研究人员利用芯片上的人类方法来模拟 ALS 病理学

今天发表的一项新研究表明，中佛罗里达大学开发的一项技术可以作为一种更可靠的基于临床的肌萎缩侧索硬化症 (ALS) 模型，以及比目前使用的临床前模型更好的新疗法筛选工具。

芯片人技术是由 UCF 教授 James J. Hickman 在他的混合系统实验室中开发的。它已被授权给 Hesperos, Inc.，这是一家由 Hickman 和 Michael L. Shuler 博士创立的公司。

论文合著者 Hickman 表示：“这项研究支持我们的芯片人体系统能够更准确、更快速地评估 ALS 新疗法，并有可能加快整个药物开发过程。”用于个性化 ALS 建模和药物测试的基于人的功能性 NMJ 系统”，发表在《Advanced Therapeutics》杂志上。“这也是利用临床相关检测系统证明 Deanna 方案治疗 ALS 功效的第一个数据。”

ALS 是一种进行性疾病，会损害神经，随着时间的推移会导致肌肉失去控制并最终死亡。根据美国疾病控制与预防中心的数据，全国有 12,000 至 15,000 人被诊断患有 ALS，每年新增病例约 5,000 例。也称为卢葛希氏病，无法治愈。

在新的期刊文章中，来自 UCF 和康奈尔大学的研究人员描述了一种功能性神经肌肉接头 (NMJ) 疾病模型，该模型包含源自 ALS 患者诱导多能干细胞 (iPSC) 的运动神经元和容纳在分隔室系统中的野生型原代人类肌肉纤维。最重要的是，该功能系统能够重现临床中用于评估 ALS 缺陷的测定，其中患者需要加快速度来检测痉挛或肌肉力量丧失。这是通过以增加的频率刺激运动神经元并监测肌肉以记录“跳跃”以及加速疲劳来再现的。

iPSC 源自三个独立的 ALS 系，其中两个表达 SOD1 突变，一个表达 FUS 突变。与健康对照相比，ALS 运动神经元的三种细胞系均表现出不同严重程度的突变特异性病理表型，包括轴突静脉曲张增加、轴突分支和伸长减少以及兴奋性增加。