะเริ่มต้นและอาจเสนอเส้นทางการประกอบตัวเองที่มีราคาถูกมาก แต่จำเป็นต้องมีการฝ่าฟันอย่างมากหากเทคโนโลยีนี้เคยเกิดขึ้นจริง


หุ่นยนต์มีชีวิตตัวแรกที่สร้างขึ้นโดยการประกอบเซลล์ที่มีชีวิตจากกบให้กลายเป็นรูปแบบชีวิตใหม่ทั้งหมด

ตัวหนังสือทำจากไม้ แต่มันไม่ใช่ต้นไม้ เซลล์ที่ตายแล้วถูกนำไปใช้ใหม่เพื่อตอบสนองความต้องการอื่น

ตอนนี้ทีมนักวิทยาศาสตร์ได้นำเซลล์ที่มีชีวิตขึ้นมาใหม่—ขูดจากตัวอ่อนของกบ—และรวบรวมพวกมันให้กลายเป็นสิ่งมีชีวิตรูปแบบใหม่ทั้งหมด “xenobots ที่มีความกว้างมิลลิเมตรเหล่านี้สามารถเคลื่อนที่ไปยังเป้าหมายได้ บางทีอาจรับน้ำหนักบรรทุก (เช่น ยาที่ต้องขนไปยังสถานที่เฉพาะภายในตัวผู้ป่วย)—และรักษาตัวเองหลังจากถูกตัดออก

“ เหล่านี้เป็นเครื่องจักรที่มีชีวิตใหม่” Joshua Bongard นักวิทยาศาสตร์คอมพิวเตอร์และผู้เชี่ยวชาญด้านหุ่นยนต์ที่มหาวิทยาลัยเวอร์มอนต์ซึ่งร่วมเป็นผู้นำการวิจัยใหม่กล่าว “ พวกมันไม่ใช่หุ่นยนต์แบบดั้งเดิมหรือสัตว์ที่รู้จัก มันเป็นสิ่งประดิษฐ์ประเภทใหม่: สิ่งมีชีวิตที่ตั้งโปรแกรมได้”

สิ่งมีชีวิตใหม่นี้ได้รับการออกแบบบนซูเปอร์คอมพิวเตอร์ที่ UVM จากนั้นจึงประกอบและทดสอบโดยนักชีววิทยาที่มหาวิทยาลัยทัฟส์ “ เราสามารถจินตนาการถึงการใช้งานที่มีประโยชน์มากมายของหุ่นยนต์ที่มีชีวิตเหล่านี้ ซึ่งเครื่องจักรอื่นๆ ไม่สามารถทำได้ ” หัวหน้าร่วม Michael Levin ผู้ควบคุมศูนย์ชีววิทยาการปฏิรูปและพัฒนาการที่ Tufts กล่าว “ เหมือนกับการค้นหาสารประกอบที่น่ารังเกียจหรือสารกัมมันตภาพรังสี การปนเปื้อน การรวบรวมไมโครพลาสติกในมหาสมุทร การเดินทางในหลอดเลือดแดงเพื่อขูดคราบพลัค”

ผลการวิจัยใหม่เผยแพร่เมื่อวันที่ 13 มกราคม 2020 ใน การดำเนินการของ National Academy of Sciences.

ทีมนักวิทยาศาสตร์จากมหาวิทยาลัยเวอร์มอนต์และมหาวิทยาลัยทัฟส์ได้ออกแบบหุ่นยนต์ที่มีชีวิตบนซูเปอร์คอมพิวเตอร์ UVM จากนั้น ที่ทัฟส์ พวกเขาตั้งเป้าหมายเซลล์กบที่มีชีวิตขึ้นมาใหม่ และประกอบเข้าด้วยกันเป็นสิ่งมีชีวิตรูปแบบใหม่ทั้งหมด ‘xenobots’ ตัวเล็ก ๆ เหล่านี้สามารถเคลื่อนที่ได้ด้วยตัวเอง วงกลมเป้าหมาย และรักษาตัวเองหลังจากถูกตัด เครื่องจักรมีชีวิตแบบใหม่เหล่านี้ไม่ใช่หุ่นยนต์แบบดั้งเดิมหรือสัตว์ที่รู้จัก พวกมันเป็นสิ่งประดิษฐ์ประเภทใหม่: สิ่งมีชีวิตที่ตั้งโปรแกรมได้ วันหนึ่งพวกมันอาจนำไปใช้ในงานต่างๆ เช่น การค้นหาการปนเปื้อนกัมมันตภาพรังสี การรวบรวมไมโครพลาสติกในมหาสมุทร หรือการเดินทางในหลอดเลือดแดงของมนุษย์เพื่อขูดคราบพลัค

ระบบการใช้ชีวิตตามความต้องการ

ผู้คนจัดการกับสิ่งมีชีวิตเพื่อประโยชน์ของมนุษย์ตั้งแต่เริ่มต้นการเกษตร การแก้ไขทางพันธุกรรมเริ่มแพร่หลาย และในช่วงไม่กี่ปีที่ผ่านมาได้มีการประกอบสิ่งมีชีวิตเทียมขึ้นด้วยตนเอง ซึ่งก็คือการคัดลอกรูปแบบร่างกายของสัตว์ที่รู้จัก

แต่การวิจัยครั้งนี้เป็นครั้งแรกที่ “ออกแบบเครื่องจักรทางชีววิทยาทั้งหมดตั้งแต่เริ่มต้น” ทีมงานเขียนในการศึกษาใหม่ของพวกเขา

ด้วยเวลาหลายเดือนในการประมวลผลคลัสเตอร์ซูเปอร์คอมพิวเตอร์ Deep Green ที่ Vermont Advanced Computing Core ของ UVM ทีมงาน ซึ่งรวมถึง Sam Kriegman ผู้เขียนนำและนักศึกษาปริญญาเอก ใช้อัลกอริธึมเชิงวิวัฒนาการเพื่อสร้างรูปแบบชีวิตใหม่ ความพยายามที่จะบรรลุภารกิจที่ได้รับมอบหมายจากนักวิทยาศาสตร์ เช่น การเคลื่อนไหวในทิศทางเดียว คอมพิวเตอร์จะรวบรวมเซลล์จำลองขึ้นใหม่เป็นรูปร่างและรูปร่างมากมายนับไม่ถ้วน ขณะที่โปรแกรมดำเนินไป ซึ่งขับเคลื่อนโดยกฎพื้นฐานเกี่ยวกับชีวฟิสิกส์ของสิ่งที่หนังกบตัวเดียวและเซลล์หัวใจสามารถทำได้ ยิ่งมีการรักษาและปรับปรุงสิ่งมีชีวิตจำลองที่ประสบความสำเร็จมากขึ้น ในขณะที่การออกแบบที่ล้มเหลวก็ถูกโยนทิ้งไป หลังจากรันอัลกอริธึมที่เป็นอิสระกว่าร้อยครั้ง การออกแบบที่มีแนวโน้มมากที่สุดได้รับการคัดเลือกสำหรับการทดสอบ

จากนั้นทีมงานของ Tufts ซึ่งนำโดย Levin และด้วยงานหลักโดยศัลยแพทย์ขนาดเล็ก Douglas Blackiston ได้เปลี่ยนรูปแบบซิลิโคเข้าสู่ชีวิต ขั้นแรก พวกเขารวบรวมสเต็มเซลล์ เก็บเกี่ยวจากตัวอ่อนของกบแอฟริกา สายพันธุ์ Xenopus laevis. (เพราะฉะนั้นชื่อ “xenobots.”) สิ่งเหล่านี้ถูกแยกออกเป็นเซลล์เดียวและปล่อยให้ฟักตัว จากนั้น ใช้คีมขนาดเล็กและอิเล็กโทรดที่เล็กกว่า เซลล์ต่างๆ ถูกตัดและเชื่อมเข้าด้วยกันภายใต้กล้องจุลทรรศน์เพื่อให้ใกล้เคียงกับการออกแบบที่คอมพิวเตอร์กำหนด

การบันทึกไทม์แลปส์ของเซลล์ที่ถูกจัดการและประกอบ โดยใช้การออกแบบซิลิโกเพื่อสร้างเครื่องจักรในสิ่งมีชีวิตที่เรียกว่าซีโนบอท หุ่นยนต์มีชีวิตแบบใหม่เหล่านี้สร้างขึ้นโดยทีมงานจากมหาวิทยาลัยทัฟส์และมหาวิทยาลัยเวอร์มอนต์

เมื่อรวมตัวกันเป็นรูปร่างที่ไม่เคยเห็นในธรรมชาติ เซลล์ต่างๆ เริ่มทำงานร่วมกัน เซลล์ผิวหนังก่อตัวเป็นสถาปัตยกรรมแบบพาสซีฟมากขึ้น ในขณะที่การหดตัวแบบสุ่มของเซลล์กล้ามเนื้อหัวใจในคราวเดียวถูกนำไปใช้เพื่อสร้างการเคลื่อนไหวไปข้างหน้าตามคำสั่งตามคำแนะนำของการออกแบบของคอมพิวเตอร์ และได้รับความช่วยเหลือจากรูปแบบการจัดระเบียบที่เกิดขึ้นเองตามธรรมชาติ ซึ่งช่วยให้หุ่นยนต์เคลื่อนที่ได้ ได้ด้วยตัวเอง.

สิ่งมีชีวิตที่กำหนดค่าใหม่ได้เหล่านี้แสดงให้เห็นว่าสามารถเคลื่อนไหวในลักษณะที่สอดคล้องกัน และสำรวจสภาพแวดล้อมที่เป็นน้ำของพวกมันเป็นเวลาหลายวันหรือหลายสัปดาห์ ซึ่งขับเคลื่อนโดยแหล่งเก็บพลังงานของตัวอ่อน พลิกกลับแต่ล้มเหลวเหมือนแมลงปีกแข็งพลิกบนหลังของพวกเขา

การทดสอบในภายหลังแสดงให้เห็นว่ากลุ่มของซีโนบอทจะเคลื่อนที่เป็นวงกลม โดยผลักเม็ดเข้าไปในตำแหน่งตรงกลาง—โดยธรรมชาติและเป็นกลุ่ม อื่นๆ ถูกสร้างขึ้นโดยมีรูตรงกลางเพื่อลดแรงต้าน ในแบบจำลองเหล่านี้ นักวิทยาศาสตร์สามารถปรับเปลี่ยนรูนี้เป็นกระเป๋าเพื่อบรรทุกสิ่งของได้สำเร็จ บองการ์ด ศาสตราจารย์ประจำศูนย์วิทยาการคอมพิวเตอร์และระบบที่ซับซ้อนของ UVM กล่าวว่า เป็นขั้นตอนสู่การใช้สิ่งมีชีวิตที่ออกแบบด้วยคอมพิวเตอร์เพื่อนำส่งยาอัจฉริยะ

เทคโนโลยีการใช้ชีวิต

เทคโนโลยีหลายอย่างทำจากเหล็ก คอนกรีต หรือพลาสติก ที่สามารถทำให้พวกเขาแข็งแรงหรือยืดหยุ่นได้ แต่พวกมันยังสามารถสร้างปัญหาทางนิเวศวิทยาและสุขภาพของมนุษย์ได้ เช่น การระบาดของขยะพลาสติกในมหาสมุทรที่เพิ่มขึ้น และความเป็นพิษของวัสดุสังเคราะห์และอิเล็กทรอนิกส์จำนวนมาก “ ข้อเสียของเนื้อเยื่อที่มีชีวิตคือ มันอ่อนแอและเสื่อมสภาพ” บองการ์ดกล่าว “นั่นคือเหตุผลที่เราใช้เหล็ก แต่สิ่งมีชีวิตมีการฝึกฝน 4.5 พันล้านปีในการฟื้นฟูตัวเองและดำเนินไปเป็นเวลาหลายทศวรรษ” และเมื่อพวกมันหยุดทำงาน—ตาย—พวกมันมักจะแตกสลายอย่างไม่เป็นอันตราย “ซีโนบอทเหล่านี้สามารถย่อยสลายได้ทางชีวภาพอย่างสมบูรณ์” บองการ์ดกล่าว “ เมื่อพวกเขาทำงานเสร็จหลังจากเจ็ดวัน พวกมันเป็นเพียงเซลล์ผิวที่ตายไปแล้ว”

Joshua Bongard ผู้เชี่ยวชาญด้านวิทยาการหุ่นยนต์ นักวิทยาศาสตร์คอมพิวเตอร์แห่งมหาวิทยาลัยเวอร์มอนต์ ได้ร่วมเป็นผู้นำการวิจัยใหม่ที่นำไปสู่การสร้างสิ่งประดิษฐ์ประเภทใหม่ นั่นคือสิ่งมีชีวิตที่สามารถตั้งโปรแกรมได้ที่เรียกว่าซีโนบอท เครดิต: Joshua Brown, UVM

แล็ปท็อปของคุณเป็นเทคโนโลยีที่ทรงพลัง แต่ลองผ่าครึ่งดู ใช้งานไม่ได้ดีนัก ในการทดลองครั้งใหม่นี้ นักวิทยาศาสตร์ได้ตัดซีโนบอทและดูว่าเกิดอะไรขึ้น “เราผ่าหุ่นยนต์เกือบครึ่งแล้วมันก็เย็บกลับและเดินต่อไป” บองการ์ดกล่าว “และนี่คือสิ่งที่คุณไม่สามารถทำได้กับเครื่องจักรทั่วไป”

ถอดรหัสลับ

ทั้งเลวินและบองการ์ดกล่าวว่าศักยภาพของสิ่งที่พวกเขาได้เรียนรู้เกี่ยวกับวิธีที่เซลล์สื่อสารและเชื่อมโยงกันนั้นขยายลึกเข้าไปในทั้งศาสตร์แห่งการคำนวณและความเข้าใจในชีวิตของเรา “คำถามใหญ่ในทางชีววิทยาคือการเข้าใจอัลกอริธึมที่กำหนดรูปแบบและหน้าที่” เลวินกล่าว “จีโนมเข้ารหัสโปรตีน แต่แอปพลิเคชั่นที่เปลี่ยนแปลงได้รอการค้นพบของเราว่าฮาร์ดแวร์นั้นช่วยให้เซลล์สามารถร่วมมือกันในการสร้างกายวิภาคที่ใช้งานได้ภายใต้สภาวะที่แตกต่างกันมากได้อย่างไร”

เพื่อให้สิ่งมีชีวิตพัฒนาและทำงานได้ มีการแบ่งปันข้อมูลและความร่วมมือจำนวนมาก—การคำนวณแบบอินทรีย์—ที่เกิดขึ้นในและระหว่างเซลล์ตลอดเวลา ไม่ใช่แค่ภายในเซลล์ประสาทเท่านั้น สมบัติทางเรขาคณิตและลักษณะที่ปรากฏเหล่านี้กำหนดรูปแบบโดยกระบวนการทางไฟฟ้า ชีวเคมี และชีวกลศาสตร์ “ ที่ทำงานบนฮาร์ดแวร์ที่กำหนดโดย DNA” เลวินกล่าว “ และกระบวนการเหล่านี้สามารถกำหนดค่าใหม่ได้ ทำให้เกิดรูปแบบชีวิตที่แปลกใหม่”

นักวิทยาศาสตร์เห็นผลงานที่นำเสนอในผลงานใหม่ของพวกเขา พนัส การศึกษา—”ท่อส่งที่ปรับขนาดได้สำหรับการออกแบบสิ่งมีชีวิตที่กำหนดค่าใหม่ได้”—เป็นขั้นตอนหนึ่งในการนำข้อมูลเชิงลึกเกี่ยวกับรหัสชีวภาพนี้ไปใช้กับทั้งชีววิทยาและวิทยาการคอมพิวเตอร์ “อะไรเป็นตัวกำหนดลักษณะทางกายวิภาคของการทำงานร่วมกันของเซลล์” เลวินถาม “ คุณดูเซลล์ที่เราสร้างซีโนบอทด้วย และในทางจีโนม พวกมันคือกบ มันคือ DNA ของกบ 100% แต่นี่ไม่ใช่กบ แล้วคุณถามว่า เซลล์เหล่านี้สามารถสร้างอะไรได้อีกบ้าง”

ตามที่เราได้แสดงให้เห็น เซลล์กบเหล่านี้สามารถเกลี้ยกล่อมให้สร้างรูปแบบชีวิตที่น่าสนใจ ซึ่งแตกต่างอย่างสิ้นเชิงจากลักษณะทางกายวิภาคเริ่มต้นของพวกมัน” เลวินกล่าว เขาและนักวิทยาศาสตร์คนอื่นๆ ในทีม UVM และ Tufts ซึ่งได้รับการสนับสนุนจากโปรแกรม Lifelong Learning Machines ของ DARPA และมูลนิธิวิทยาศาสตร์แห่งชาติ เชื่อว่าการสร้างซีโนบอทเป็นก้าวเล็กๆ ที่จะนำไปสู่การถอดรหัสสิ่งที่เขาเรียกว่า “morphogenetic code 8221 ให้มุมมองที่ลึกซึ้งยิ่งขึ้นเกี่ยวกับวิธีการจัดระเบียบสิ่งมีชีวิตโดยรวม—และวิธีที่พวกมันคำนวณและจัดเก็บข้อมูลตามประวัติและสิ่งแวดล้อมของพวกมัน

ช็อตในอนาคต

หลายคนกังวลเกี่ยวกับผลกระทบของการเปลี่ยนแปลงทางเทคโนโลยีอย่างรวดเร็วและการจัดการทางชีวภาพที่ซับซ้อน “ ความกลัวนั้นไม่มีเหตุผลเลย” เลวินกล่าว “ เมื่อเราเริ่มยุ่งกับระบบที่ซับซ้อนที่เราไม่เข้าใจ ’ จะได้รับผลที่ตามมาโดยไม่ได้ตั้งใจ” ระบบที่ซับซ้อนมากมาย เช่น ฝูงมด เริ่มต้นด้วยหน่วยง่ายๆ—มด— จากที่มันเป็นไปไม่ได้ที่จะทำนายรูปร่างของอาณานิคมของพวกเขาหรือวิธีที่พวกเขาสามารถสร้างสะพานเหนือน้ำด้วยร่างกายที่เชื่อมโยงกัน

“ถ้ามนุษยชาติจะอยู่รอดในอนาคต เราต้องเข้าใจให้มากขึ้นว่าคุณสมบัติที่ซับซ้อนนั้นเกิดขึ้นจากกฎง่ายๆ ได้อย่างไร” เลวินกล่าว วิทยาศาสตร์ส่วนใหญ่มุ่งเน้นไปที่ “การควบคุมกฎระดับต่ำ เราต้องเข้าใจกฎระดับสูงด้วย” เขากล่าว “ถ้าคุณต้องการปล่องไฟที่มีปล่องไฟสองปล่องแทนที่จะเป็นหนึ่งปล่อง คุณจะแก้ไขมดอย่างไร? เราไม่รู้หรอกค่ะ”

“ฉันคิดว่าจำเป็นอย่างยิ่งสำหรับสังคมที่จะก้าวไปข้างหน้าเพื่อจัดการกับระบบที่ดีขึ้น ซึ่งผลลัพธ์ที่ได้นั้นซับซ้อนมาก” เลวินกล่าว “ ก้าวแรกสู่การทำสิ่งนั้นคือการสำรวจ: ระบบของสิ่งมีชีวิตตัดสินได้อย่างไรว่าพฤติกรรมโดยรวมควรเป็นอย่างไร และเราจะจัดการชิ้นส่วนต่างๆ เพื่อให้ได้พฤติกรรมที่เราต้องการได้อย่างไร”

กล่าวอีกนัยหนึ่ง “ การศึกษาครั้งนี้มีส่วนสนับสนุนโดยตรงในการจัดการกับสิ่งที่ผู้คนกลัว ซึ่งเป็นผลที่ตามมาโดยไม่ได้ตั้งใจ” เลวินกล่าว—ไม่ว่ารถยนต์ที่ขับเคลื่อนด้วยตนเองจะมาถึงอย่างรวดเร็วหรือไม่ก็ตาม ยีนที่เปลี่ยนแปลงไปจะทำให้ไดรฟ์เช็ด ไวรัสทั้งสายพันธ์หรือระบบที่ซับซ้อนและเป็นอิสระอื่น ๆ อีกมากมายที่จะกำหนดประสบการณ์ของมนุษย์มากขึ้น

’ มีความคิดสร้างสรรค์โดยกำเนิดในชีวิตทั้งหมด” Josh Bongard ของ UVM กล่าว“เราต้องการทำความเข้าใจให้ลึกซึ้งยิ่งขึ้น—และเราจะชี้นำและผลักดันไปสู่รูปแบบใหม่ได้อย่างไร”

ข้อมูลอ้างอิง: “A ไปป์ไลน์ที่ปรับขนาดได้สำหรับการออกแบบสิ่งมีชีวิตที่กำหนดค่าใหม่ได้” โดย Sam Kriegman, Douglas Blackiston, Michael Levin และ Josh Bongard, 13 มกราคม 2020, การดำเนินการของ National Academy of Sciences.
ดอย: 10.1073/pnas.1910837117


นาโนเทคโนโลยีในการแพทย์: ศักยภาพมหาศาล แต่ความเสี่ยงคืออะไร?

