本文是一篇题为《Vascularizing Organoids-on-Chip for Perfused and Personalized Models》的综述论文，发表于*Lab on a Chip*期刊的2026年第26卷，作者包括Bianca Menzani、Priscille de Gea、Xavier Gidrol*和Emily Tubbs*，主要来自法国格勒诺布尔大学阿尔卑斯分校、CEA、INSERM等研究机构。该文对器官芯片上的血管化类器官这一前沿交叉领域进行了全面、深入的评述，旨在阐明这一技术对于构建灌注式、个性化生理模型的巨大潜力与当前挑战。
类器官模型的现状与核心挑战
文章开篇即强调了类器官（Organoids）作为研究人体生理、发育和疾病的最先进体外模型之一的重要性。类器官是由胚胎干细胞、成体干细胞或多能干细胞衍生出的三维自组装细胞结构，能够模拟单个或多个器官的复杂结构，相比二维方法能提供更多维度的读出信息。然而，其广泛应用受到几个关键瓶颈的限制：不完全成熟、批次间差异、受限的长程相互作用，以及最为关键的——缺乏功能性、可灌注的脉管系统。在静态培养中，当类器官直径超过约200微米时，氧气和营养物质的扩散便受到限制，导致内部缺氧和坏死，阻碍了其长期存活、尺寸增长以及超越胚胎阶段的成熟过程。因此，在类器官中引入可灌注的血管网络，实现主动对流输送而非被动扩散，成为了提升类器官生理相关性和功能表现的核心目标。
静态培养中的血管化策略及其局限
文章回顾了当前在静态培养体系下实现类器官血管化的主要策略。这些策略主要分为三类：1) 共分化：在同一个多能干细胞聚集体中同时分化器官实质细胞和内皮细胞谱系；2) 共培养：将目标类器官与内皮细胞共培养，内皮细胞可来源于人多能干细胞、脐静脉内皮细胞或经过重编程的“重置”内皮细胞（例如通过瞬时表达ETV2转录因子获得）；3) 组装体（Assembloid）：将目标类器官与专门的血管类器官（Blood Vessel Organoid, BVO） 融合，形成一个复合体。血管类器官本身是一个包含内皮细胞、周细胞等成分的自组装网络，能够与宿主血管发生功能性吻合。
然而，文章指出这些静态策略存在根本性局限。首先，即使成功形成了血管网络，缺乏生理性血流使得这些血管功能不完整，核心坏死问题依然存在。其次，内皮细胞来源至关重要，使用非器官特异性的内皮细胞（如HUvecs）虽然能形成网络，但往往缺乏器官特异性特征（如血脑屏障标志物），无法重现生理性的细胞间相互作用。最重要的是，静态培养无法模拟流体剪切应力等关键的生物物理信号，而这些信号对于血管的成熟、重塑和屏障功能的建立不可或缺。
芯片血管系统：实现灌注的技术基础
为了克服静态培养的不足，文章将重点转向了微流体平台。器官芯片（Organs-on-chip） 能够提供精确控制的动态微环境，包括可调的物理和生化信号。文章详细阐述了两类在芯片上构建可灌注血管网络的工程策略：
自上而下（Top-down）的管腔预构法：通过微针抽离、牺牲模板、粘性指进成型或3D打印等方法，在生物材料水凝胶中预先刻画出微米级的管腔通道，然后将内皮细胞接种于内壁形成单层，从而立即获得可灌注的“大血管”（直径约100微米）。此方法优点在于管腔几何形状、流动剪应力可控，易于集成传感器；缺点在于难以制造生理尺度的毛细血管，且血管结构固定，缺乏生物驱动的重塑能力。
自下而上（Bottom-up）的自组装法：将内皮细胞与基质细胞（如成纤维细胞、周细胞）共同包埋于胶原、纤维蛋白等可重塑的水凝胶中。在生长因子梯度、间质流等信号的引导下，细胞自发迁移、排列并形成管腔，生成毛细血管级别的微血管网络（直径约10-50微米）。此方法形成的网络具有更强的生物学真实性，但网络形态具有随机性，流动分布预测性差。
