推荐厂家
暂无
暂无
近日来自哈佛大学、麻省理工学院以及瑞士苏黎世联邦高等工业学院的研究人员在新研究中成功地将生物“计算机”诊断网络导入到人类细胞中,这种生物网络通过对5种肿瘤特异性分子进行逻辑组合分析识别出了特异的癌细胞,并触发了这些癌细胞的毁灭过程。这一研究成果在线发表在9月2日的《科学》(Science)杂志上。文章的通讯作者是哈佛大学系统生物学中心的生物工程学家Yaakov Benenson及麻省理工大学的Ron Weiss教授。Benenson长期致力于开发在活体细胞内运作的生物计算机。生物计算机是一种完全由DNA、RNA及蛋白质构成的分子自动机(molecular automata),它们的“输入”是细胞质中的RNA、蛋白质以及其他化学物质,“输出”的则是很容易辨别的分子信号。由于生物计算机能够探测和监控基因突变等细胞内一切活动的特征信息,因此它们可以确定癌细胞等病变细胞。此外,它们还能够自动激发微小剂量的治疗行为。利用这些“分子医生”将有望引发人类医学的重大变革——明确地对人体病变细胞或组织进行治疗,而健康的细胞完全不会受到干扰。不过,要最终实现这一目标,还有很长的路要走。科学家近期进行的一些相关研究,大都是尝试以不同方式开发具有多种用途的生物计算机。在这篇文章中,研究人员成功构建了一个多基因合成“电路”,此电路负责鉴别肿瘤细胞与正常细胞,进而靶向性摧毁识别的肿瘤细胞。其具体工作原理是:对细胞内5种肿瘤特异性分子及出现频率进行抽样及综合分析。是由当5种因子同时在细胞内出现时,该电路才做出正识别响应。这使得肿瘤检测的精确性大大增高。研究人员希望这一成果能为开发出特异的抗癌治疗奠定基础。随后科学家们用这一多基因合成网络对实验室中培养的两种人类细胞Hela细胞(一种子宫颈癌细胞)和正常细胞进行了检测。当遗传生物计算机被导入到这两种不同的细胞类型中时,只有Hela细胞被摧毁,而正常细胞则安然无恙。获得这一结果并非易事,研究人员为之投入了大量的基础工作。Benenson及同时首先针对正常健康细胞和Hela细胞中的miRNA分子进行了高通量筛查,最终确定了能将Hela细胞从健康细胞中鉴别出的5种特定的miRNA组合。“这些miRNA分子被导入到细胞中进行检测。新型的生物计算机利用诸如‘是’与‘非’的逻辑运算对这五种miRNA分子进行组合。只有当对所有分子的整体运算结果为逻辑‘真’时才会生成需要的结果——即促使细胞死亡,”Benenson说。目前研究人员已确定这一生物计算机网络在活细胞中能够非常稳定地工作,准确组合所有细胞内因子并生成正确答案,这代表着研究者们在该领域又向前迈进了重要的一步。 http://www.bioon.com/biology/UploadFiles/201109/2011090911135106.jpgdoi:10.1126/science.1205527 PMC:PMID:Multi-Input RNAi-Based Logic Circuit for Identification of Specific Cancer CellsZhen Xie, Liliana Wroblewska, Laura Prochazka, Ron Weiss, Yaakov BenensonEngineered biological systems that integrate multi-input sensing, sophisticated information processing, and precisely regulated actuation in living cells could be useful in a variety of applications. For example, anticancer therapies could be engineered to detect and respond to complex cellular conditions in individual cells with high specificity. Here, we show a scalable transcriptional/posttranscriptional synthetic regulatory circuit—a cell-type “classifier”—that senses expression levels of a customizable set of endogenous microRNAs and triggers a cellular response only if the expression levels match a predetermined profile of interest. We demonstrate that a HeLa cancer cell classifier selectively identifies HeLa cells and triggers apoptosis without affecting non-HeLa cell types. This approach also provides a general platform for programmed responses to other complex cell states.