นาโนเทคโนโลยีการจัดการสสารในระดับอะตอมและโมเลกุลเพื่อสร้างวัสดุที่มีคุณสมบัติหลากหลายและใหม่อย่างน่าทึ่ง เป็นพื้นที่การวิจัยที่มีการขยายตัวอย่างรวดเร็วและมีศักยภาพมหาศาลในหลายภาคส่วน ตั้งแต่การดูแลสุขภาพ การก่อสร้าง และอิเล็กทรอนิกส์ ในวงการแพทย์ จะปฏิวัติการนำส่งยา การบำบัดด้วยยีน การวินิจฉัย และการวิจัย การพัฒนา และการประยุกต์ใช้ทางคลินิกในหลายๆ ด้าน

บทความนี้ไม่ได้พยายามครอบคลุมทั้งสาขาวิชา แต่ยกตัวอย่างบางส่วน ให้ข้อมูลเชิงลึกว่านาโนเทคโนโลยีมีศักยภาพในการเปลี่ยนแปลงยาได้อย่างไร ทั้งในห้องปฏิบัติการวิจัยและทางคลินิก พร้อมสัมผัสความท้าทายและข้อกังวลบางประการ ที่มันยกขึ้น

คำนำหน้า "นาโน" มาจากภาษากรีกโบราณสำหรับ "คนแคระ" ในทางวิทยาศาสตร์ มันหมายถึงหนึ่งในพันล้าน (10 ถึงลบ 9) ของบางสิ่ง ดังนั้น นาโนเมตร (นาโนเมตร) คือหนึ่งในพันล้านของหนึ่งเมตร หรือ 0.000000001 เมตร นาโนเมตรมีความกว้างประมาณ 3-5 อะตอม หรือเล็กกว่าความหนาของเส้นผมมนุษย์ประมาณ 40,000 เท่า โดยทั่วไปไวรัสจะมีขนาด 100 นาโนเมตร

ความสามารถในการจัดการโครงสร้างและคุณสมบัติที่ระดับนาโนในการแพทย์นั้นเหมือนกับการมีห้องปฏิบัติการย่อยด้วยกล้องจุลทรรศน์ ซึ่งคุณสามารถจัดการกับส่วนประกอบของเซลล์ ไวรัส หรือชิ้นส่วนของ DNA โดยใช้เครื่องมือขนาดเล็ก หุ่นยนต์ และท่อต่างๆ

การบำบัดที่เกี่ยวข้องกับการจัดการยีนแต่ละตัว หรือวิถีทางโมเลกุลที่มีอิทธิพลต่อการแสดงออกของยีนนั้น กำลังได้รับการตรวจสอบมากขึ้นเรื่อยๆ เพื่อเป็นทางเลือกในการรักษาโรค เป้าหมายหนึ่งที่ต้องการอย่างมากในสาขานี้คือความสามารถในการปรับแต่งการรักษาตามลักษณะทางพันธุกรรมของผู้ป่วยแต่ละราย

สิ่งนี้ทำให้เกิดความต้องการเครื่องมือที่ช่วยให้นักวิทยาศาสตร์ทดลองและพัฒนาวิธีการรักษาดังกล่าว

ตัวอย่างเช่น ลองนึกภาพว่าสามารถขยายส่วนของ DNA ได้เหมือนกับเส้นสปาเก็ตตี้ เพื่อให้คุณสามารถตรวจสอบหรือดำเนินการกับมัน หรือสร้างหุ่นยนต์นาโนที่สามารถ "เดิน" และทำการซ่อมแซมภายในส่วนประกอบของเซลล์ได้ นาโนเทคโนโลยีกำลังนำความฝันทางวิทยาศาสตร์นั้นเข้าใกล้ความเป็นจริงมากขึ้น

ตัวอย่างเช่น นักวิทยาศาสตร์ที่มหาวิทยาลัยแห่งชาติออสเตรเลียสามารถติดลูกปัดน้ำยางเคลือบเข้ากับปลาย DNA ที่ดัดแปลง จากนั้นจึงใช้ "กับดักแสง" ที่ประกอบด้วยลำแสงโฟกัสเพื่อยึดลูกปัดให้เข้าที่ พวกเขาได้ยืดดีเอ็นเอ สาระเพื่อศึกษาปฏิสัมพันธ์ของโปรตีนจับจำเพาะ

ในขณะเดียวกัน นักเคมีจากมหาวิทยาลัยนิวยอร์ก (NYU) ได้สร้างหุ่นยนต์ระดับนาโนจากชิ้นส่วนดีเอ็นเอที่เดินสองขาเพียง 10 นาโนเมตร ในบทความปี 2547 ที่ตีพิมพ์ในวารสาร ตัวอักษรนาโนพวกเขาอธิบายว่า "นาโนวอล์คเกอร์" ของพวกเขาใช้โมเลกุล psoralen ที่ปลายเท้าได้อย่างไรโดยใช้ขั้นตอนแรกของทารก: ไปข้างหน้าสองก้าวและถอยหลังสองก้าว

เน็ด ซีแมน หนึ่งในนักวิจัยกล่าวว่าเขาจินตนาการว่าจะเป็นไปได้ที่จะสร้างสายการผลิตที่มีขนาดโมเลกุล ซึ่งคุณจะย้ายโมเลกุลไปจนกว่าจะถึงตำแหน่งที่ถูกต้อง และนาโนบ็อตจะทำปฏิกิริยาเคมีกับโมเลกุลดังกล่าว ค่อนข้างชอบ " การเชื่อมเฉพาะจุด” บนสายการประกอบรถยนต์ ห้องทดลองของ Seeman ที่ NYU ยังต้องการใช้นาโนเทคโนโลยีดีเอ็นเอเพื่อสร้างคอมพิวเตอร์ไบโอชิป และเพื่อค้นหาว่าโมเลกุลทางชีววิทยาตกผลึกอย่างไร ซึ่งเป็นพื้นที่ที่เต็มไปด้วยความท้าทายในปัจจุบัน

งานที่ Seeman และเพื่อนร่วมงานกำลังทำอยู่เป็นตัวอย่างที่ดีของ "ไบโอมิเมติกส์" ซึ่งนาโนเทคโนโลยีสามารถเลียนแบบกระบวนการทางชีววิทยาบางอย่างในธรรมชาติได้ เช่น พฤติกรรมของดีเอ็นเอ เพื่อสร้างวิธีการใหม่ๆ และบางทีอาจปรับปรุงด้วยซ้ำ

nanobots ที่ใช้ DNA ยังถูกสร้างขึ้นเพื่อกำหนดเป้าหมายเซลล์มะเร็ง ตัวอย่างเช่น นักวิจัยจาก Harvard Medical School ในสหรัฐอเมริการายงานเมื่อเร็วๆ นี้ใน ศาสตร์ วิธีที่พวกเขาสร้าง "หุ่นยนต์พับโอริกามินาโนโรบ็อต" จาก DNA เพื่อขนส่งน้ำหนักบรรทุกระดับโมเลกุล นาโนบ็อตรูปทรงกระบอกสามารถบรรทุกโมเลกุลที่มีคำแนะนำที่ทำให้เซลล์มีพฤติกรรมในลักษณะเฉพาะ ในการศึกษาของพวกเขา ทีมงานประสบความสำเร็จในการสาธิตวิธีการส่งโมเลกุลที่กระตุ้นการฆ่าตัวตายของเซลล์ในเซลล์มะเร็งเม็ดเลือดขาวและมะเร็งต่อมน้ำเหลือง

นาโนบอทที่ทำจากวัสดุอื่นกำลังอยู่ระหว่างการพัฒนาเช่นกัน ตัวอย่างเช่น นักวิทยาศาสตร์ด้านวัสดุของมหาวิทยาลัยนอร์ธเวสเทิร์นใช้ทองคำในการผลิต "นาโนสตาร์" ซึ่งเป็นอนุภาคนาโนรูปดาวที่เรียบง่าย เชี่ยวชาญ เฉพาะซึ่งสามารถ โดยตรงไปยังนิวเคลียสของเซลล์มะเร็ง ในบทความล่าสุดในวารสาร เอซีเอส นาโนพวกเขาอธิบายว่านาโนสตาร์ที่บรรจุยามีพฤติกรรมเหมือนคนโบกรถเล็ก ๆ อย่างไร หลังจากที่ถูกดึงดูดไปยังโปรตีนที่แสดงออกมากเกินไปบนพื้นผิวของเซลล์มะเร็งปากมดลูกและรังไข่ของมนุษย์ แล้วฝากน้ำหนักบรรทุกลงในนิวเคลียสของเซลล์เหล่านั้น

นักวิจัยพบว่าการให้นาโนบ็อตมีรูปร่างเหมือนดาวช่วยให้เอาชนะความท้าทายประการหนึ่งของการใช้อนุภาคนาโนเพื่อส่งยา นั่นคือ วิธีการปลดปล่อยยาอย่างแม่นยำ พวกเขากล่าวว่ารูปร่างดังกล่าวช่วยให้พัลส์ของแสงมีสมาธิในการปลดปล่อยยาได้อย่างแม่นยำที่จุดต่างๆ ของดาวฤกษ์

นักวิทยาศาสตร์พบว่ายาที่มีโปรตีนเป็นส่วนประกอบหลักมีประโยชน์มากเพราะสามารถตั้งโปรแกรมให้ส่งสัญญาณเฉพาะไปยังเซลล์ได้ แต่ปัญหาของการส่งยาแบบเดิมๆ คือ ร่างกายจะย่อยยาส่วนใหญ่ก่อนจะไปถึงที่หมาย

แต่ถ้าสามารถผลิตยาดังกล่าวได้ล่ะ ในที่เกิดเหตุ, ที่ไซต์เป้าหมายใช่ไหม ในฉบับล่าสุดของ ตัวอักษรนาโนนักวิจัยจากสถาบันเทคโนโลยีแมสซาชูเซตส์ (MIT) ในสหรัฐอเมริกาแสดงให้เห็นว่ามันเป็นไปได้ที่จะทำเช่นนั้นได้อย่างไร ในการพิสูจน์หลักการศึกษา พวกเขาแสดงให้เห็นถึงความเป็นไปได้ของการประกอบตัวเอง "นาโนแฟคเจอรี" ที่สร้างสารประกอบโปรตีนตามต้องการที่ไซต์เป้าหมาย จนถึงตอนนี้ พวกเขาได้ทดสอบแนวคิดนี้ในหนู โดยการสร้างอนุภาคนาโนที่ตั้งโปรแกรมไว้เพื่อผลิตโปรตีนเรืองแสงสีเขียว (GFP) หรือลูซิเฟอเรสที่สัมผัสกับแสงยูวี

ทีมงานของ MIT ได้คิดค้นแนวคิดนี้ขึ้นมาในขณะที่พยายามหาวิธีโจมตีเนื้องอกระยะแพร่กระจาย ซึ่งเป็นเนื้องอกที่เติบโตจากเซลล์มะเร็งที่ย้ายจากตำแหน่งเดิมไปยังส่วนอื่นๆ ของร่างกาย กว่า 90% ของการเสียชีวิตด้วยโรคมะเร็งเกิดจากมะเร็งระยะลุกลาม ขณะนี้พวกเขากำลังทำงานกับอนุภาคนาโนที่สามารถสังเคราะห์ยารักษามะเร็งที่อาจเกิดขึ้นได้ และหาวิธีอื่นๆ ในการเปิดใช้

นาโนไฟเบอร์เป็นเส้นใยที่มีเส้นผ่านศูนย์กลางน้อยกว่า 1,000 นาโนเมตร การใช้งานทางการแพทย์รวมถึงวัสดุพิเศษสำหรับปิดแผลและสิ่งทอสำหรับการผ่าตัด วัสดุที่ใช้ในการปลูกถ่าย วิศวกรรมเนื้อเยื่อ และส่วนประกอบอวัยวะเทียม

นาโนไฟเบอร์ที่ทำจากคาร์บอนยังถือเป็นคำมั่นสัญญาสำหรับการถ่ายภาพทางการแพทย์และเครื่องมือวัดทางวิทยาศาสตร์ที่แม่นยำ แต่มีความท้าทายมากมายที่ต้องเอาชนะ หนึ่งในปัญหาหลักคือการทำให้มีขนาดที่ถูกต้องสม่ำเสมอ ในอดีต การดำเนินการนี้มีค่าใช้จ่ายสูงและใช้เวลานาน

แต่ปีที่แล้ว นักวิจัยจากมหาวิทยาลัยแห่งรัฐนอร์ทแคโรไลนา เปิดเผยว่าพวกเขาได้พัฒนาวิธีการใหม่ในการผลิตเส้นใยนาโนคาร์บอนในขนาดเฉพาะได้อย่างไร การเขียนใน ACS วัสดุประยุกต์และการเชื่อมต่อ ในเดือนมีนาคม พ.ศ. 2554 พวกเขาอธิบายวิธีที่พวกเขาสามารถขยายขนาดเส้นผ่านศูนย์กลางของเส้นใยนาโนคาร์บอนโดยใช้อนุภาคนาโนนิกเกิลที่เคลือบด้วยเปลือกที่ทำจากลิแกนด์ซึ่งเป็นโมเลกุลอินทรีย์ขนาดเล็กที่มีชิ้นส่วนทำงานที่ยึดติดกับโลหะได้โดยตรง

อนุภาคนาโนนิกเกิลมีความน่าสนใจเป็นพิเศษเพราะที่อุณหภูมิสูงจะช่วยทำให้เส้นใยนาโนคาร์บอนเติบโต นักวิจัยยังพบว่ามีประโยชน์อีกประการหนึ่งในการใช้อนุภาคนาโนเหล่านี้ พวกเขาสามารถกำหนดตำแหน่งที่นาโนไฟเบอร์เติบโตและโดยการจัดตำแหน่งอนุภาคนาโนที่ถูกต้อง พวกเขาสามารถเติบโตนาโนไฟเบอร์ในรูปแบบเฉพาะที่ต้องการ: คุณลักษณะที่สำคัญสำหรับวัสดุระดับนาโนที่มีประโยชน์

สารตะกั่วเป็นอีกสารหนึ่งที่พบว่าใช้เป็นนาโนไฟเบอร์ได้มากเสียจน Matthew MacEwan ซึ่งเป็นศัลยแพทย์ทางประสาท ซึ่งกำลังศึกษาอยู่ที่ Washington University School of Medicine ในเมือง St. Louis ได้ก่อตั้งบริษัท nanomedicine ของตัวเองขึ้นโดยมีเป้าหมายที่จะปฏิวัติการผ่าตัดตาข่ายที่ ใช้ในโรงภาพยนตร์ทั่วโลก

ผลิตภัณฑ์ตะกั่วเป็นโพลีเมอร์สังเคราะห์ที่ประกอบด้วยเส้นใยนาโนแต่ละเส้น และได้รับการพัฒนาเพื่อซ่อมแซมอาการบาดเจ็บที่สมองและไขสันหลัง แต่ MacEwan คิดว่าสามารถใช้เพื่อซ่อมแซมไส้เลื่อน ทวาร และอาการบาดเจ็บอื่นๆ ได้

ปัจจุบัน ตาข่ายผ่าตัดที่ใช้ซ่อมแซมเยื่อหุ้มป้องกันที่หุ้มสมองและไขสันหลังทำจากวัสดุที่หนาและแข็ง ซึ่งใช้งานยาก ตาข่ายตะกั่วนาโนนั้นบางกว่า ยืดหยุ่นมากกว่า และมีแนวโน้มที่จะรวมเข้ากับเนื้อเยื่อของร่างกายมากกว่า MacEwan กล่าว ทุกเส้นของตาข่ายนาโนไฟเบอร์นั้นเล็กกว่าเส้นผ่านศูนย์กลางของเซลล์เดียวหลายพันเท่า แนวคิดคือการใช้วัสดุนาโนไฟเบอร์ไม่เพียงแต่จะทำให้การผ่าตัดง่ายขึ้นสำหรับศัลยแพทย์เท่านั้น แต่ยังมีภาวะแทรกซ้อนหลังการผ่าตัดน้อยลงสำหรับผู้ป่วย เพราะมันสลายตามธรรมชาติเมื่อเวลาผ่านไป

นักวิจัยจากสถาบันโพลีเทคนิคแห่งมหาวิทยาลัยนิวยอร์ก (NYU-Poly) ได้สาธิตวิธีใหม่ในการสร้างเส้นใยนาโนจากโปรตีน เพิ่งเขียนลงในวารสาร วัสดุการทำงานขั้นสูงนักวิจัยกล่าวว่าพวกเขาค้นพบสิ่งที่ค้นพบโดยบังเอิญ: พวกเขากำลังศึกษาโปรตีนรูปทรงกระบอกบางชนิดที่ได้มาจากกระดูกอ่อน เมื่อพวกเขาสังเกตเห็นว่าโปรตีนบางส่วนมารวมกันตามธรรมชาติและประกอบเป็นเส้นใยนาโนด้วยตัวเองในระดับความเข้มข้นสูง

พวกเขาทำการทดลองเพิ่มเติม เช่น การเพิ่มกรดอะมิโนที่จำโลหะและโลหะต่างๆ และพบว่าพวกมันสามารถควบคุมการก่อตัวของเส้นใย เปลี่ยนแปลงรูปร่าง และวิธีที่มันจับกับโมเลกุลขนาดเล็ก ตัวอย่างเช่น การเพิ่มนิกเกิลทำให้เส้นใยกลายเป็นเสื่อที่กระจุกตัว ซึ่งสามารถใช้เพื่อกระตุ้นการปลดปล่อยโมเลกุลของยาที่ติดอยู่

นักวิจัยหวังว่าวิธีการใหม่นี้จะช่วยปรับปรุงการส่งมอบยาเพื่อรักษาโรคมะเร็ง โรคหัวใจ และโรคอัลไซเมอร์ได้อย่างมาก พวกเขายังเห็นการใช้งานในการสร้างเนื้อเยื่อ กระดูกและกระดูกอ่อนของมนุษย์ และแม้แต่วิธีในการพัฒนาไมโครโปรเซสเซอร์ที่มีขนาดเล็กกว่าและมีประสิทธิภาพมากขึ้นสำหรับใช้ในคอมพิวเตอร์และอุปกรณ์อิเล็กทรอนิกส์สำหรับผู้บริโภค


ภาพประกอบแผนผังแสดงให้เห็นว่าอาจใช้อนุภาคนาโนหรือยารักษามะเร็งชนิดอื่นๆ เพื่อรักษามะเร็งได้อย่างไร ภาพประกอบนี้จัดทำขึ้นสำหรับ Opensource Handbook of Nanoscience and Nanotechnology

ในช่วงไม่กี่ปีมานี้ มีงานวิจัยจำนวนมากที่แสดงให้เห็นการใช้งานทางการแพทย์ที่หลากหลายของนาโนเทคโนโลยีและวัสดุนาโน ในบทความนี้ เราได้เห็นเพียงภาพตัดขวางเล็กๆ ของทุ่งกว้างใหญ่นี้ อย่างไรก็ตาม มีความท้าทายอยู่มากในทุกช่วง ซึ่งส่วนใหญ่ดูเหมือนจะเป็นวิธีการขยายการผลิตวัสดุและเครื่องมือ และวิธีลดต้นทุนและระยะเวลา

แต่ความท้าทายอีกประการหนึ่งคือการทำให้สาธารณชนเชื่อมั่นได้อย่างรวดเร็วว่าเทคโนโลยีที่ขยายตัวอย่างรวดเร็วนี้ปลอดภัย และจนถึงตอนนี้ยังไม่ชัดเจนว่ากำลังดำเนินการอยู่หรือไม่

มีผู้แนะนำความกังวลเกี่ยวกับนาโนเทคโนโลยีที่อาจจะพูดเกินจริง พวกเขาชี้ให้เห็นถึงความจริงที่ว่าเพียงเพราะวัสดุมีขนาดนาโน ไม่ได้หมายความว่ามันเป็นอันตราย อันที่จริงอนุภาคนาโนมีมาตั้งแต่กำเนิดโลก ตัวอย่างเช่น เกิดขึ้นตามธรรมชาติในเถ้าภูเขาไฟและละอองน้ำทะเล เป็นต้น เป็นผลพลอยได้จากกิจกรรมของมนุษย์ สิ่งเหล่านี้มีมาตั้งแต่ยุคหินในควันและเขม่า

ในความพยายามที่จะตรวจสอบความปลอดภัยของวัสดุนาโน สถาบันมะเร็งแห่งชาติในสหรัฐอเมริกากล่าวว่ามีอนุภาคนาโนจำนวนมากตามธรรมชาติในสภาพแวดล้อมที่พวกมัน "มักจะอยู่ในระดับที่สูงกว่าอนุภาคทางวิศวกรรมที่กำลังประเมิน" ในหลาย ๆ ด้าน พวกเขาชี้ให้เห็นว่า "อนุภาคนาโนที่ออกแบบมาส่วนใหญ่มีพิษน้อยกว่าผลิตภัณฑ์ทำความสะอาดในครัวเรือน ยาฆ่าแมลงที่ใช้กับสัตว์เลี้ยงในครอบครัว และการเยียวยารังแคที่จำหน่ายหน้าเคาน์เตอร์" และยกตัวอย่างเช่น ในการใช้งานเป็นพาหะของเคมีบำบัดใน การรักษามะเร็ง พวกมันมีพิษน้อยกว่ายาที่ใช้อยู่มาก

อาจเป็นไปได้มากกว่าในภาคอาหารที่เราได้เห็นการขยายตัวครั้งใหญ่ที่สุดของวัสดุนาโนในระดับการค้า แม้ว่าจำนวนอาหารที่มีวัสดุนาโนยังน้อย แต่ดูเหมือนว่าจะมีการเปลี่ยนแปลงในอีกไม่กี่ปีข้างหน้าในขณะที่เทคโนโลยีพัฒนาขึ้น ใช้วัสดุนาโนเพื่อลดระดับไขมันและน้ำตาลโดยไม่ทำให้รสชาติเปลี่ยนไป หรือเพื่อปรับปรุงบรรจุภัณฑ์เพื่อให้อาหารสดได้นานขึ้น หรือเพื่อบอกผู้บริโภคว่าอาหารนั้นเน่าเสียหรือไม่ นอกจากนี้ยังใช้เพื่อเพิ่มการดูดซึมสารอาหาร (เช่นในผลิตภัณฑ์เสริมอาหาร)

แต่ก็มีหลายฝ่ายที่เกี่ยวข้อง ซึ่งเน้นว่าในขณะที่การวิจัยเร่งตัวขึ้น และตลาดสำหรับวัสดุนาโนขยายตัว ดูเหมือนว่าจะยังไม่เพียงพอที่จะค้นพบผลกระทบทางพิษวิทยาของพวกมัน

นี่เป็นมุมมองของคณะกรรมการวิทยาศาสตร์และเทคโนโลยีของสภาขุนนางของรัฐสภาอังกฤษ ซึ่งในรายงานล่าสุดเกี่ยวกับนาโนเทคโนโลยีและอาหาร ได้หยิบยกข้อกังวลหลายประการเกี่ยวกับวัสดุนาโนและสุขภาพของมนุษย์ โดยเฉพาะอย่างยิ่งความเสี่ยงที่เกิดจากวัสดุนาโนที่กินเข้าไป

ตัวอย่างเช่น พื้นที่หนึ่งที่เกี่ยวข้องกับคณะกรรมการคือขนาดและการเคลื่อนไหวที่ยอดเยี่ยมของอนุภาคนาโน: พวกมันมีขนาดเล็กพอที่จะแทรกซึมเข้าไปในเยื่อหุ้มเซลล์ของเยื่อบุลำไส้ได้หากกลืนเข้าไป มีโอกาสเข้าถึงสมองและส่วนอื่น ๆ ของร่างกาย และแม้กระทั่งภายในนิวเคลียสของเซลล์

อีกประการหนึ่งคือความสามารถในการละลายและความคงอยู่ของวัสดุนาโน จะเกิดอะไรขึ้นกับอนุภาคนาโนที่ไม่ละลายน้ำ? หากไม่สามารถย่อยสลายและย่อยหรือย่อยสลายได้ จะมีอันตรายที่พวกเขาจะสะสมและทำให้อวัยวะเสียหายหรือไม่? วัสดุนาโนที่ประกอบด้วยออกไซด์ของโลหะอนินทรีย์และโลหะถือเป็นวัสดุที่มีความเสี่ยงมากที่สุดในพื้นที่นี้

นอกจากนี้ เนื่องจากพื้นที่ผิวที่สูงต่ออัตราส่วนมวล อนุภาคนาโนจึงมีปฏิกิริยาสูง และอาจกระตุ้นให้เกิดปฏิกิริยาเคมีที่ยังไม่ทราบสาเหตุ หรือโดยพันธะกับสารพิษ ปล่อยให้พวกมันเข้าสู่เซลล์ที่พวกมันไม่สามารถเข้าถึงได้

ตัวอย่างเช่น ด้วยพื้นที่ผิวขนาดใหญ่ การเกิดปฏิกิริยาและประจุไฟฟ้า วัสดุนาโนสร้างเงื่อนไขสำหรับสิ่งที่เรียกว่า "การรวมตัวของอนุภาค" เนื่องจากแรงทางกายภาพและ "การรวมตัวของอนุภาค" เนื่องจากแรงทางเคมี เพื่อให้อนุภาคนาโนแต่ละตัวมารวมกันจนมีขนาดใหญ่ขึ้น คน สิ่งนี้อาจไม่เพียงแต่นำไปสู่อนุภาคที่มีขนาดใหญ่ขึ้นอย่างมากเท่านั้น เช่น ในลำไส้และภายในเซลล์ แต่ยังส่งผลให้เกิดการแยกตัวของกระจุกของอนุภาคนาโน ซึ่งอาจเปลี่ยนแปลงคุณสมบัติทางเคมีกายภาพและปฏิกิริยาเคมีของพวกมันอย่างรุนแรง

"ปรากฏการณ์ที่ย้อนกลับได้ดังกล่าวช่วยเพิ่มความยากลำบากในการทำความเข้าใจพฤติกรรมและความเป็นพิษของวัสดุนาโน" คณะกรรมการกล่าวซึ่งข้อสรุปโดยรวมคือทั้งรัฐบาลและสภาวิจัยไม่ได้ให้ความสำคัญกับการค้นคว้าเกี่ยวกับความปลอดภัยของนาโนเทคโนโลยีโดยเฉพาะอย่างยิ่ง "การพิจารณาระยะเวลาภายใน ซึ่งผลิตภัณฑ์ที่มีวัสดุนาโนสามารถพัฒนาได้”

พวกเขาแนะนำว่าจำเป็นต้องมีการวิจัยเพิ่มเติมเพื่อ “ตรวจสอบให้แน่ใจว่าหน่วยงานกำกับดูแลสามารถประเมินความปลอดภัยของผลิตภัณฑ์ได้อย่างมีประสิทธิภาพก่อนที่จะอนุญาตให้ออกสู่ตลาด”

ดังนั้นจึงควรตรวจสอบความเสี่ยงที่อาจเกิดขึ้นที่นาโนเทคโนโลยีต่อสุขภาพของมนุษย์ไม่ว่าจะเกิดขึ้นจริงหรือที่รับรู้ก็ตาม วัสดุนาโนส่วนใหญ่ ตามที่ NCI แนะนำ มีแนวโน้มว่าจะไม่เป็นอันตราย

แต่เมื่อเทคโนโลยีก้าวหน้าไปอย่างรวดเร็ว ความรู้และการสื่อสารเกี่ยวกับความปลอดภัยก็ต้องตามให้ทันเพื่อให้เกิดประโยชน์ โดยเฉพาะอย่างยิ่งหากเป็นการรักษาความเชื่อมั่นของสาธารณชนด้วย เราต้องดูแค่ว่าเกิดอะไรขึ้น และยังคงเกิดขึ้นอยู่บ้าง กับอาหารดัดแปลงพันธุกรรมเพื่อดูว่ามันจะผิดพลาดได้อย่างไร


อ้างอิง

Yuste R: กล้องจุลทรรศน์เรืองแสงวันนี้ วิธีการของแนท 2548, 2: 902-904. 10.1038/nmeth1205-902.

Megason SG, Fraser SE: การถ่ายภาพในระบบชีววิทยา เซลล์. 2550, 130: 784-795. 10.1016/j.cell.2007.08.031.

Conchello J, Lichtman JW: กล้องจุลทรรศน์แบบแยกส่วนด้วยแสง วิธีการของแนท 2005, 2: 920-931. 10.1038/nmeth815.

Sung M-H, McNally JG: การถ่ายภาพเซลล์แบบสดและชีววิทยาของระบบ Wiley Interdiscip Rev Syst Biol เมด 2010, 3: 167-182.

Planchon TA, Gao L, Milkie DE, Davidson MW, Galbraith JA, Galbraith CG, Betzig E: การถ่ายภาพไอโซโทรปิกสามมิติอย่างรวดเร็วของเซลล์ที่มีชีวิตโดยใช้การส่องสว่างระนาบ Bessel beam วิธีการของแนท 2011, 8: 417-423. 10.1038/nmeth.1586.

Weber M, Huisken J: กล้องจุลทรรศน์แบบแผ่นแสงสำหรับชีววิทยาพัฒนาการแบบเรียลไทม์ Curr Opin Genet Dev. 2011, 21: 566-572. 10.1016/j.gde.2011.09.009.

Gao L, Shao L, Higgins CD, Poulton JS, Peifer M, Davidson MW, Wu X, Goldstein B, Betzig E: การถ่ายภาพแบบไม่รุกล้ำเกินขีดจำกัดการเลี้ยวเบนของ 3D Dynamics ในตัวอย่างฟลูออเรสเซนต์แบบหนา เซลล์. 2555, 151: 1370-1385. 10.1016/j.cell.2012.100.008.

Wicker K, Heintzmann R: การปรับปรุงความละเอียดแบบอินเตอร์เฟอโรเมตริกสำหรับกล้องจุลทรรศน์แบบคอนโฟคอล เลือกด่วน. 2550, 15: 12206-12216. 10.1364/OE.15.012206.

Abrahamsson S, Chen J, Hajj B, Stallinga S, Katsov AY, Wisniewski J, Mizuguchi G, Soule P, Mueller F, Darzacq CD, Darzacq X, Wu C, Bargmann CI, Agard DA, Dahan M, Gustafsson MGL: หลากสี การถ่ายภาพ 3 มิติโดยใช้กล้องจุลทรรศน์มัลติโฟกัสที่แก้ไขความคลาดเคลื่อน วิธีการของแนท 2013, 10: 60-63.

Wiedenmann J, Oswald F, Nienhaus GU: โปรตีนเรืองแสงสำหรับการถ่ายภาพเซลล์ที่มีชีวิต: โอกาส ข้อจำกัด และความท้าทาย ไอยูบีบี ไลฟ์. 2552, 61: 1029-1042. 10.1002/iub.256.

วัน RN, Davidson MW: จานสีโปรตีนเรืองแสง: เครื่องมือสำหรับการถ่ายภาพเซลล์ Chem Soc Rev. 2009, 38: 2887-2921. 10.1039/b901966a.

Shcherbo D, Shemiakina II, Ryabova AV, Luker KE, Schmidt BT, Souslova EA, Gorodnicheva TV, Strukova L, Shidlovskiy KM, Britanova OV, Zaraisky AG, Lukyanov KA, Loschenov VB, Luker GD, Chudakov DM: โปรตีนเรืองแสงใกล้อินฟราเรด . วิธีการของแนท 2010, 7: 827-829. 10.1038/nmeth.1501.

Jaiswal JK, Goldman ER, Mattoussi H, Simon SM: การใช้จุดควอนตัมสำหรับการถ่ายภาพเซลล์ที่มีชีวิต วิธีการของแนท 2004, 1: 73-78. 10.1038/nmeth1004-73.

Thompson MA, Lew MD, Moerner WE: การขยายความละเอียดด้วยกล้องจุลทรรศน์ด้วยการถ่ายภาพโมเลกุลเดี่ยวและการควบคุมแบบแอคทีฟ Annu Rev Biophys. 2555, 41: 321-342. 10.1146/anurev-biophys-050511-102250.

Wysocki LM, Lavis LD: ความก้าวหน้าทางเคมีของโพรบเรืองแสงโมเลกุลขนาดเล็ก สกุลเงิน Opin Chem Biol. 2011, 15: 752-759. 10.1016/j.cbpa.2011.10.013.

Lukinavičius G, Johnsson K: ฟลูออโรฟอร์ที่สลับได้สำหรับการติดฉลากโปรตีนในเซลล์ที่มีชีวิต สกุลเงิน Opin Chem Biol 2011, 15: 768-774. 10.1016/j.cbpa.2011.10.015.

Du W, Wang Y, Luo Q, Liu B-F: การถ่ายภาพระดับโมเลกุลด้วยแสงสำหรับชีววิทยาระบบ: จากโมเลกุลสู่สิ่งมีชีวิต เคมีทางทวารหนักทางทวารหนัก 2549, 386: 444-457. 10.1007/s00216-006-0541-z.

Yasuda R, Noji H, Kinosita K, Yoshida M: F1-ATPase เป็นมอเตอร์โมเลกุลที่มีประสิทธิภาพสูงที่หมุนด้วยขั้นบันได 120 องศาแบบไม่ต่อเนื่อง เซลล์. 1998, 93: 1117-1124. 10.1016/S0092-8674(00)81456-7.

Ueno H, Nishikawa S, Iino R, Tabata KV, Sakakihara S, Yanagida T, Noji H: กล้องจุลทรรศน์แบบ dark-field แบบธรรมดาที่มีความแม่นยำเชิงพื้นที่ระดับนาโนเมตรและความละเอียดชั่วขณะระดับไมโครวินาที Biophys J. 2010, 98: 2014-2023. 10.1016/j.bpj.2010.01.011.

Okuno D, Iino R, Noji H: การหมุนและโครงสร้างของการสังเคราะห์ FoF1-ATP เจ ไบโอเคม. 2011, 149: 655-664. 10.1093/jb/mvr049.

Sengupta P, Van Engelenburg S, Lippincott-Schwartz J: การแสดงภาพโครงสร้างและการทำงานของเซลล์ด้วยการถ่ายภาพความละเอียดสูงพิเศษเฉพาะจุด เดฟ เซลล์. 2555, 23: 1092-1102. 10.1016/j.devcel.2012.09.022.

Lubeck E, Cai L: ชีววิทยาระบบเซลล์เดียวโดยการถ่ายภาพที่มีความละเอียดสูงและการติดฉลากแบบผสมผสาน วิธีการของแนท 2012, 9: 743-748. 10.1038/nmeth.2069.

Antony PMA, Balling R, Vlassis N: จากชีววิทยาระบบไปจนถึงระบบชีวการแพทย์ Curr Opin เทคโนโลยีชีวภาพ 2555, 23: 604-608. 10.1016/j.copbio.2011.11.09.

Cirillo C, Tack J, Vanden Berghe P: การบันทึกกิจกรรมของเส้นประสาทในการตรวจชิ้นเนื้อในลำไส้ของมนุษย์เป็นประจำ ไส้. 2555, 65: 227-235.

Berning S, Willig KI, Steffens H, Dibaj P, Hell SW: Nanoscopy ในสมองของหนูที่มีชีวิต ศาสตร์. 2555, 335: 551-10.1126/วิทยาศาตร์.1215369.

Perron A, Akemann W, Mutoh H, Knöpfel T: โพรบเข้ารหัสทางพันธุกรรมสำหรับการถ่ายภาพด้วยแสงของกิจกรรมทางไฟฟ้าของสมอง Prog Brain Res. 2555, 196: 63-77.

Akemann W, Mutoh H, Perron A, Rossier J, Knöpfel T: การถ่ายภาพสัญญาณไฟฟ้าในสมองด้วยโปรตีนเรืองแสงที่ไวต่อแรงดันไฟฟ้าที่กำหนดเป้าหมายทางพันธุกรรม วิธีการของแนท 2010, 7: 643-649. 10.1038/nmeth.1479.

Buchser W: แนวทางการพัฒนา Assay สำหรับการคัดกรองเนื้อหาสูงโดยใช้รูปภาพ การวิเคราะห์เนื้อหาสูงและการสร้างภาพที่มีเนื้อหาสูง คู่มือแนะแนวข้อสอบ. 2012, Bethesda, MD: National Center for Advancing Translational Sciences (NCATS), 1-69.