http://photocdn.sohu.com/20120710/Img347740451.jpg 加州大学洛杉矶分校的工程师们开发了一种全新的光学显微镜,显微镜上配备了世界上最快速的相机,可用于探测“流氓”癌细胞。 【搜狐科学消息】据国外媒体报道,美国加州大学洛杉矶分校(UCLA)的工程师们近日研制出了一款世界上最快速的相机,可用于探测难以捉摸的“流氓”癌细胞。这一科研成果的研究报告发表在了最新一期的《美国国家科学院院刊》上。 从大量各类正常细胞中识别和分离出一些罕见细胞对于某些疾病的早期发现、监测和治疗来说正在变得越来越重要。这些罕见细胞中,在体内自由移动的癌细胞就是一个很好的例子。通常情况下,在10亿个健康细胞中也只有一小撮癌细胞,然而它们会抢先转移,癌细胞扩散导致癌症患者的死亡率高达约90%。这样的“流氓”细胞除了癌细胞以外,还包括用于再生医学的干细胞及其它类型的细胞。不幸的是,检测这样的细胞是很困难的。要取得良好的统计准确性需要一台自动化、高通量的仪器,可以在相当短的时间内对数以百万计的细胞进行检测。配备了数码相机的显微镜是目前分析细胞的唯一设备,但是该设备对于这项研究来说速度显得太慢了。 现在,美国加州大学洛杉矶分校(UCLA)的工程师们开发了一种全新的光学显微镜,可以让这项艰巨的任务变得轻松许多。加州大学洛杉矶分校电气工程学院的工程师巴赫拉姆•贾拉利(Bahram Jalali)说:“为了抓拍到这些难以捉摸的细胞,相机必须具备在非常高的帧速率下持续捕获并对数百万张图像进行数字化处理的能力。传统的CCD和CMOS摄像头达不到这样的速度和灵敏度,因为从像素阵列读取数据需要时间,它们在速度极快的情况下对光变得不那么敏感。” 目前的流式细胞仪具有较高的通量,但是因为它依靠单点的光散射而不是拍照,在检测非常罕见的细胞类型时还不够灵敏,比如对于那些目前处于早期阶段或癌细胞转移前的癌症患者不适用。为了克服这些限制,巴赫拉姆•贾拉利和UCLA的的生物工程学副教授迪诺•迪•卡罗( Dino Di Carlo)领导的一个包括生物技术、光学、高速电子和微流体的跨学科研究团队开发出了高通量流式光学显微镜,这款显微镜非常灵敏,具备实时探测含量为百万分之一的罕见细胞的能力。 贾拉利的团队以他们在2009年创建的光子时间飞梭相机技术为基础,研制出了世界上最快的连续运行的相机。贾拉利、迪•卡罗和他们的同事在报告中描述了他们如何将这台相机与先进的微流体和实时图像处理技术进行整合,以对血液样本中的细胞进行分类。新的血液筛查技术每秒可筛查10万个细胞,比传统的基于成像的血液分析仪高出约100倍的通量。迪•卡罗说:“这项科研成果需要与一些尖端技术进行整合,通过生物工程部门、电气工程部门和加州纳米技术研究院的合作,并采用了UCLA细胞诊断学部门开发的重要的技术基础设施。”贾拉利和迪•卡罗均是加州大学洛杉矶分校的加州纳米技术研究院的成员。 他们的研究演示了如何实时辨别血液中罕见的乳腺癌癌细胞。初步结果表明,这种新技术有可能迅速地在大量血液中检测到极稀少的循环癌细胞,并将提高癌症早期检测、监测药物和放射治疗的效率。加州大学洛杉矶分校的电气工程和生物工程的项目经理本田惠介(Keisuke Goda)说:“这项技术可以大大减少错误,并将降低医疗诊断成本。” 研究人员通过将实验室生长的癌细胞与模拟现实生活中的病人的不同比例的血液进行混合得到了检测结果。加州纳米技术研究院的一名成员格达(Goda)说:“为了进一步验证该技术的临床应用效果,我们目前正在与临床医生合作进行临床试验。这项技术也将可能用于进行尿液分析、水质监测和相关的应用。”(尚力)
新华社华盛顿11月20日电 (记者林小春)美国研究人员20日在美国《科学转化医学》杂志上报告说,他们开发出的一种微芯片可简单、快速地检测人体体液中是否存在癌细胞,这一成果将有助于早期的癌症诊断。 癌变细胞的变形能力要比正常细胞大得多。研究人员利用癌变细胞的这一特征开发出一种有多个小孔的微芯片,从胸水提取的细胞进入这些小孔后会撞上芯片的“墙壁”弹回而发生变形,变形程度会被高速成像设备记录下来,以每秒100个细胞的速度分析,从而判断是否存在癌细胞。 领导研究的美国加利福尼亚大学洛杉矶分校教授饶建宇对新华社记者说,他们利用微芯片检测了100多个样本,结果100%地找出了癌变样本。而现有的癌症检查方法通常只能检测出80%到90%。下一步,他们将开展更大规模的临床试验。 饶建宇说,目前的癌症检查往往是间接地判断癌变细胞的一些行为特征,如浸润性和转移能力、对药物的敏感性等,一般要先对细胞进行固定处理再染色,或提取DNA及蛋白成分等进行分析,程序多而复杂,但所得结果往往是片面和间接的。 而微芯片技术则是直接判断癌变细胞的物理及行为特征,无需对细胞处理或染色,因此简单而快速,也更加精确。饶建宇说:“这就好像判断一个人的角斗能力,光看高矮胖瘦或家庭背景等也许有一些帮助但不够,而直接的比赛是最管用的。” 他说:“人们谈癌色变往往是由于癌细胞具有浸润和转移的共性,同时又有千变万化的个性,因此以直接的方法来判断癌细胞的物理及行为特征尤为重要,这使得我们对癌细胞的认识更直接、全面和准确,对癌症的诊断由此上了一个新平台。”