Conrad C, Gerlich DW: กล้องจุลทรรศน์อัตโนมัติสำหรับการคัดกรอง RNAi ที่มีเนื้อหาสูง เจ เซลล์ ไบโอล. 2010, 188: 453-461. 10.1083/jcb.200910105.

Shen F, Hodgson L, Hahn K: วิธีการโฟกัสอัตโนมัติแบบดิจิตอลสำหรับกล้องจุลทรรศน์อัตโนมัติ วิธีการ เอนไซม์. 2549, 414: 620-632.

Ankers JM, Spiller DG, White MR, Harper CV: พลวัตของโปรตีน Spatio-temporal ในเซลล์ที่มีชีวิตเดี่ยว Curr Opin เทคโนโลยีชีวภาพ 2551, 19: 375-380. 10.1016/j.copbio.2008.07.001.

Fuchs F, Pau G, Kranz D, Sklyar O, Budjan C, Steinbrink S, Horn T, Pedal A, Huber W, Boutros M: การจัดกลุ่มประชากรฟีโนไทป์โดย RNAi ทั่วทั้งจีโนมและการถ่ายภาพหลายพารามิเตอร์ โมล Syst จิตเวช. 2010, 6: 370-

จัดขึ้น M, Schmitz MHA, Fischer B, Walter T, Neumann B, Olma MH, Peter M, Ellenberg J, Gerlich DW: ความรู้ความเข้าใจเกี่ยวกับเซลล์: คำอธิบายประกอบฟีโนไทป์ที่แก้ไขเวลาในการถ่ายภาพเซลล์สดที่มีปริมาณงานสูง วิธีการของแนท 2010, 7: 747-754. 10.1038/nmeth.1486.

Wählby C, Kamentsky L, Liu ZH, Riklin-Raviv T, Conery AL, O'Rourke EJ, Sokolnicki KL, Visvikis O, Ljosa V, Irazoqui JE, Golland P, Ruvkun G, Ausubel FM, Carpenter AE: กล่องเครื่องมือวิเคราะห์ภาพ สำหรับการทดสอบ C. elegans ที่มีปริมาณงานสูง วิธีการของแนท 2012, 9: 714-716. 10.1038/nmeth.1984.

Long F, Peng H, Liu X, Kim SK, Myers E: แผนที่ดิจิทัล 3 มิติของ C. elegans และการประยุกต์ใช้ในการวิเคราะห์เซลล์เดียว วิธีการของแนท 2552, 6: 667-672. 10.1038/nmeth.1366.

Ronneberger O, Liu K, Rath M, Rueβ D, Mueller T, Skibbe H, Drayer B, Schmidt T, Filippi A, Nitschke R, Brox T, Burkhardt H, Driever W: ViBE-Z: เฟรมเวิร์กสำหรับการวิเคราะห์การ colocalization เสมือนจริง 3 มิติ ในสมองของตัวอ่อนของม้าลาย วิธีการของแนท 2012, 9: 735-742. 10.1038/nmeth.2076.

Ghosh KK, Burns LD, Cocker ED, Nimmerjahn A, Ziv Y, Gamal AE, Schnitzer MJ: การรวมขนาดเล็กของกล้องจุลทรรศน์เรืองแสง วิธีการของแนท 2011, 8: 871-878. 10.1038/nmeth.1694.

Savidge TC, Newman P, Pothoulakis C, Ruhl A, Neunlist M, Bourreille A, Hurst R, Sofroniew MV: Enteric glia ควบคุมการทำงานของลำไส้และการอักเสบผ่านการปล่อย S-nitrosoglutathione ระบบทางเดินอาหาร. 2550, 132: 1344-1358. 10.1053/j.gastro.2007.01.051.

Chao JA, Yoon YJ, Singer RH: การแปลภาพในเซลล์เดียวโดยใช้กล้องจุลทรรศน์เรืองแสง Cold Spring Harb Perspect Biol. 2012, 4:1-2.

Loo L-H, Lin H-J, Singh DK, Lyons KM, Altschuler SJ, Wu LF: ความแตกต่างในสภาวะทางสรีรวิทยาและการตอบสนองทางเภสัชวิทยาของการสร้างความแตกต่าง 3 T3-L1 preadipocytes เจ เซลล์ ไบโอล. 2552, 187: 375-384. 10.1083/jcb.200904140.

Zaretsky I, Polonsky M, Shifrut E, Reich-Zeliger S, Antebi Y, Aidelberg G, Waysbort N, Friedman N: การตรวจสอบพลวัตของการกระตุ้น T เซลล์หลักและการสร้างความแตกต่างโดยใช้การถ่ายภาพเซลล์ที่มีชีวิตในระยะยาวในอาร์เรย์ไมโครเวลล์ แล็บชิป 2555, 12: 5007-5015. 10.1039/c2lc40808b.

Watmuff B, Pouton CW, Haynes JM: การเจริญเติบโตในหลอดทดลองของเซลล์ประสาท dopaminergic ที่ได้มาจากเซลล์ต้นกำเนิดจากตัวอ่อนของเมาส์: นัยสำหรับการปลูกถ่าย ป.ล. หนึ่ง 2012, 7: e31999-10.1371/journal.pone.0031999

Tay S, Hughey JJ, Lee TK, Lipniacki T, Quake SR, Covert MW: ไดนามิก NF-kappaB แบบเซลล์เดียวเผยให้เห็นการเปิดใช้งานแบบดิจิทัลและการประมวลผลข้อมูลแบบอะนาล็อก ธรรมชาติ. 2010, 466: 267-271. 10.1038/ธรรมชาติ09145.

Lee TK, Covert MW: ไดนามิก NF-κB เซลล์เดียวที่ให้ปริมาณงานสูง Curr Opin Genet Dev. 2010, 20: 677-683. 10.1016/j.gde.2010.08.005.

Padilla-Parra S, Tramier M: กล้องจุลทรรศน์ FRET ในเซลล์ที่มีชีวิต: วิธีการ จุดแข็ง และจุดอ่อนที่แตกต่างกัน ชีวะ 2555, 34: 369-376. 10.1002/bies.201100086.

Gilbert PM, Havenstrite KL, Magnusson KEG, Sacco A, Leonardi NA, Kraft P, Nguyen NK, Thrun S, Lutolf MP, Blau HM: ความยืดหยุ่นของพื้นผิวควบคุมการต่ออายุเซลล์ต้นกำเนิดของกล้ามเนื้อโครงร่างด้วยตนเองในวัฒนธรรม ศาสตร์. 2010, 329: 1078-1081. 10.1126/วิทยาศาตร์.1191035

Magnusson K, Jaldén J: อัลกอริทึมแบบกลุ่มที่ใช้แอปพลิเคชันแบบวนซ้ำของอัลกอริทึม Viterbi เพื่อติดตามเซลล์และสร้างสายเลือดของเซลล์ การสร้างภาพไบโอเมด (ISBI) 2555, 2555: 382-385.

Walter T, Held M, Neumann B, Hériché JK, Conrad C, Pepperkok R, Ellenberg J: การระบุอัตโนมัติและการจัดกลุ่มของฟีโนไทป์ของโครโมโซมในหน้าจอ RNAi แบบกว้างของจีโนมโดยการถ่ายภาพตามเวลา เจ สตรัคท์ ไบโอล. 2010, 170: 1-9. 10.1016/j.jsb.2009.10.004.

Neumann B, Walter T, Hériché J, Bulkescher J, Erfle H, Conrad C, Rogers P, ปัญหาที่ตอบยาก I, Held M, Liebel U, Cetin C, Sieckmann F, Pau G, Kabbe R, Wünsche A, Satagopam V, Schmitz MHA , Chapuis C, Gerlich DW, Schneider R, Eils R, Huber W, Peters J, Hyman AA, Durbin R, Pepperkok R, Ellenberg J: การทำโปรไฟล์ฟีโนไทป์ของจีโนมมนุษย์ด้วยกล้องจุลทรรศน์แบบไทม์แลปส์เผยให้เห็นยีนการแบ่งเซลล์ ธรรมชาติ. 2010, 464: 721-727. 10.1038/ธรรมชาติ08869.

Conrad C, Wünsche A, Tan TH, Bulkescher J, Sieckmann F, Verissimo F, Edelstein A, Walter T, Liebel U, Pepperkok R, Ellenberg J: Micropilot: ระบบอัตโนมัติของการถ่ายภาพด้วยกล้องจุลทรรศน์เรืองแสงสำหรับชีววิทยาระบบ วิธีการของแนท 2011, 8: 246-249. 10.1038/nmeth.1558.

Giaever G, Chu AM, Ni L, Connelly C, Riles L, Veronneau S, Dow S, Lucau-Danila A, Anderson K, André B, Arkin AP, Astromoff A, El-Bakkoury M, Bangham R, Benito R, Brachat S, Campanaro S, Curtiss M, Davis K, Deutschbauer A, Entian KD, Flaherty P, Foury F, Garfinkel DJ, Gerstein M, Gotte D, Güldener U, Hegemann JH, Hempel S, Herman Z: การทำโปรไฟล์เชิงหน้าที่ของ Saccharomyces cerevisiae จีโนม ธรรมชาติ. 2002, 418: 387-391. 10.1038/ธรรมชาติ00935.

Ni L, Snyder M: การศึกษาจีโนมของรูปแบบการเลือกไซต์สองขั้วใน Saccharomyces cerevisiae โมลไบโอเซลล์. 2001, 12: 2147-2170.

Yang Yu B, Elbuken C, Ren CL, Huissoon JP: อัลกอริทึมการประมวลผลภาพและการจัดหมวดหมู่สำหรับสัณฐานวิทยาของเซลล์ยีสต์ในชิปไมโครฟลูอิดิก เจ ไบโอเมดิคอล ออปติกส์ 2011, 16: 1-9.

Mortimer RK, JOHNSTON JR: ช่วงชีวิตของเซลล์ยีสต์แต่ละเซลล์ ธรรมชาติ. 2502, 183: 1751-1752. 10.1038/1831751a0.

Steffen KK, Kennedy BK, Kaeberlein M: การวัดช่วงชีวิตจำลองในยีสต์ที่กำลังออกดอก เจ วิส Exp. 2552, 1-5.

Lee SS, Avalos Vizcarra I, Huberts DHEW, Lee LP, Heinemann M: การสังเกตด้วยกล้องจุลทรรศน์ตลอดอายุการใช้งานของการแก่ตัวของยีสต์ผ่านแพลตฟอร์มการผ่าไมโครฟลูอิดิก Proc Natl Acad Sci สหรัฐอเมริกา 2012, 109: 4916-4920 10.1073/pnas.1113505109.

Gordon A, Colman-Lerner A, Chin TE, Benjamin KR, Yu RC, Brent R: การหาปริมาณโมเลกุลและอัตราเซลล์เดียวโดยใช้ไซโตเมทรีแบบโอเพนซอร์ส วิธีการของแนท 2550, 4: 175-181. 10.1038/nmeth1008.

Ohya Y, Sese J, Yukawa M, Sano F, Nakatani Y, Saito TL, Saka A, Fukuda T, Ishihara S, Oka S, Suzuki G, Watanabe M, Hirata A, Ohtani M, Sawai H, Fraysse N, Latgé JP , François JM, Aebi M, Tanaka S, Muramatsu S, Araki H, Sonoike K, Nogami S, Morishita S: ฟีโนไทป์ขนาดใหญ่และขนาดใหญ่ของยีสต์กลายพันธุ์ Proc Natl Acad Sci U S A. 2005, 102: 19015-19020. 10.1073/pnas.0509436102.

Ohtani M, Saka A, Sano F, Ohya Y, Morishita S: การพัฒนาโปรแกรมประมวลผลภาพสำหรับสัณฐานวิทยาของเซลล์ยีสต์ เจ ไบโออินฟอร์ม คอมพิวเตอร์ ไบโอล. 2004, 1: 695-709. 10.1142/S0219720004000363.

Saito TL, Ohtani M, Sawai H, Sano F, Saka A, Watanabe D, Yukawa M, Ohya Y, Morishita S: SCMD: Saccharomyces cerevisiae ฐานข้อมูลทางสัณฐานวิทยา กรดนิวคลีอิก 2004, 32: D319-D322. 10.1093/nar/gkh113.

Ohnuki S, Oka S, Nogami S, Ohya Y: การคัดกรองเนื้อหาสูงโดยใช้ภาพสำหรับเป้าหมายยาในยีสต์ ป.ล. หนึ่ง 2010, 5: e10177-10.1371/journal.pone.0010177

Artal-Sanz M, De Jong L, Tavernarakis N: Caenorhabditis elegans: แพลตฟอร์มอเนกประสงค์สำหรับการค้นคว้ายา เทคโนโลยีชีวภาพ J. 2006, 1: 1405-1418. 10.1002 / biot.200600176.

Silverman GA, Luke CJ, Bhatia SR, Long OS, Vetica AC, Perlmutter DH, Pak SC: การสร้างแบบจำลองด้านโมเลกุลและเซลล์ของโรคของมนุษย์โดยใช้ไส้เดือนฝอย Caenorhabditis elegans Pediatr Res. 2552, 65: 10-18. 10.1203/สปป.0b013e31819009b0.

Rankin CH: จากยีนไปจนถึงเซลล์ประสาทที่ระบุถึงพฤติกรรมใน Caenorhabditis elegans แนท เรฟ เจเนท. 2002, 3: 622-630.

Jorgensen EM, Mango SE: ศิลปะและการออกแบบหน้าจอทางพันธุกรรม: caenorhabditis elegans แนท เรฟ เจเนท. 2002, 3: 356-369. 10.1038/nrg794.

Gosai SJ, Kwak JH, Luke CJ, Long OS, King DE, Kovatch KJ, Johnston PA, Shun TY, Lazo JS, Perlmutter DH, Silverman GA, Pak SC: การคัดกรองยาสัตว์ที่มีเนื้อหาสูงแบบอัตโนมัติโดยใช้ C. elegans แสดง การรวมกลุ่มของเซอร์พิน α1-antitrypsin Z. PloS หนึ่ง 2010, 5: e15460-10.1371/journal.pone.0015460.

Brignull HR, Morley JF, Morimoto RI: ความเครียดของโปรตีนที่บิดเบี้ยว: แบบจำลอง C. elegans สำหรับโรคทางระบบประสาทและความชราภาพ Adv Exp Med จิตเวช 2550, 594: 167-189. 10.1007/978-0-387-39975-1_15.

Crane MM, Stirman JN, Ou C-Y, Kurshan PT, Rehg JM, Shen K, Lu H: การคัดกรอง C. elegans แบบอัตโนมัติจะระบุยีนที่เกี่ยวข้องกับการสร้างเซลล์ประสาท วิธีการของแนท 2012, 9: 977-980. 10.1038/nmeth.2141.

Baek J-H, Cosman P, Feng Z, Silver J, Schafer WR: การใช้แมชชีนวิชั่นเพื่อวิเคราะห์และจำแนก Caenorhabditis elegans ฟีโนไทป์พฤติกรรมเชิงปริมาณ วิธี J Neurosci 2002, 118: 9-21. 10.1016/S0165-0270(02)00117-6.

Cronin CJ, Mendel JE, Mukhtar S, Kim Y-M, Stirbl RC, Bruck J, Sternberg PW: ระบบอัตโนมัติสำหรับการวัดพารามิเตอร์ของการเคลื่อนไหวของไส้เดือนฝอยไซนัส บีเอ็มซี เจเนท 2005, 6: 5-

Feng Z, Cronin CJ, Wittig JH, Sternberg PW, Schafer WR: ระบบภาพสำหรับการวิเคราะห์เชิงปริมาณที่ได้มาตรฐานของพฤติกรรมของ C. elegans ชีวสารสนเทศศาสตร์ BMC 2547, 5: 115-10.1186/1471-2105-5-115.

Geng W, Cosman P, Berry CC, Feng Z, Schafer WR: การติดตามอัตโนมัติ การแยกคุณลักษณะ และการจัดประเภทฟีโนไทป์ของ C elegans IEEE Trans Biomed Eng. 2547, 51: 1811-1820. 10.1109/TBME.2004.831532

Huang KM, Cosman P, Schafer WR: การตรวจจับการโค้งงอและการกลับตัวของโอเมก้าโดยใช้วิชันซิสเต็มด้วยแมชชีนวิชันใน C. elegans วิธี J Neurosci 2549, 158: 323-336. 10.1016/j.jneumeth.2006.06.007.

Huang KM, Cosman P, Schafer WR: การตรวจจับและวิเคราะห์พฤติกรรมการหาอาหารใน Caenorhabditis elegans โดยอัตโนมัติ วิธี J Neurosci 2551, 171: 153-164. 10.1016/j.jneumeth.2008.01.027.

Ramot D, Johnson BE, Berry TL, Carnell L, Goodman MB: The Parallel Worm Tracker: แพลตฟอร์มสำหรับวัดความเร็วเฉลี่ยและอัมพาตที่เกิดจากยาในไส้เดือนฝอย ป.ล. หนึ่ง 2008, 3: e2208-10.1371/journal.pone.0002208

Buckingham SD, Sattelle DB: กลยุทธ์สำหรับการวิเคราะห์อัตโนมัติของการเคลื่อนที่ของ C. elegans พลิกกลับ Neurosci 2008, 8: 121-131. 10.1007/s10158-008-0077-3.

Hoshi K, Shingai R: การระบุสถานะการเคลื่อนไหวโดยอัตโนมัติด้วยคอมพิวเตอร์ใน Caenorhabditis elegans วิธี J Neurosci 2549, 157: 355-363. 10.1016/j.jneumeth.2006.05.002.

Tsibidis GD, Tavernarakis N: Nemo: เครื่องมือคำนวณสำหรับการวิเคราะห์การเคลื่อนที่ของไส้เดือนฝอย บีเอ็มซี ประสาทวิทยา 2550, 8: 86-10.1186/1471-2202-8-86.

Buckingham SD, Sattelle DB: การวัดแบบอัตโนมัติของการว่ายน้ำไส้เดือนฝอย (การฟาดฟัน) แบบอัตโนมัติโดยไม่ต้องใช้สัณฐาน บีเอ็มซี ประสาทวิทยา 2552, 10: 84-10.1186/1471-2202-10-84.

Tsechpenakis G, Bianchi L, Metaxas D, Driscoll M: วิธีการคำนวณแบบใหม่สำหรับการติดตามพร้อมกันและการแยกคุณลักษณะของประชากร C. elegans ในสภาพแวดล้อมของไหล IEEE Trans Biomed Eng. 2551, 55: 1539-1549.

Sznitman R, Gupta M, Hager GD, Arratia PE, Sznitman J: การประมาณแบบจำลองหลายสภาพแวดล้อมสำหรับการวิเคราะห์การเคลื่อนไหวของ Caenorhabditis elegans ป.ล. หนึ่ง 2010, 5: e11631-10.1371/journal.pone.0011631.

Green RA, Kao HL, Audhya A, Arur S, Mayers JR, Fridolfsson HN, Schulman M, Schloissnig S, Niessen S, Laband K, Wang S, Starr DA, Hyman AA, Schedl T, Desai A, เปียโน F, Gunsalus KC , Oegema K: เครือข่ายยีนที่จำเป็นของ C. elegans ที่มีความละเอียดสูง โดยอิงจากโปรไฟล์ฟีโนไทป์ของเนื้อเยื่อที่ซับซ้อน เซลล์. 2011, 145: 470-482. 10.1016/j.cell.2011.03.037.

Peng H, Long F, Liu X, Kim SK, Myers EW: การยืดภาพ Caenorhabditis elegans ชีวสารสนเทศศาสตร์ 2551, 24: 234-242. 10.1093/ชีวสารสนเทศ/btm569.

Olarte OE, Licea-Rodriguez J, Palero JA, Gualda EJ, Artigas D, Mayer J, Swoger J, Sharpe J, Rocha-Mendoza I, Rangel-Rojo R, Loza-Alvarez P: การสร้างภาพด้วยแสงสแกนแบบดิจิตอลเชิงเส้นและไม่เชิงเส้น - กล้องจุลทรรศน์เรืองแสงแบบแผ่นพร้อมโพรไฟล์ลำแสง Gaussian และ Bessel Biomed Opt ด่วน 2555, 3: 1492-1505. 10.1364/BOE.3.001492.

Patton EE, Zon LI: ศิลปะและการออกแบบหน้าจอทางพันธุกรรม: zebrafish แนท เรฟ เจเนท. 2001, 2: 956-966. 10.1038/35103567.

Zon LI, Peterson RT: การค้นพบยาในร่างกายในปลาม้าลาย Nat Rev ยา Discov. 2005, 4: 35-44. 10.1038/nrd1606.

Pardo-Martin C, Chang TY, Koo BK, Gilleland CL, Wasserman SC, Yanik MF: การตรวจคัดกรองสัตว์มีกระดูกสันหลังในร่างกายในปริมาณมาก วิธีการของแนท 2010, 7: 634-636. 10.1038/nmeth.1481.

Taylor KL, Grant NJ, Temperley ND, Patton EE: การตรวจคัดกรองโมเลกุลขนาดเล็กใน zebrafish: วิธีการในร่างกายเพื่อระบุเครื่องมือทางเคมีและสารตะกั่วใหม่ ๆ สัญญาณคอมมูนิตี้เซลล์ 2010, 8: 11-10.1186/1478-811X-8-11.

Kimmel CB, Ballard WW, Kimmel SR, Ullmann B, Schilling TF: ขั้นตอนของการพัฒนาตัวอ่อนของ zebrafish เดฟ ไดน์. 1995, 203: 253-310. 10.1002/aja.1002030302.

Peravali R, Gehrig J, Giselbrecht S, Lütjohann DS, Hadzhiev Y, Müller F, Liebel U: การตรวจหาคุณลักษณะอัตโนมัติและการถ่ายภาพสำหรับการตรวจคัดกรองตัวอ่อนของ zebrafish ที่มีความละเอียดสูง เทคนิคชีวภาพ 2011, 50: 319-324.

Eguíluz C, Viguera E, Millán L, Pérez J: การทบทวนอาร์เรย์หลายแผ่น: คำอธิบายตามลำดับเวลาของเทคนิค การใช้งาน และขั้นตอนของอาร์เรย์เนื้อเยื่อ ป.ป.ช. 2549, 202: 561-568. 10.1016/j.prp.2006.04.003.

Wang C-W, Fennell D, Paul I, Savage K, Hamilton P: การแบ่งส่วนเนื้องอกอัตโนมัติที่แข็งแกร่งบนภาพเนื้อเยื่อทางเนื้อเยื่อวิทยาและอิมมูโนฮิสโตเคมี ป.ล. หนึ่ง 2011, 6: e15818-10.1371/journal.pone.0015818.

Sommer C, Straehle C, Kothe U, Hamprecht FA: Ilastik: ชุดเครื่องมือการเรียนรู้เชิงโต้ตอบและการแบ่งส่วน IEEE Int Symp Biomed Imaging 2554, 2554: 230-233.

Kovar JL, Simpson MA, Schutz-Geschwender A, Olive DM: แนวทางที่เป็นระบบในการพัฒนาสารคอนทราสต์เรืองแสงสำหรับการถ่ายภาพด้วยแสงของแบบจำลองมะเร็งเมาส์ ชีวเคมีทางทวารหนัก 2550, 367: 1-12. 10.1016/j.ab.2007.04.011.

Baker M: โมเดลสัตว์: อยู่ในจิตใจของหนูและผู้ชาย ธรรมชาติ. 2011, 475: 123-128. 10.1038/475123ก.

De Chaumont F, Coura RD-S, Serreau P, Cressant A, Chabout J, Granon S, Olivo-Marin J-C: การวิเคราะห์วิดีโอด้วยคอมพิวเตอร์ของการโต้ตอบทางสังคมในหนู วิธีการของแนท 2012, 9: 410-417. 10.1038/nmeth.1924.

Nägerl UV, Willig KI, Hein B, Hell SW, Bonhoeffer T: การถ่ายภาพเซลล์สดของกระดูกสันหลัง dendritic โดยกล้องจุลทรรศน์ STED Proc Natl Acad Sci U S A. 2008, 105: 18982-18987. 10.1073/pnas.0810028105.

Urban NT, Willig KI, Hell SW, Nägerl UV: STED nanoscopy ของพลวัตของแอคตินในไซแนปส์ส่วนลึกของสมองที่มีชีวิต Biophys J. 2011, 101: 1277-1284. 10.1016/j.bpj.2011.07.027.

Masedunskas A, Milberg O, Porat-Shliom N, Sramkova M, Wigand T, Amornphimoltham P, Weigert R: Intravital microscopy: คู่มือปฏิบัติเกี่ยวกับการถ่ายภาพโครงสร้างภายในเซลล์ในสัตว์ที่มีชีวิต สถาปัตยกรรมชีวภาพ 2012, 2: 143-157. 10.4161/bio.21758.

Gavins FN: Intravital microscopy: ข้อมูลเชิงลึกใหม่เกี่ยวกับการโต้ตอบของเซลล์ เคอร์ โอพิน ฟาร์มาคอล. 2555, 12: 601-607. 10.1016/j.coph.2012.08.08.06.

Farrar MJ, Bernstein IM, Schlafer DH, Cleland TA, Fetcho JR, Schaffer CB: ภาพเรื้อรังในร่างกายในไขสันหลังของเมาส์โดยใช้ห้องที่ฝัง วิธีการของแนท 2555, 9: 297-302. 10.1038/nmeth.1856.

Barretto RPJ, Schnitzer MJ: ใน microendoscopy ในร่างกายของฮิบโปแคมปัส Cold Spring Harb Protoc. 2555, 2555: 1092-1099.

Barretto RPJ, Schnitzer MJ: ในกล้องไมโครเอนโดสโคปีของ Vivo สำหรับการถ่ายภาพเซลล์ที่อยู่ลึกเข้าไปในเนื้อเยื่อที่มีชีวิต Cold Spring Harb Protoc. 2555, 2555: 1029-1034.

Lecoq J, Schnitzer MJ: โปรตีนเรืองแสงอินฟราเรดสำหรับการถ่ายภาพลึก แนท ไบโอเทค. 2011, 29: 715-716. 10.1038/nbt.1941.

Barretto RPJ, Ko TH, Jung JC, Wang TJ, Capps G, Waters AC, Ziv Y, Attardo A, Recht L, Schnitzer MJ: การถ่ายภาพตามเวลาของความก้าวหน้าของโรคในพื้นที่สมองส่วนลึกโดยใช้กล้องจุลทรรศน์เรืองแสง นัท เมด. 2011, 17: 223-228. 10.1038/nm.2292.

Piyawattanametha W, Cocker ED, Burns LD, Barretto RP, Jung JC, Ra H, Solgaard O, Schnitzer MJ: การถ่ายภาพสมองในสมองโดยใช้กล้องจุลทรรศน์แบบสองโฟตอนแบบพกพาขนาด 2.9 ก. โดยใช้กระจกสแกนระบบไมโครอิเล็กทรอนิกส์ เลือกเลตต์ 2552, 34: 2309-2311. 10.1364/OL.34.002309.

Barretto RPJ, Messerschmidt B, Schnitzer MJ: การถ่ายภาพเรืองแสงในร่างกายด้วยไมโครเลนส์ความละเอียดสูง วิธีการของแนท 2552, 6:511-512. 10.1038/nmeth.1339.

Flusberg BA, Nimmerjahn A, Cocker ED, Mukamel EA, Barretto RPJ, Ko TH, Burns LD, Jung JC, Schnitzer MJ: กล้องจุลทรรศน์เรืองแสงขนาดเล็กความเร็วสูงในหนูที่เคลื่อนไหวได้อย่างอิสระ วิธีการของแนท 2008, 5: 935-938. 10.1038/nmeth.1256.

Myers G: เหตุใดสารสนเทศทางชีวมิติจึงมีความสำคัญ วิธีการของแนท 2012, 9: 659-660. 10.1038/nmeth.2024.

Swedlow JR, Eliceiri KW: โอเพ่นซอร์สข้อมูล bioimage สำหรับชีววิทยาของเซลล์ เทรนด์ เซลล์ ไบโอล. 2552, 19: 656-660. 10.1016/j.tcb.2009.08.007.

Peng H: Bioimage informatics: สาขาวิชาชีววิทยาวิศวกรรมใหม่ ชีวสารสนเทศศาสตร์ 2551, 24: 1827-1836. 10.1093/ชีวสารสนเทศศาสตร์/btn346.

Eliceiri KW, Berthold MR, Goldberg IG, Ibáñez L, Manjunath BS, Martone ME, Murphy RF, Peng H, Plant AL, Roysam B, Stuurmann N, Swedlow JR, Tomancak P, Carpenter AE: เครื่องมือซอฟต์แวร์ภาพชีวภาพ วิธีการของแนท 2012, 9: 697-710. 10.1038/nmeth.2084.

Davies ER: คอมพิวเตอร์และวิชันซิสเต็ม: ทฤษฎี อัลกอริธึม การปฏิบัติจริง 2012, นิวยอร์ก, นิวยอร์ก: Academic Press, 1-912.

Walter T, Shattuck DW, Baldock R, Bastin ME, Carpenter AE, Duce S, Ellenberg J, Fraser A, Hamilton N, Pieper S, Ragan MA, Schneider JE, Tomancak P, Hériché JK: การสร้างภาพข้อมูลภาพจากเซลล์สู่สิ่งมีชีวิต . วิธีการของแนท 2010, 7: S26-S41. 10.1038/nmeth.1431.

Zwolinski L, Kozak M, Kozak K: 1Click1View: วิธีการสร้างภาพเชิงโต้ตอบสำหรับการคัดกรองด้วยกล้องจุลทรรศน์แบบใช้เซลล์ RNAi BioMed Res Int. 2556, 2556: 1-11.

Schmid B, Schindelin J, Cardona A, Longair M, Heisenberg M: API การสร้างภาพ 3 มิติระดับสูงสำหรับ Java และ ImageJ บีเอ็มซี ชีวสารสนเทศ 2010, 11: 274-10.1186/1471-2105-11-274.

Mosaliganti KR, Noche RR, Xiong F, Swinburne IA, Megason SG: ACME: ตัวแยกสัณฐานวิทยาของเซลล์อัตโนมัติสำหรับการสร้างเมมเบรนของเซลล์ใหม่อย่างครอบคลุม PLoS คอมพิวเตอร์ ไบโอล. 2012, 8: e1002780-10.1371/journal.pcbi.1002780

Horvath P, Wild T, Kutay U, Csucs G: การเรียนรู้ของเครื่องช่วยเพิ่มความแม่นยำและความทนทานของหน้าจอที่มีเนื้อหาสูง: การใช้วิธีการหลายพารามิเตอร์แบบไม่เชิงเส้นเพื่อวิเคราะห์ผลการคัดกรอง เจ ไบโอมอล สกรีน 2011, 16: 1059-1067. 10.1177/1087057111414878.

Kvilekval K, Fedorov D, Obara B, Singh A, Manjunath BS: B: แพลตฟอร์มสำหรับการวิเคราะห์และการจัดการภาพชีวภาพ ชีวสารสนเทศ (อ็อกซ์ฟอร์ด, อังกฤษ). 2010, 26: 544-552. 10.1093/ชีวสารสนเทศ/btp699.

Goff SA, Vaughn M, McKay S, Lyons E, Stapleton AE, Gessler D, Matasci N, Wang L, Hanlon M, Lenards A, Muir A, Merchant N, Lowry S, Mock S, Helmke M, Kubach A, Narro M , Hopkins N, Micklos D, Hilgert U, Gonzales M, Jordan C, Skidmore E, Dooley R, Cazes J, McLay R, Lu Z, Pasternak S, Koesterke L, Piel WH: The iPlant Collaborative: Cyberinfrastructure for Plant Biology วิทย์โรงงานด้านหน้า 2011, 2: 34-

Linkert M, Rueden CT, Allan C, Burel JM, Moore W, Patterson A, Loranger B, Moore J, Neves C, Macdonald D, Tarkowska A, Sticco C, Hill E, Rossner M, Eliceiri KW, Swedlow JR: ข้อมูลเมตามีความสำคัญ : เข้าถึงข้อมูลภาพในโลกแห่งความเป็นจริง เจ เซลล์ ไบโอล. 2010, 189: 777-782. 10.1083/jcb.201004104.

Kankaanpää P, Paavolainen L, Tiitta S, Karjalainen M, Päivärinne J, Nieminen J, Marjomäki V, Heino J, White DJ: BioImageXD: แพลตฟอร์มการประมวลผลภาพที่เปิดกว้าง ใช้งานทั่วไป และให้ปริมาณงานสูง วิธีการของแนท 2012, 9: 683-689. 10.1038/nmeth.2047.

Rämö P, Sacher R, Snijder B, Begemann B, Pelkmans L: CellClassifier: การเรียนรู้ภายใต้การดูแลของฟีโนไทป์ของเซลล์ ชีวสารสนเทศศาสตร์ 2552, 25: 3028-3030. 10.1093/ชีวสารสนเทศ/btp524.

Boutros M, Brás LP, Huber W: การวิเคราะห์หน้าจอ RNAi แบบเซลล์ จีโนมไบโอล 2006, 7: R66-10.1186/gb-2006-7-7-r66.

Carpenter AE, Jones TR, Lamprecht MR, Clarke C, Kang IH, Friman O, Guertin DA, Chang JH, Lindquist RA, Moffat J, Golland P, Sabatini DM: CellProfiler: ซอฟต์แวร์วิเคราะห์ภาพเพื่อระบุและหาปริมาณฟีโนไทป์ของเซลล์ ชีววิทยาของจีโนม 2006, 7: R100-10.1186/gb-2006-7-10-r100.

Kamentsky L, Jones TR, Fraser A, Bray M-A, Logan DJ, Madden KL, Ljosa V, Rueden C, Eliceiri KW, Carpenter AE: ปรับปรุงโครงสร้าง ฟังก์ชัน และความเข้ากันได้สำหรับ CellProfiler: ซอฟต์แวร์วิเคราะห์ภาพปริมาณงานสูงแบบแยกส่วน ชีวสารสนเทศศาสตร์ 2011, 27: 1179-1180. 10.1093/ชีวสารสนเทศ/btr095.

Jones TR, Carpenter AE, Lamprecht MR, Moffat J, Silver SJ, Grenier JK, Castoreno AB, Eggert US, Root DE, Golland P, Sabatini DM: ให้คะแนนสัณฐานวิทยาของเซลลูลาร์ที่หลากหลายในหน้าจอแบบรูปภาพพร้อมการป้อนกลับแบบวนซ้ำและการเรียนรู้ของเครื่อง Proc Natl Acad Sci U S A. 2009, 106: 1826-1831. 10.1073/pnas.0808843106.

Jones TR, Kang IH, Wheeler DB, Lindquist RA, Papallo A, Sabatini DM, Golland P, Carpenter AE: CellProfiler Analyst: ซอฟต์แวร์สำรวจและวิเคราะห์ข้อมูลสำหรับหน้าจอตามภาพที่ซับซ้อน ชีวสารสนเทศศาสตร์ BMC 2551, 9: 482-10.1186/1471-2105-9-482.

Pau G, Fuchs F, Sklyar O, Boutros M, Huber W: EBImage - แพ็คเกจ R สำหรับการประมวลผลภาพด้วยแอปพลิเคชันกับฟีโนไทป์มือถือ ชีวสารสนเทศศาสตร์ 2010, 26: 979-981. 10.1093/ชีวสารสนเทศ/btq046.

Bjornsson CS, Lin G, Al-Kofahi Y, Narayanaswamy A, Smith KL, Shain W, Roysam B: การวิเคราะห์ภาพที่เชื่อมโยง: วิธีการหาปริมาณอัตโนมัติของภาพสามมิติแบบหลายพารามิเตอร์ของเนื้อเยื่อสมอง วิธี J Neurosci 2551, 170: 165-178. 10.1016/j.jneumeth.2007.12.024.

Schindelin J, Arganda-Carreras I, Frise E, Kaynig V, Longair M, Pietzsch T, Preibisch S, Rueden C, Saalfeld S, Schmid B, Tinevez JY, ดีเจสีขาว, Hartenstein V, Eliceiri K, Tomancak P, Cardona A: ฟิจิ: แพลตฟอร์มโอเพ่นซอร์สสำหรับการวิเคราะห์ภาพทางชีววิทยา วิธีการของแนท 2012, 9: 676-682. 10.1038 / nmeth.2019.

Hamilton NA, Teasdale RD: การแสดงภาพและการจัดกลุ่มการถ่ายภาพการแปลเป็นภาษาท้องถิ่นในระดับเซลล์ย่อยที่มีปริมาณงานสูง บีเอ็มซี ชีวสารสนเทศ 2008, 9: 81-10.1186/1471-2105-9-81.

Hamilton NA, Wang JTH, Kerr MC, Teasdale RD: ความแตกต่างทางสถิติและภาพของการถ่ายภาพ subcellular บีเอ็มซี ชีวสารสนเทศ 2552, 10: 94-10.1186/1471-2105-10-94.

De Chaumont F, Dallongeville S, Olivo-Marin J-C ICY: ซอฟต์แวร์ประมวลผลภาพชุมชนโอเพนซอร์สใหม่ 2011 IEEE International Symposium เกี่ยวกับการถ่ายภาพชีวการแพทย์: จากนาโนสู่มาโคร 2011, ชิคาโก, อิลลินอยส์: IEEE, 234-237

De Chaumont F, Dallongeville S, Chenouard N, Hervé N, Pop S, Provoost T, Meas-Yedid V, Pankajakshan P, Lecomte T, Le Montagner Y, Lagache T, Dufour A, Olivo-Marin JC: Icy: ชีวประวัติแบบเปิด แพลตฟอร์มสารสนเทศเพื่อการวิจัยที่ทำซ้ำได้ วิธีการของแนท 2012, 9: 690-696. 10.1038/nmeth.2075.

Kreshuk A, Straehle CN, Sommer C, Koethe U, Cantoni M, Knott G, Hamprecht FA: การตรวจจับอัตโนมัติและการแบ่งส่วนหน้าสัมผัส synaptic ในภาพกล้องจุลทรรศน์อิเล็กตรอนแบบอนุกรมเกือบแบบไอโซโทรปิก ป.ล. หนึ่ง 2011, 6: e24899-10.1371/journal.pone.0024899.

Abramoff MD, Hospitals I, Magalhães PJ, Abramoff M: การประมวลผลภาพด้วย ImageJ ไบโอโฟโตนิกส์ อินเตอร์ 2004, 11: 36-42.

Schneider CA, Rasband WS, Eliceiri KW: NIH Image to ImageJ: การวิเคราะห์ภาพ 25 ปี วิธีการของแนท 2012, 9: 671-675. 10.1038/nmeth.2089.

Collins T: ImageJ สำหรับกล้องจุลทรรศน์ ไบโอเทค. 2550, 43: S25-S30.

Pietzsch T, Preibisch S, Tomancák P, Saalfeld S: ImgLib2 - การประมวลผลภาพทั่วไปใน Java ชีวสารสนเทศศาสตร์ 2012, 28: 3009-3011. 10.1093/ชีวสารสนเทศ/bts543

Schroeder W: The ITK Software Guide Second Edition อัปเดตสำหรับ ITK เวอร์ชัน 2 4. 2005

Berthold MR, Cebron N, Dill F, Gabriel TR, Kötter T, Meinl T, Ohl P, Thiel K, Wiswedel B: KNIME - นักขุดข้อมูล Konstanz จดหมายข่าวการสำรวจ ACM SIGKDD 2552, 11: 26-10.1145/1656274.1656280.

Peng H, Long F, Ding C: การเลือกคุณสมบัติตามข้อมูลร่วมกัน: เกณฑ์การพึ่งพาสูงสุด ความเกี่ยวข้องสูงสุด และความซ้ำซ้อนขั้นต่ำ IEEE Trans Pattern Anal Mach Intell. 2548, 27: 1226-1238.

Goldberg IG, Allan C, Burel JM, Creager D, Falconi A, Hochheiser H, Johnston J, Mellen J, Sorger PK, Swedlow JR: โมเดลข้อมูล Open Microscopy Environment (OME) และไฟล์ XML: เครื่องมือเปิดสำหรับการวิเคราะห์ข้อมูลและเชิงปริมาณ ในการถ่ายภาพทางชีวภาพ จีโนมไบโอล 2005, 6: R47-10.1186/gb-2005-6-5-r47.

Swedlow JR, Goldberg IG, Eliceiri KW: ข้อมูลชีวภาพสำหรับชีววิทยาทดลอง Annu Rev Biophys. 2552, 38: 327-346. 10.1146/anurev.biophys.050708.133641.

Allan C, Burel J, Moore J, Blackburn C, Linkert M, Loynton S, Macdonald D, Moore WJ, Neves C, Patterson A, Porter M, Tarkowska A, Loranger B, Avondo J, Lagerstedt I, Lianas L, Leo S , Hands K, Hay RT, Patwardhan A, Best C, Kleywegt GJ, Zanetti G, Swedlow JR: OMERO: การจัดการข้อมูลที่ยืดหยุ่นและเป็นโมเดลสำหรับชีววิทยาทดลอง วิธีการของแนท 2555, 9: 245-253. 10.1038/nmeth.1896.

Moore J, Allan C, Burel JM, Loranger B, MacDonald D, Monk J, Swedlow JR: เครื่องมือเปิดสำหรับการจัดเก็บและการจัดการข้อมูลภาพเชิงปริมาณ วิธีการ เซลล์ชีวภาพ. 2008, 85: 555-570.

Cho BH, Cao-Berg I, Bakal JA, Murphy RF: OMERO.searcher: การค้นหารูปภาพตามเนื้อหาสำหรับภาพกล้องจุลทรรศน์ วิธีการของแนท 2012, 9: 633-634. 10.1038/nmeth.2086.

Bauch A, Adamczyk I, Buczek P, Elmer FJ, Enimanev K, Glyzewski P, Kohler M, Pylak T, Quandt A, Ramakrishnan C, Beisel C, Malmström L, Aebersold R, Rinn B: openBIS: กรอบการทำงานที่ยืดหยุ่นสำหรับการจัดการและ การวิเคราะห์ข้อมูลที่ซับซ้อนในการวิจัยทางชีววิทยา บีเอ็มซี ชีวสารสนเทศ 2011, 12: 468-10.1186/1471-2105-12-468.

Vaccarella A, Enquobahrie A, Ferrigno G, De ME: การจัดการข้อมูลเซ็นเซอร์หลายตัวแบบแยกส่วนสำหรับการผ่าตัดแบบรวมคอมพิวเตอร์ หุ่นยนต์ Int J Med 2555, 8: 253-260. 10.1002/rcs.1412.

Zhao T, Velliste M, Boland MV, Murphy RF: การจดจำประเภทวัตถุสำหรับการวิเคราะห์อัตโนมัติของตำแหน่งย่อยโปรตีน กระบวนการภาพทรานส์ IEEE 2548, 14: 1351-159.

Peng T, Bonamy GMC, Glory-Afshar E, Rines DR, Chanda SK, Murphy RF: การพิจารณาการกระจายของโพรบระหว่างตำแหน่งย่อยต่างๆ ผ่านการผสมแบบอัตโนมัติของรูปแบบเซลล์ย่อย Proc Natl Acad Sci สหรัฐอเมริกา 2010, 107: 2944-2949. 10.1073/pnas.0912090107.

Rajaram S, Pavie B, Wu LF, Altschuler SJ: PhenoRipper: ซอฟต์แวร์สำหรับการทำโปรไฟล์ภาพอย่างรวดเร็วด้วยกล้องจุลทรรศน์ วิธีการของแนท 2012, 9: 635-637. 10.1038/nmeth.2097.

Peng H, Ruan Z, Long F, Simpson JH, Myers EW: V3D เปิดใช้งานการแสดงภาพ 3 มิติแบบเรียลไทม์และการวิเคราะห์เชิงปริมาณของชุดข้อมูลภาพชีวภาพขนาดใหญ่ แนท ไบโอเทค. 2010, 28: 348-353. 10.1038/nbt.1612.

Peng H, Long F, Myers EW: VANO: ระบบคำอธิบายประกอบภาพแบบวอลุ่ม-ออบเจ็กต์ ชีวสารสนเทศศาสตร์ 2552, 25: 695-697. 10.1093/ชีวสารสนเทศ/btp046.

Rueden C, Eliceiri KW, White JG: VisBio: เครื่องมือคำนวณสำหรับการแสดงข้อมูลภาพชีวภาพหลายมิติ การจราจร. 2004, 5: 411-417. 10.1111/j.1600-0854.2004.00189.x.

Schroeder W, Martin KW, LORENSEN B: ชุดเครื่องมือการแสดงภาพ แนวทางเชิงวัตถุสำหรับกราฟิก 3 มิติ 1996, N.J.: Prentice Hall PTR - Upper Saddle River, 1-826

Engel K, Bauer M, Greiner G, Ertl T, Group CG, Group IS: การแสดงปริมาณข้อมูลเชิงโต้ตอบบนฮาร์ดแวร์กราฟิกพีซีมาตรฐานโดยใช้พื้นผิวหลายพื้นผิวและการแรสเตอร์หลายขั้นตอน ACM SIGGRAPH/Eurographics Workshop เกี่ยวกับฮาร์ดแวร์กราฟิก 2001, 2000: 109-118.

Orlov N, Shamir L, Macura T, Johnston J, Eckley DM, Goldberg IG: WND-CHARM: การจำแนกประเภทภาพอเนกประสงค์โดยใช้การแปลงภาพแบบผสม รูปแบบการจดจำ Lett 2551, 29: 1684-1693. 10.1016/j.patrec.2008.04.013.

Gustafsson MGL: กล้องจุลทรรศน์การส่องสว่างแบบไม่เชิงเส้นแบบไม่เชิงเส้น: การถ่ายภาพด้วยแสงฟลูออเรสเซนซ์แบบสนามกว้างด้วยความละเอียดไม่จำกัดตามทฤษฎี Proc Natl Acad Sci U S A. 2005, 102: 13081-13086. 10.1073/pnas.0406877102.

Huang B, Wang W, Bates M, Zhuang X: การถ่ายภาพความละเอียดสูงสุดสามมิติด้วยกล้องจุลทรรศน์การสร้างแสงแบบสุ่ม ศาสตร์. 2551, 319: 810-813. 10.1126/วิทยาศาตร์.1153529.

Hess ST, Girirajan TPK, Mason MD: การถ่ายภาพความละเอียดสูงพิเศษด้วยกล้องจุลทรรศน์การแปลด้วยแสงเรืองแสง Biophys J. 2006, 91: 4258-4272. 10.1529/biophysj.106.091116.

Jones SA, Shim S-H, He J, Zhuang X: การถ่ายภาพเซลล์ที่มีชีวิตที่มีความละเอียดสูงแบบสามมิติและรวดเร็ว วิธีการของแนท 2011, 8: 499-508. 10.1038/nmeth.1605.

Keller PJ, Schmidt AD, Wittbrodt J, Stelzer EHK: กล้องจุลทรรศน์เรืองแสงเรืองแสงด้วยแสงเลเซอร์แบบสแกนดิจิตอล (DSLM) ของการพัฒนาตัวอ่อนม้าลายและแมลงหวี่ Cold Spring Harb Protoc. 2554, 2554: 1235-1243.

Bria A, Iannello G: TeraStitcher - เครื่องมือสำหรับการเย็บ 3D อัตโนมัติอย่างรวดเร็วของภาพด้วยกล้องจุลทรรศน์ขนาด Teravoxel บีเอ็มซี ชีวสารสนเทศ 2555, 13: 316-10.1186/1471-2105-13-316.

Cardona A, Tomancak P: ความท้าทายในปัจจุบันในสารสนเทศชีวภาพแบบโอเพนซอร์ส วิธีการของแนท 2012, 9: 661-665. 10.1038/nmeth.2082.

Carpenter AE, Kamentsky L, Eliceiri KW: การเรียกร้องให้ใช้งานซอฟต์แวร์ bioimaging วิธีการของแนท 2012, 9: 666-670. 10.1038/nmeth.2073.

Edelstein A, Amodaj N, Hoover K, Vale R, Stuurman N: คอมพิวเตอร์ควบคุมกล้องจุลทรรศน์โดยใช้μManager โปรโตคอลปัจจุบันในอณูชีววิทยา เรียบเรียงโดย : ออซูเบล เอฟเอ็ม 2010, ตอนที่ 14:Unit14.20

Shamir L, Delaney JD, Orlov N, Eckley DM, Goldberg IG: ซอฟต์แวร์การจดจำรูปแบบและเทคนิคสำหรับการวิเคราะห์ภาพทางชีววิทยา PLoS คอมพิวเตอร์ ไบโอล. 2010, 6: e1000974-10.1371/journal.pcbi.1000974

Loo L-H, Wu LF, Altschuler SJ: การทำโปรไฟล์หลายตัวแปรตามรูปภาพของการตอบสนองยาจากเซลล์เดี่ยว วิธีการของแนท 2550, 4: 445-453.

Johnston J, Iser WB, Chow DK, Goldberg IG, Wolkow CA: การวิเคราะห์ภาพเชิงปริมาณเผยให้เห็นการเปลี่ยนแปลงโครงสร้างที่ชัดเจนระหว่างอายุในเนื้อเยื่อ Caenorhabditis elegans ป.ล. หนึ่ง 2008, 3: e2821-10.1371/journal.pone.0002821.

Perlman ZE, Slack MD, Feng Y, Mitchison TJ, Wu LF, Altschuler SJ: การทำโปรไฟล์ยาหลายมิติด้วยกล้องจุลทรรศน์อัตโนมัติ ศาสตร์. 2547, 306: 1194-1198. 10.1126/วิทยาศาตร์.1100709.

Cornelissen F, Cik M, Gustin E: Phaedra ซึ่งเป็นระบบที่ขับเคลื่อนด้วยโปรโตคอลสำหรับการวิเคราะห์และการตรวจสอบความถูกต้องของภาพที่มีเนื้อหาสูงและโฟลว์ไซโตเมทรี เจ ไบโอมอล สกรีน 2012, 17: 496-506. 10.1177/1087057111432885.


สเต็มเซลล์ที่มีศักยภาพเดียว

แม้จะมีความสนใจเพิ่มขึ้นในเซลล์ต้นกำเนิด totipotent และ pluripotent แต่สเต็มเซลล์ unipotent ยังไม่ได้รับความสนใจมากที่สุดในการวิจัย เซลล์ต้นกำเนิดที่มีศักยภาพเดียวคือเซลล์ที่สามารถสร้างเซลล์ที่มีความแตกต่างในสายเลือดเพียงเส้นเดียว เซลล์ต้นกำเนิดจากกล้ามเนื้อเป็นหนึ่งในตัวอย่างของเซลล์ประเภทนี้ (15) คำว่า ‘uni’ มาจากคำภาษาละติน ‘unus’ หมายถึง หนึ่ง ในเนื้อเยื่อของผู้ใหญ่เมื่อเปรียบเทียบกับเซลล์ต้นกำเนิดชนิดอื่น เซลล์เหล่านี้มีศักยภาพในการสร้างความแตกต่างที่ต่ำที่สุด เซลล์ต้นกำเนิดที่ไม่มีศักยภาพสามารถสร้างเซลล์ประเภทหนึ่งได้ หรืออีกนัยหนึ่ง เซลล์เหล่านี้ไม่มีคุณสมบัติในการต่ออายุตัวเอง นอกจากนี้ แม้จะมีศักยภาพในการสร้างความแตกต่างที่จำกัด แต่เซลล์เหล่านี้ก็ยังเป็นตัวเลือกสำหรับการรักษาโรคต่างๆ (16)

ESCs เป็นเซลล์ที่สร้างใหม่ด้วยตัวเองซึ่งได้มาจากมวลเซลล์ชั้นในของบลาสโตซิสต์และก่อให้เกิดเซลล์ทั้งหมดในระหว่างการพัฒนาของมนุษย์ มีการกล่าวถึงว่าเซลล์เหล่านี้ รวมทั้งเซลล์ตัวอ่อนของมนุษย์ สามารถนำมาใช้เป็นแหล่งที่เหมาะสมและมีแนวโน้มสำหรับการปลูกถ่ายเซลล์และเวชศาสตร์ฟื้นฟู เนื่องจากมีความสามารถเฉพาะตัวในการก่อให้เกิดสายเลือดเซลล์โซมาติกทั้งหมด (17) กล่าวอีกนัยหนึ่ง ESCs เซลล์ pluripotent ที่สามารถแยกความแตกต่างเพื่อสร้างความเชี่ยวชาญของเซลล์ประเภทต่าง ๆ ของร่างกาย (18) นอกจากนี้ ESC ยังจับภาพจินตนาการได้เนื่องจากเป็นอมตะและมีศักยภาพในการพัฒนาที่แทบไม่จำกัด เนื่องจากข้อจำกัดทางจริยธรรมในการสุ่มตัวอย่างและการเพาะเลี้ยงตัวอ่อน เซลล์เหล่านี้จึงถูกใช้น้อยลงในการวิจัย (19)

HSCs คือเซลล์หลายศักยภาพที่ก่อให้เกิดเซลล์เม็ดเลือดผ่านกระบวนการสร้างเม็ดเลือด (20) เซลล์เหล่านี้อาศัยอยู่ในไขกระดูกและเติมเต็มสายเลือดของตัวเต็มวัยตลอดอายุขัยของมนุษย์และสัตว์ (21) นอกจากนี้ เซลล์เหล่านี้สามารถเติมเต็มส่วนประกอบที่ขาดหายไปหรือเสียหายของระบบเม็ดเลือดและภูมิคุ้มกันและสามารถทนต่อการแช่แข็งได้นานหลายปี (22) ระบบเม็ดเลือดของสัตว์เลี้ยงลูกด้วยนมที่มีเซลล์ที่เจริญเต็มที่มากกว่าสิบชนิดที่ HSCs เป็นหนึ่งในสมาชิกที่สำคัญที่สุดของสิ่งนี้ . ความสามารถในการต่ออายุตัวเองและความสามารถหลายอย่างเป็นอีกหนึ่งคุณลักษณะเฉพาะของเซลล์เหล่านี้ (23)


เสียงรบกวนอนุญาตให้มีการคำนวณแบบสุ่มและไม่กำหนดขึ้น

วงจรลอจิกแบบผสมผสาน, FSMs และ TMs model deterministic computations ซึ่งเป็นคำอธิบายตามขั้นตอนของฟังก์ชันทางคณิตศาสตร์ที่แมปอินพุตกับเอาท์พุต โดยแต่ละขั้นตอนจะตามมาด้วยวิธีที่กำหนดไว้ล่วงหน้าจากขั้นตอนก่อนหน้า การคำนวณเชิงกำหนดสามารถวางนัยทั่วไปเพื่อรวมการคำนวณสุ่มและการคำนวณแบบไม่กำหนด การคำนวณแบบสุ่ม (หรือความน่าจะเป็นหรือแบบสุ่ม) หมายถึงอัลกอริธึมที่สุ่มเลือกระหว่างการดำเนินการ โดยเฉพาะอย่างยิ่ง ข้อมูลที่ป้อนอาจสร้างเส้นทางการคำนวณที่แตกต่างกันจำนวนหนึ่ง โดยแต่ละรายการมีความน่าจะเป็นบางส่วน และความน่าจะเป็นสะสมของเส้นทางดังกล่าวทั้งหมดจะเท่ากับหนึ่ง อัลกอริธึมความน่าจะเป็นเป็นรากฐานที่สำคัญของวิทยาการคอมพิวเตอร์ 63 และใช้ในการแก้ปัญหาการปรับให้เหมาะสมแบบยากโดยประมาณ แต่มีประสิทธิภาพ ซึ่งอัลกอริธึมที่กำหนดจะรักษายาก อัลกอริธึมที่สำคัญที่สุดอย่างหนึ่งในชีววิทยาระบบคืออัลกอริธึม Gillespie เป็นแบบสุ่ม Gillespie แสดงให้เห็นจากกลศาสตร์ควอนตัมพื้นฐานว่าชุดของปฏิกิริยาทางชีวเคมีจะต้องเข้าใจเป็นกระบวนการสุ่ม 64 และเสนอวิธีที่มีประสิทธิภาพสำหรับการจำลอง (สุ่มตัวอย่าง) ไดนามิกของมัน 65 ดังนั้น เซลล์จึงอาจถูกมองว่าเป็น “ตัวประมวลผลสุ่ม” ที่สามารถจัดเตรียมสารตั้งต้นสำหรับการนำอัลกอริธึมความน่าจะเป็นไปใช้ อันที่จริงยูทิลิตี้ของโปรเซสเซอร์สุ่มได้รับการยอมรับในโลกซิลิกอนแล้ว 50,66 .

ในแบบจำลองการคำนวณที่ไม่ได้กำหนดขึ้นเอง เช่นเดียวกับในแบบสุ่ม อาจมีเส้นทางการคำนวณหลายเส้นทางจากอินพุตไปยังเอาต์พุต แต่ที่สำคัญที่สุดคือแต่ละเส้นทางการคำนวณเหล่านี้จะถูกสำรวจพร้อมกันโดยอัลกอริทึม ซึ่งผลลัพธ์จะคล้ายกับการดำเนินการคู่ขนานของอัลกอริธึมที่กำหนดขึ้นเฉพาะที่แตกต่างกันหลายรายการ . ในขณะที่การไม่กำหนดแบบกำหนดส่งผลกระทบอย่างมากต่อวิทยาการคอมพิวเตอร์เชิงทฤษฎี อย่างไรก็ตาม โซลูชันอัลกอริธึมสำหรับงานคำนวณบางอย่างสามารถแสดงออกได้ง่ายกว่าอย่างเห็นได้ชัดว่าไม่มีการกำหนด และระบบทางชีววิทยาใช้ประโยชน์จากการไม่กำหนดขึ้นอย่างกว้างขวาง ทั้งที่ระดับประชากร 67,68 และที่ระดับวิวัฒนาการ 69 อาจเป็นการเก็งกำไรมากกว่านั้น เราอาจพิจารณาบทบาทของเอฟเฟกต์ควอนตัมในชีววิทยา 70 ด้วยเช่นกัน และไม่ว่าสิ่งเหล่านี้จะถูกควบคุมเพื่อจุดประสงค์ของอัลกอริธึมที่ไม่ได้กำหนดขึ้นเองในระบบทางชีววิทยาหรือไม่


Conditional Reprogramming: บทสัมภาษณ์กับ Dr. Richard Schlegel เกี่ยวกับการเติบโตของเซลล์มะเร็ง

โครโมโซมจากเซลล์ไกลโอบลาสโตมาที่เติบโตจากตัวอย่างเนื้องอกของมนุษย์โดยใช้เทคนิคการตั้งโปรแกรมใหม่ตามเงื่อนไข

ในเดือนมกราคม นักวิจัยได้เผยแพร่โปรโตคอลฉบับสมบูรณ์สำหรับวิธีการใหม่ในการปลูกเซลล์ปกติและเซลล์เนื้องอกจากตัวอย่างผู้ป่วยในห้องปฏิบัติการ เทคนิคนี้เรียกว่าการตั้งโปรแกรมใหม่ตามเงื่อนไข (conditional reprogramming) เทคนิคนี้พัฒนาขึ้นครั้งแรกในปี 2555 โดยเป็นวิธีใหม่ในการสร้างวัฒนธรรมของเซลล์และคงไว้ซึ่งเซลล์เหล่านี้อย่างไม่มีกำหนด

Richard Schlegel, M.D. , Ph.D. ผู้กำกับ Center for Cell Reprogramming ที่ Georgetown University Medical Center กล่าวถึงวิธีการที่เขาร่วมพัฒนาและวิธีการใช้ในการวิจัยโรคมะเร็ง

การตั้งโปรแกรมใหม่แบบมีเงื่อนไขคืออะไร?

Conditional reprogramming (CR) เป็นเทคนิคการเพาะเลี้ยงเซลล์ที่สามารถนำมาใช้เพื่อสร้างการเพาะเลี้ยงเซลล์ที่ได้รับจากผู้ป่วยได้อย่างรวดเร็วและมีประสิทธิภาพจากทั้งเซลล์ปกติและเซลล์ที่เป็นโรค รวมถึงเซลล์เนื้องอกด้วยเทคนิคนี้ เราสามารถเติบโตเซลล์ใหม่ได้นับล้านเซลล์ในหนึ่งสัปดาห์และคงชีวิตไว้ได้นานเท่าที่จำเป็น วิธีนี้ยังสามารถนำไปใช้กับสัตว์จำลอง เช่น หนู หนู เฟอร์เร็ต สุนัข ม้า และแม้แต่ปลา

เหตุใดจึงต้องสามารถเพาะเลี้ยงเซลล์ที่ได้จากผู้ป่วยได้?

เซลล์มะเร็งส่วนใหญ่ที่มีอยู่ในปัจจุบันไม่ได้เลียนแบบการเปลี่ยนแปลงทางพันธุกรรม โมเลกุล และฟีโนไทป์ที่แม่นยำที่สังเกตพบในเซลล์เนื้องอกที่ได้จากผู้ป่วยบางราย วิธีการของเราเป็นคำจำกัดความที่สมบูรณ์แบบของยาที่แม่นยำ จะช่วยให้การขยายตัวของเนื้องอกของผู้ป่วย ทำให้สามารถระบุการกลายพันธุ์ที่จำเพาะในเซลล์เหล่านี้ และเพื่อคัดกรองเซลล์สำหรับความไวต่อยา

วิธีการทำงานในทางปฏิบัติอย่างไร?

เทคนิคนี้ค่อนข้างง่าย มันเกี่ยวข้องกับการเพาะเลี้ยงเซลล์จากตัวอย่างผู้ป่วยด้วยเซลล์ของหนูที่ฉายรังสีและสารประกอบที่เรียกว่าสารยับยั้ง Rho kinase (ROCK) แม้ว่าวิธีการ CR จะค่อนข้างตรงไปตรงมา แต่ห้องปฏิบัติการที่ใช้เทคนิคนี้จำเป็นต้องเข้าใจวิธีการเพาะเลี้ยงเซลล์เมาส์ที่ฉายรังสีร่วมกับเซลล์เนื้องอกของผู้ป่วย เราได้ฝึกอบรมห้องปฏิบัติการเกือบ 50 ห้องเกี่ยวกับวิธีใช้ CR

ทำไมเทคนิคนี้จึงเรียกว่า Conditional reprogramming?

เราเรียกวิธีการตั้งโปรแกรมใหม่ตามเงื่อนไขด้วยเหตุผลสองประการ อย่างแรก เมื่อเซลล์เยื่อบุผิวปกติถูกถ่ายโอนจากสภาวะของตัวกลางในการเพาะเลี้ยงเซลล์มาตรฐานไปยังสภาวะของเซลล์ CR เซลล์จะรวดเร็ว ตั้งโปรแกรมใหม่ เพื่อให้เป็นไปตามลักษณะของเซลล์ต้นกำเนิดจากร่างกาย ตามที่เรารายงานในปี 2555 ในระหว่างกระบวนการนี้ เซลล์จะมีความแตกต่างน้อยลงและเริ่มแบ่งตัวอย่างรวดเร็ว

ประการที่สอง เมื่อเซลล์ในวัฒนธรรม CR ซึ่งไม่แตกต่างกันและมีลักษณะเหมือนลำต้นถูกถ่ายโอนไปยังสภาวะที่เลียนแบบ ในร่างกาย สภาพแวดล้อมเหล่านี้กลับคืนสู่สภาวะที่แตกต่างตามปกติและจัดเป็นโครงสร้างที่คล้ายกับเนื้อเยื่อที่ได้รับมา ดังนั้นการตั้งโปรแกรมใหม่สามารถย้อนกลับได้หรือ เงื่อนไข.

สิ่งพิมพ์ใหม่ของคุณมีอะไรบ้าง?

สรุปที่เราเพิ่งเผยแพร่ใน โปรโตคอลธรรมชาติ ให้คำแนะนำโดยละเอียดและเฉพาะสำหรับการทำเทคนิค ระเบียบวิธีที่ได้รับการปรับปรุงนี้อธิบายหลายขั้นตอนที่สำคัญต่อการบรรลุผลสำเร็จ เช่นเดียวกับการปรับเปลี่ยนเล็กน้อยบางอย่างที่ช่วยให้มีการเจริญเติบโตของเซลล์ที่ไม่ใช่เยื่อบุผิว เช่น เซลล์ประสาท ต่อมไร้ท่อ ต่อมไร้ท่อ และต้นกำเนิดจากเยื่อหุ้มเซลล์

ข้อดีบางประการของการใช้โปรแกรมใหม่แบบมีเงื่อนไขในการวิจัยโรคมะเร็งมีอะไรบ้าง

ข้อได้เปรียบที่ยิ่งใหญ่ที่สุดของ CR คือการขยายตัวอย่างรวดเร็วและมีประสิทธิภาพของการเพาะเลี้ยงเซลล์จากตัวอย่างเนื้อเยื่อของผู้ป่วย ซึ่งช่วยให้นักวิจัยสามารถคัดกรองเนื้องอกสำหรับความไวต่อยาต้านมะเร็งหรือการบำบัดด้วยภูมิคุ้มกันได้เร็วพอสำหรับข้อมูลที่จะนำไปใช้ในทางคลินิก ตัวอย่างเช่น เราใช้เซลล์ที่จัดโปรแกรมใหม่เพื่อขยายการตรวจชิ้นเนื้อจากเนื้องอกในปอดของผู้ป่วย และใช้เซลล์ที่เพาะเลี้ยงเพื่อระบุการรักษาที่ประสบความสำเร็จสำหรับผู้ป่วยภายในหนึ่งสัปดาห์

เทคนิคนี้ยังสามารถสร้างเซลล์จำนวนมากเพื่อใช้ในแบบจำลองมะเร็งอื่นๆ ที่ผู้ป่วยได้รับ เช่น แบบจำลองการปลูกถ่ายวิวิธพันธุ์และวัฒนธรรมออร์แกนอยด์ สุดท้าย วิธี CR สามารถใช้เพื่อขยายรอยโรคที่ไม่ร้ายแรงหรืออาจเป็นมะเร็งจากผู้ป่วย ซึ่งไม่สามารถทำได้ด้วยแบบจำลองการปลูกถ่ายวิวิธพันธุ์พืชโดยผู้ป่วย สิ่งนี้สามารถช่วยให้นักวิจัยตรวจสอบการเปลี่ยนแปลงที่เกิดขึ้นในมะเร็งได้เร็วที่สุด

นักวิจัยโรคมะเร็งได้ใช้โปรแกรมการตั้งโปรแกรมแบบมีเงื่อนไขจนถึงปัจจุบันอย่างไร?

นักวิจัยด้านมะเร็งได้มุ่งเน้นไปที่สองด้านของวิธีการเป็นหลัก ประการแรกคือการปลูกเซลล์เนื้องอกที่สามารถคัดกรองการตอบสนองต่อยาต้านมะเร็งได้ ประการที่สองสำหรับการศึกษาทางวิทยาศาสตร์ขั้นพื้นฐานเพื่อกำหนดการเปลี่ยนแปลงทางพันธุกรรม epigenetic ชีวเคมีและการเผาผลาญในเซลล์เนื้องอกจากผู้ป่วยโรคมะเร็งและแบบจำลองสัตว์

มีการประยุกต์ใช้แนวทางนี้ในด้านการแพทย์ที่แม่นยำหรือไม่?

มีความเป็นไปได้ที่น่าตื่นเต้นสำหรับ CR ในยาที่แม่นยำ วิธีการนี้ถูกอ้างถึงใน Precision Medicine Initiative® in Oncology เพื่อเป็นแนวทางในการพัฒนาแบบจำลองห้องปฏิบัติการใหม่สำหรับการวิจัย นอกจากนี้ CR ยังถูกใช้เพื่อระบุการผสมผสานยาใหม่ที่อาจเกิดขึ้นสำหรับมะเร็งปอด และเพื่อระบุวิถีทางโมเลกุลของการดื้อต่อการรักษา ปัจจุบัน นักวิจัยกำลังใช้ CR ในการทดลองทางคลินิกที่กำลังทดสอบการรักษาเฉพาะบุคคลสำหรับผู้ป่วยมะเร็งตับอ่อน

มะเร็งบางชนิดหรือเซลล์ปกติเจริญเติบโตได้ง่ายกว่าชนิดอื่นหรือไม่?

ที่จริงแล้ว เซลล์เนื้องอกส่วนใหญ่สามารถปลูกได้ด้วย CR และด้วยการดัดแปลงที่เราอธิบายไว้ในเอกสารฉบับใหม่ของเรา เนื้องอกที่ไม่มีแหล่งกำเนิดจากเยื่อบุผิว เช่น ประสาท ต่อมไร้ท่อ และสโตรมอล สามารถแพร่กระจายได้ในขณะนี้ อย่างไรก็ตาม เรายังไม่สามารถแพร่กระจายมะเร็งทางโลหิตวิทยาได้

Richard Schlegel, M.D., Ph.D., ศูนย์การแพทย์มหาวิทยาลัยจอร์จทาวน์

เทคนิคนี้สามารถนำไปใช้อย่างกว้างขวางได้หรือไม่?

ใช่. ด้วยเป้าหมายในใจนี้ เมื่อเร็วๆ นี้ เราจึงได้เข้าร่วมหลักสูตร Cold Spring Harbor Laboratory ซึ่งให้นักเรียนได้รับการฝึกอบรมทั้งแบบฝึกสอนและแบบเปียกในวิธีการนี้ นอกจากนี้ เมื่อเร็ว ๆ นี้ ได้มีการจัดตั้งสิ่งอำนวยความสะดวกจำนวนหนึ่งเพื่อใช้ CR เพื่อสร้างการเพาะเลี้ยงเซลล์เนื้องอกใหม่ รวมถึงที่ Broad Institute และ Duke University

ในที่สุด NCI ได้ประกาศโอกาสในการระดมทุนที่ออกแบบมาเพื่อสนับสนุนการเปรียบเทียบทางชีววิทยาของแบบจำลองมะเร็งที่ได้รับจากผู้ป่วย สิ่งนี้จะให้ทุนในการเปรียบเทียบแบบจำลองมะเร็งรุ่นต่อไปอย่างครอบคลุม ซึ่งรวมถึงเซลล์ CR

การตั้งโปรแกรมใหม่แบบมีเงื่อนไขสามารถจับความหลากหลายทางพันธุกรรมหรือความแตกต่างของเนื้องอกได้หรือไม่?

ในขณะที่เทคนิค CR ยังคงรักษาความแตกต่างของเซลล์ชนิดจากเนื้อเยื่อปกติ เช่น ปอด ตัวอย่างเช่น ในเนื้องอกยังไม่เป็นที่ทราบแน่ชัด อย่างไรก็ตาม เราทราบดีว่าการเพาะเลี้ยงเซลล์เนื้องอกยังคงรักษาการเปลี่ยนแปลงทางพันธุกรรมเฉพาะที่พบในเนื้องอกปฐมภูมิ เราคาดว่าการศึกษาในอนาคตจะสามารถใช้ CR เพื่อช่วยระบุสเปกตรัมของการเปลี่ยนแปลงทางพันธุกรรมที่มีอยู่ในเซลล์เนื้องอกที่แยกได้


Bioprinting: เซลล์ที่มีชีวิตในเครื่องพิมพ์ 3 มิติ

การเจริญเติบโตของเนื้อเยื่อและพฤติกรรมของเซลล์สามารถควบคุมและตรวจสอบได้ดีโดยเฉพาะอย่างยิ่ง โดยการฝังเซลล์ในเฟรมเวิร์ก 3 มิติที่ละเอียดอ่อน ซึ่งทำได้โดยใช้วิธีการเพิ่มเนื้อวัสดุ 3 มิติ ซึ่งเรียกว่าเทคนิค "การพิมพ์ทางชีวภาพ" อย่างไรก็ตาม สิ่งนี้เกี่ยวข้องกับความท้าทายหลายประการ: วิธีการบางอย่างไม่แม่นยำมากหรืออนุญาตให้มีกรอบเวลาสั้นมากเท่านั้น ซึ่งเซลล์สามารถประมวลผลได้โดยไม่เสียหาย นอกจากนี้ วัสดุที่ใช้จะต้องเป็นมิตรกับเซลล์ในระหว่างและหลังกระบวนการทางชีวภาพ 3 มิติ สิ่งนี้จำกัดความหลากหลายของวัสดุที่เป็นไปได้

กระบวนการพิมพ์ชีวภาพที่มีความละเอียดสูงด้วยวัสดุใหม่ทั้งหมดได้รับการพัฒนาที่ TU Wien (เวียนนา): ด้วย "หมึกชีวภาพ" พิเศษสำหรับเครื่องพิมพ์ 3 มิติ เซลล์จึงสามารถฝังลงในเมทริกซ์ 3 มิติที่พิมพ์ด้วยความแม่นยำระดับไมโครมิเตอร์ - ที่ ความเร็วในการพิมพ์หนึ่งเมตรต่อวินาที ลำดับความสำคัญเร็วกว่าที่เคย

สิ่งแวดล้อมสำคัญ

Prof. Aleksandr Ovsianikov หัวหน้ากลุ่มวิจัยการพิมพ์ 3 มิติและการผลิตทางชีวภาพของ Institute of Materials Science and Technology (TU Wien) กล่าวว่า "พฤติกรรมของเซลล์มีพฤติกรรมขึ้นอยู่กับคุณสมบัติทางกล เคมี และเรขาคณิตของสิ่งแวดล้อมอย่างมาก "โครงสร้างที่เซลล์ฝังตัวจะต้องสามารถซึมผ่านสารอาหารเพื่อให้เซลล์สามารถอยู่รอดและขยายพันธุ์ได้ แต่ก็สำคัญเช่นกันว่าโครงสร้างจะแข็งหรือยืดหยุ่นไม่ว่าจะเสถียรหรือเสื่อมสภาพเมื่อเวลาผ่านไป"

มีความเป็นไปได้ที่จะสร้างโครงสร้างที่เหมาะสมก่อนแล้วจึงตั้งรกรากด้วยเซลล์ที่มีชีวิต แต่วิธีการนี้ทำให้ยากต่อการวางเซลล์ไว้ลึกเข้าไปในโครงนั่งร้าน และแทบจะเป็นไปไม่ได้เลยที่จะบรรลุการกระจายเซลล์ที่เป็นเนื้อเดียวกันด้วยวิธีนี้ ตัวเลือกที่ดีกว่ามากคือการฝังเซลล์ที่มีชีวิตลงในโครงสร้าง 3 มิติโดยตรงในระหว่างการผลิตโครงสร้าง เทคนิคนี้เรียกว่า "การพิมพ์ทางชีวภาพ"

การพิมพ์วัตถุ 3 มิติขนาดเล็กด้วยกล้องจุลทรรศน์จะไม่ใช่ปัญหาอีกต่อไปในปัจจุบัน อย่างไรก็ตาม การใช้เซลล์ของสิ่งมีชีวิตทำให้วิทยาศาสตร์มีความท้าทายใหม่ทั้งหมด: "จนถึงขณะนี้ ยังขาดสารเคมีที่เหมาะสม" Aleksandr Ovsianikov กล่าว "คุณต้องการของเหลวหรือเจลที่แข็งตัวได้อย่างแม่นยำในตำแหน่งที่คุณให้แสงเลเซอร์เฉพาะจุด อย่างไรก็ตาม วัสดุเหล่านี้ต้องไม่เป็นอันตรายต่อเซลล์ และกระบวนการทั้งหมดจะต้องเกิดขึ้นอย่างรวดเร็วมาก"

สองโฟตอนพร้อมกัน

เพื่อให้ได้ความละเอียดสูงมาก TU Wien จึงใช้วิธีการโพลีเมอไรเซชันแบบสองโฟตอนมาหลายปี วิธีนี้ใช้ปฏิกิริยาเคมีที่เกิดขึ้นเมื่อโมเลกุลของวัสดุดูดซับแสงเลเซอร์สองโฟตอนพร้อมกัน เป็นไปได้เฉพาะในกรณีที่ลำแสงเลเซอร์มีความเข้มสูงเป็นพิเศษ เมื่อถึงจุดเหล่านี้ สารจะแข็งตัวในขณะที่ยังคงของเหลวอยู่ทุกที่ ดังนั้น วิธีการแบบสองโฟตอนนี้จึงเหมาะสมที่สุดในการผลิตโครงสร้างที่ละเอียดมากและมีความแม่นยำสูง

อย่างไรก็ตาม เทคนิคที่มีความละเอียดสูงเหล่านี้มักจะมีข้อเสียคือทำงานช้ามาก โดยมักจะอยู่ในช่วงไมโครเมตรหรือสองสามมิลลิเมตรต่อวินาที อย่างไรก็ตาม ที่ TU Wien วัสดุที่เป็นมิตรต่อเซลล์สามารถแปรรูปด้วยความเร็วมากกว่าหนึ่งเมตรต่อวินาที ซึ่งเป็นก้าวที่เด็ดขาด เฉพาะในกรณีที่กระบวนการทั้งหมดสามารถทำได้ภายในไม่กี่ชั่วโมงเท่านั้นจึงมีโอกาสที่ดีที่เซลล์จะอยู่รอดและพัฒนาต่อไปได้

ทางเลือกใหม่มากมาย

"วิธีการของเรามีความเป็นไปได้มากมายในการปรับสภาพแวดล้อมของเซลล์" Aleksandr Ovsianikov กล่าว สามารถทำให้แข็งขึ้นหรือนุ่มขึ้นได้ขึ้นอยู่กับวิธีการสร้างโครงสร้าง แม้แต่การไล่ระดับแบบต่อเนื่องก็ยังเป็นไปได้ ด้วยวิธีนี้ เป็นไปได้ที่จะกำหนดอย่างชัดเจนว่าโครงสร้างควรมีลักษณะอย่างไร เพื่อให้สามารถเจริญเติบโตของเซลล์และการย้ายเซลล์ได้ตามต้องการ ความเข้มของเลเซอร์ยังสามารถใช้เพื่อกำหนดว่าโครงสร้างจะเสื่อมสลายไปตามกาลเวลาได้ง่ายเพียงใด

Ovsianikov เชื่อมั่นว่านี่เป็นก้าวสำคัญสำหรับการวิจัยเซลล์: "การใช้โครงนั่งร้านสามมิติเหล่านี้ สามารถตรวจสอบพฤติกรรมของเซลล์ด้วยความแม่นยำที่ไม่สามารถบรรลุได้ก่อนหน้านี้ เป็นไปได้ที่จะศึกษาการแพร่กระจายของโรคและหากใช้สเต็มเซลล์ มันยังสามารถผลิตเนื้อเยื่อตามสั่งด้วยวิธีนี้ได้อีกด้วย”

โครงการวิจัยนี้เป็นความร่วมมือระดับนานาชาติและสหวิทยาการซึ่งมีสถาบันที่แตกต่างกันสามแห่งของ TU Vienna เข้ามาเกี่ยวข้อง: กลุ่มวิจัยของ Ovsianikov รับผิดชอบด้านเทคโนโลยีการพิมพ์เอง สถาบัน Applied Synthesic Chemistry ได้พัฒนา photoinitiators ที่เป็นมิตรต่อเซลล์อย่างรวดเร็ว (สารที่เริ่มต้น กระบวนการชุบแข็งเมื่อส่องสว่าง) และสถาบันโครงสร้างน้ำหนักเบาและชีวกลศาสตร์โครงสร้างวิเคราะห์คุณสมบัติทางกลของโครงสร้างที่พิมพ์


การพิมพ์ทางชีวภาพ: ผลกระทบทางจริยธรรมและสังคม

ในบทความ ASCB Post ล่าสุดในหัวข้อ “What’s it all about?” ซีรีส์ Amanda Haage อธิบายการพัฒนาในด้านการพิมพ์ 3 มิติล่าสุดด้วยวัสดุชีวภาพ (เช่น การพิมพ์ชีวภาพ) แม้ว่าวิธีการเหล่านี้จะยังคงได้รับการปรับแต่ง แต่สาขาวิชานี้ยังมีคำมั่นสัญญาอย่างมากในด้านต่างๆ เช่น ชีววิทยา เภสัชวิทยา และการแพทย์ ตัวอย่างเช่น วันหนึ่งนักวิทยาศาสตร์อาจใช้ bioprinting เพื่อผลิตอวัยวะเทียมสำหรับผู้ป่วยที่ต้องการปลูกถ่ายอวัยวะที่ช่วยชีวิตได้ และ bioprinting อาจเร่งกระบวนการทดสอบความปลอดภัยของยาตัวใหม่โดยแทบไม่ต้องทำการทดลองกับสัตว์เลย อย่างไรก็ตาม เนื่องจากสาขานี้ยังใหม่และเติบโตอย่างรวดเร็ว เป็นสิ่งสำคัญสำหรับเราในฐานะสังคมที่จะต้องสนทนากันเกี่ยวกับวิธีที่เทคโนโลยีนี้จะท้าทายอุดมคติทางจริยธรรมและวัฒนธรรมของเรา ดังที่ Haage ได้กล่าวไว้ข้างต้นและการพูดคุยกันอย่างยาวเหยียดในการทบทวนล่าสุดเกี่ยวกับผลกระทบทางสังคมและจริยธรรมของการพิมพ์ชีวภาพ ผลกระทบทางสังคมในวงกว้างของสาขานี้จำเป็นต้องได้รับการแก้ไขให้ดีขึ้นในขณะนี้ ก่อนที่เทคโนโลยีจะแพร่หลายมากขึ้น แม้ว่าแนวคิดที่กล่าวถึงด้านล่างนี้จะยังห่างไกลจากความครอบคลุม แต่นี่คือสามด้านในด้านการพิมพ์ชีวภาพ ซึ่งเราจะต้องเชื่อมช่องว่างระหว่างวิทยาศาสตร์และมนุษยชาติ

ลดความต้องการทดลองในสัตว์ด้วย “อวัยวะบนชิป”

ปอดบนชิปนี้ทำหน้าที่เป็นแบบจำลองปอดของมนุษย์ที่แม่นยำเพื่อทดสอบความปลอดภัยและประสิทธิภาพของยา เครดิต: Wyss Institute for Biologically Inspired Engineering, Harvard University

แม้ว่าความสามารถในการผลิตอวัยวะทั้งหมดโดยการพิมพ์ทางชีวภาพจะยังห่างไกลในอนาคต นักวิทยาศาสตร์ได้ผลิตอวัยวะและเนื้อเยื่อที่มีขนาดเล็กลงในห้องปฏิบัติการแล้ว ซึ่งบางครั้งเรียกว่า "อวัยวะบนชิป" อวัยวะบนชิปที่ผลิตในห้องปฏิบัติการเหล่านี้ถูกใช้โดยบริษัทยาและเครื่องสำอางหลายแห่ง (รวมถึง L'Oréal, AstraZeneca, Sanofi และ Roche) เพื่อทดสอบความปลอดภัยของยาและผลิตภัณฑ์ใหม่บนเนื้อเยื่อบางประเภท (เช่น เช่น ผิวหนัง เส้นประสาท และตับ) อวัยวะบนชิปเหล่านี้ช่วยให้นักวิจัยทดสอบยาหรือผลิตภัณฑ์จำนวนมากได้อย่างรวดเร็วและทำซ้ำได้ในคราวเดียว และลดความจำเป็นที่สัตว์ต้องทดสอบความปลอดภัยและความเป็นพิษของผลิตภัณฑ์ แม้ว่าแบบจำลองของสัตว์จะยังมีความจำเป็นและทรงคุณค่าสำหรับการวิจัยทางชีวการแพทย์บางประเภท เช่น การทดสอบว่าโรคต่างๆ เช่น มะเร็งหรือภาวะสมองเสื่อมมีความก้าวหน้าไปทั่วทั้งร่างกายอย่างไร การลดจำนวนสัตว์ที่จำเป็นสำหรับขั้นตอนก่อนหน้าในกระบวนการวิจัยจะเป็นผลดีตามหลักจริยธรรม การใช้สัตว์ในการวิจัย ในเวลาเดียวกัน นักวิทยาศาสตร์จะต้องประเมินอย่างรอบคอบว่า “อวัยวะบนชิป” มีประสิทธิภาพเท่ากับแบบจำลองของสัตว์ในการทำนายความเป็นพิษของยาหรือไม่ เนื่องจากการรับรองความปลอดภัยของผู้ป่วยในระหว่างการทดลองทางคลินิกครั้งใหม่ควรมีความสำคัญสูงสุดเสมอ

ในเดือนธันวาคมที่การประชุม ASCB/EMBO ASCB จะเผยแพร่เอกสารไวท์เปเปอร์เกี่ยวกับออร์แกนอยด์ที่จะหารือเกี่ยวกับความท้าทายและโอกาสในด้านการวิจัยนี้

Bioprinting การปลูกถ่ายอวัยวะ: การทำให้การรักษาช่วยชีวิตเป็นประชาธิปไตยหรือขยายช่องว่างของความไม่เท่าเทียมกันของรายได้ในการแพทย์?

แม้ว่าในปัจจุบันเป็นเพียงสถานการณ์สมมติเท่านั้น อวัยวะที่พิมพ์ทางชีวภาพอาจปฏิวัติด้านการปลูกถ่ายอวัยวะโดยการลดต้นทุนมหาศาลและเวลารอลงอย่างมาก ตามที่มูลนิธิแห่งชาติเพื่อการปลูกถ่าย ค่าใช้จ่ายในปัจจุบันของการปลูกถ่ายอวัยวะในสหรัฐอเมริกาสามารถเกิน $ 500,000-1,000,000 ได้อย่างง่ายดายและ บริษัท ประกันภัยบางแห่งทำให้ผู้ป่วยพิสูจน์ว่าสามารถจ่าย 20% ของค่าใช้จ่ายล่วงหน้าก่อนการปลูกถ่ายได้ ยอดรวมนี้ไม่รวมยาหลังการปลูกถ่ายและการรักษาพยาบาลเพื่อป้องกันการปฏิเสธอวัยวะ ซึ่งมีค่าใช้จ่ายเพิ่มเติมหลายหมื่นดอลลาร์ต่อปี นอกจากนี้ เวลารอโดยเฉลี่ยสำหรับผู้บริจาคอวัยวะที่เหมาะสมสำหรับการปลูกถ่ายอวัยวะส่วนใหญ่อยู่ในช่วงหกเดือนถึงสองปี ณ ตอนนี้ ความสามารถในการพิมพ์อวัยวะที่ใช้งานได้ทั้งหมดยังอยู่ห่างออกไปหลายปีหรือหลายสิบปี อย่างไรก็ตาม เช่นเดียวกับที่เกิดขึ้นกับทุกภาคส่วนของเทคโนโลยี คาดการณ์ว่าการพิมพ์ชีวภาพจะมีราคาถูกลง เร็วขึ้น และแพร่หลายมากขึ้นเมื่อเวลาผ่านไป อวัยวะที่พิมพ์ออกมาซึ่งมีราคาหลายหมื่นดอลลาร์และสามารถผลิตได้ภายในเวลาไม่กี่สัปดาห์ ยังคงเป็นการก้าวกระโดดครั้งใหญ่สำหรับภาคสนาม เมื่อเทียบกับค่าใช้จ่ายในปัจจุบันของการบริจาคอวัยวะ และจะเป็นประโยชน์สำหรับผู้ป่วยหลายแสนคนที่ต้องการความช่วยเหลืออย่างสาหัส ของการปลูกถ่าย

โดยเฉพาะอย่างยิ่งผู้ป่วยเด็กมีศักยภาพที่จะได้รับประโยชน์อย่างมหาศาลจากเทคโนโลยีการพิมพ์ชีวภาพ เด็ก ๆ มอบความท้าทายที่ไม่เหมือนใครให้กับเทคโนโลยีการปลูกถ่ายและอุปกรณ์ชีวการแพทย์ เนื่องจากร่างกายของเด็กยังคงเติบโตและเปลี่ยนแปลงไป ตัวอย่างเช่น หากเด็กได้รับลิ้นหัวใจเทียม พวกเขาอาจต้องผ่าตัดหลายครั้งในอนาคตเพื่ออัพเกรดเป็นลิ้นหัวใจที่ใหญ่ขึ้นเมื่อโตขึ้น การพิมพ์ทางชีวภาพของเนื้อเยื่อหรืออวัยวะใหม่สำหรับผู้ป่วยเด็กอาจทำให้อุปกรณ์ใหม่เติบโตไปพร้อมกับเด็ก ช่วยลดความจำเป็นในการผ่าตัดหลายครั้ง

ดังที่กล่าวไปแล้ว การบำบัดรักษาเฉพาะบุคคลราคาแพง เช่น การพิมพ์ชีวภาพ ยังก่อให้เกิดความเสี่ยงในการขยายช่องว่างทางเศรษฐกิจและสังคมที่เพิ่มมากขึ้นในการรักษาพยาบาล การเข้าถึงอย่างแพร่หลายในราคาไม่แพงเป็นสิ่งที่ท้าทายสำหรับการบำบัดที่ล้ำสมัยและมีราคาสูงอื่นๆ เช่น การบำบัดด้วยยีน การบำบัดด้วยภูมิคุ้มกันมะเร็ง และยาเฉพาะบุคคลที่ขับเคลื่อนด้วยจีโนม การพิมพ์ชีวภาพแบบ 3 มิติมีความเสี่ยงเช่นเดียวกันที่จะเข้าถึงได้เฉพาะคนรวยมาก (หรือมีประกันที่ดีมาก) หากเราในฐานะสังคมไม่เปิดทางให้ทุกคนที่ต้องการมันเข้าถึงได้ ไม่ใช่แค่สำหรับทุกคนที่สามารถทำได้ จ่ายได้.

ทรัพย์สินทางปัญญา: ใครเป็นเจ้าของและทำกำไรจากผลิตภัณฑ์พิมพ์ชีวภาพ?

http://www.yole.fr/iso_album/organs-on-chips_investments_yole_april2017_433x280.jpg

กระบวนการผลิตอวัยวะหรือเนื้อเยื่อที่พิมพ์ด้วยไบโอปริ้น 3 มิตินั้นซับซ้อนอย่างไม่น่าเชื่อ และใช้วิธีการที่พัฒนาขึ้นโดยคนจำนวนมากเพื่อเปลี่ยนความคิดให้กลายเป็นผลิตภัณฑ์ที่มีชีวิตและใช้งานได้จริง แม้ว่าขอบเขตของการพิมพ์ 3 มิติโดยรวมจะขึ้นอยู่กับข้อมูลและการออกแบบที่เข้าถึงได้โดยเปิด แต่คำถามที่ว่าใครเป็นเจ้าของผลลัพธ์นั้นมีผลทางกฎหมายและทางการเงินที่เกี่ยวข้องกับกฎระเบียบและสิทธิบัตร แม้กระทั่งก่อนที่ผลิตภัณฑ์ที่พิมพ์ชีวภาพจะขายให้กับผู้ป่วย เพื่อสร้างสมดุลระหว่างการเข้าถึงแบบเปิดเต็มรูปแบบสำหรับผู้ป่วยเพื่อส่งเสริมการเข้าถึงและการจำกัดการใช้งานด้วยการคุ้มครองทางกฎหมายที่เข้มงวดสำหรับบริษัทต่างๆ เพื่อส่งเสริมนวัตกรรม การทบทวนกฎหมายล่าสุดได้เสนอว่าเราอนุญาตให้ใช้สิทธิบัตรในกระบวนการพิมพ์ชีวภาพ แต่ไม่ใช่ในผลิตภัณฑ์ขั้นสุดท้ายจริง เทคโนโลยี “Organ-on-a-chip” เพียงอย่างเดียวคาดว่าจะมีมูลค่าประมาณ 60 ล้านดอลลาร์ภายในปี 2565 และภาคสนามมีศักยภาพที่จะกลายเป็นอุตสาหกรรมที่มีมูลค่าหลายพันล้านดอลลาร์ ดังนั้น การตัดสินใจเลือกวิธีจดสิทธิบัตรเทคโนโลยีนี้อย่างเหมาะสมอาจมีอิทธิพลอย่างมากต่อการที่ ภาคสนามจะพัฒนาและเข้าถึงผู้ป่วยและผู้บริโภคได้มากน้อยเพียงใด

นอกจากนี้ อุปกรณ์ทางการแพทย์ เช่น อวัยวะที่พิมพ์ออกมานั้นไม่พอดีกับระบบการทดลองทางคลินิกที่มีอยู่ของเรา ดังนั้นนักวิทยาศาสตร์อาจจำเป็นต้องพัฒนาระบบใหม่ของการทดลองทางคลินิกและพรีคลินิกเพื่อทดสอบความปลอดภัยในมนุษย์ของการพิมพ์ทางชีวภาพและ "การเข้าถึงแบบเปิด" อื่นๆ ” อุปกรณ์ เมื่อเทคโนโลยีดีขึ้น ก็มีแนวโน้มว่านักวิทยาศาสตร์จะพัฒนาวิธีการเพิ่มเติมในการปรับแต่งอวัยวะที่พิมพ์ทางชีวภาพ (เช่น การใช้เซลล์ต้นกำเนิด pluripotent ที่กระตุ้นโดยผู้ป่วยเองเพื่อสร้างเนื้อเยื่อชนิดใหม่) ซึ่งนำไปสู่ความท้าทายมากขึ้นกับแนวคิดที่ว่าใครจะ "เป็นเจ้าของ" และถูกต้องตามกฎหมาย กำไรจากสิ่งที่พิมพ์ด้วยวัสดุที่มีชีวิต นอกจากนี้ หากเซลล์ถูกพรากไปจากผู้บริจาคแทนที่จะเป็นผู้ป่วยโดยตรง จำเป็นต้องมีการคุ้มครองเพื่อรักษาการระบุข้อมูลทางพันธุกรรมให้เป็นส่วนตัว และเพื่อให้แน่ใจว่าได้รับความยินยอมจากผู้บริจาคอย่างเหมาะสม (กล่าวคือ ผู้บริจาครู้ว่าเซลล์ที่บริจาคไปจะใช้ทำอะไร) . คำถามทางกฎหมายและเศรษฐกิจเช่นนี้จะไม่ได้รับคำตอบจากนักวิทยาศาสตร์เพียงคนเดียว ดังนั้น จึงจำเป็นต้องมีความร่วมมือระหว่างนักวิทยาศาสตร์ ผู้กำหนดนโยบาย ทนายความ และอื่นๆ เพื่อแก้ไขปัญหาเหล่านี้อย่างเต็มที่

วิทยาศาสตร์นั้นยุ่งเหยิงและซับซ้อน ไม่เพียงเพราะชีวิตเองนั้นซับซ้อนอย่างเหลือเชื่อเท่านั้น แต่ยังเป็นเพราะวิทยาศาสตร์ไม่สามารถแยกออกจากวิธีที่เราโต้ตอบกับมันในสังคมได้ การพิมพ์ทางชีวภาพเป็นตัวอย่างสำคัญของเทคโนโลยีที่ส่งผลต่อมนุษยชาติและในทางกลับกัน หากต้องการใช้ประโยชน์จากการพิมพ์ชีวภาพอย่างเต็มที่ เราจำเป็นต้องมีการสนทนาเกี่ยวกับเวลาที่ใช้เทคโนโลยีนี้อย่างมีจริยธรรมและเป็นประโยชน์ และผู้ที่ได้รับประโยชน์จากเทคโนโลยีดังกล่าวจริงๆ ทั้งในด้านการแพทย์และด้านเศรษฐกิจ

มุมมองและความคิดเห็นที่แสดงในบล็อกนี้เป็นมุมมองของผู้เขียนและไม่ได้เป็นตัวแทนของนโยบายหรือจุดยืนอย่างเป็นทางการของ ASCB


ดูวิดีโอ: หนวยการเรยนรท 9 นาโนเทคโนโลย (สิงหาคม 2022).