为了兼顾可控性与生理相关性，混合宏-微架构（Hybrid macro-micro architectures） 成为当前最受推崇的方案。它将预先内皮化好的侧通道（宏血管）与中央水凝胶室内的自组装微血管床相结合。在血管内皮生长因子等信号的驱动下，宏血管的内皮细胞向凝胶室内出芽（sprouting），最终与自组织的毛细血管网发生吻合（anastomosis），形成跨尺度的连续、可灌注网络，更接近体内血管的层次结构。
文章也指出了芯片血管系统构建中的关键考量点：细胞异质性与流动整合。一个功能完整的血管网络不仅需要内皮细胞，还需要周细胞（Pericytes） 和平滑肌细胞（Smooth Muscle Cells） 等壁细胞的参与，它们对于血管稳定性、屏障功能和收缩调节至关重要。此外，精确模拟生理范围的壁剪切应力（Wall Shear Stress, 0.1-2 Pa） 和间质流（Interstitial Flow） 对于引导内皮细胞行为、促进网络成熟、诱导动静脉分化是必不可少的。功能评估则需结合荧光成像（如CD31， VE-Cadherin）、动态灌注实验（如荧光葡聚糖、微球示踪） 以及渗透性测量（Permeability Assay） 等方法，以验证网络是否具备连续管腔、可灌注性和生理级别的屏障功能。
类器官芯片的血管化：整合策略与挑战
将类器官整合到具备血管网络的芯片平台上，是当前研究的热点和难点。文章梳理了几种主要的整合机制（图3）：1) 血管生成（Angiogenesis）：类器官嵌入水凝胶，邻近的内皮化通道在内皮生长因子等信号引导下向类器官出芽并浸润；2) 流动诱导的自内皮化：对类器官施加流体剪切应力，激活其内源性的内皮前体细胞，使其向外生长形成原始血管；3) 双向血管吻合：当预血管化的类器官与自组装微血管网络共培养时，内皮细胞可从类器官内部和外部网络双向出芽，形成连接。
然而，尽管在肿瘤球和部分中胚层来源的类器官（如心脏、肾脏类器官）模型中已成功展示了功能性吻合和灌注，但对于大多数缺乏内源性内皮细胞的内胚层或外胚层来源的类器官（如肠道、肝脏、大脑类器官），实现深度血管浸润和稳定灌注仍然非常困难。现有研究往往只能观察到血管网络延伸至类器官周围，或对其进行包裹，但很少能深入其核心建立可灌注的连接。这限制了类器官芯片在药物筛选等应用中的价值，因为药物或免疫细胞的递送依赖于生理相关的血管运输。
文章讨论了成功构建血管化类器官芯片面临的几个关键实践挑战：1) 空间定位：如何将类器官精确、可重复地放置在芯片内的特定位置（例如利用流体动力陷阱、微柱阵列）；2) 细胞外基质选择：类器官和血管网络对水凝胶基质的要求往往不同（如类器官偏爱基质胶Matrigel，而血管网络更易在胶原/纤维蛋白中形成），需寻找兼容的复合水凝胶；3) 培养基调控：内皮细胞培养基和类器官分化培养基的成分存在冲突，需要精心优化共培养培养基配方，并合理安排共培养的起始时间点，以避免相互干扰。
未来方向：血管化组装体芯片与个性化前景
面对谱系特异性类器官内源性血管缺失的难题，文章提出了一个极具前景的解决方案：血管化组装体芯片（Vascularized Assembloid-on-Chip）。其核心思想是将目标类器官与血管类器官（BVO） 在微流控平台上进行共培养。BVO作为一个模块化的、自组织的血管单元，能够通过出芽与目标类器官建立连接。文章提出了两种实施策略：策略一，芯片外预融合：先将BVO与目标类器官在静态条件下融合，形成初步的血管连接后再加载到芯片上进行灌注培养；策略二，芯片内直接共培养：将两者以及内皮/基质细胞一同引入芯片的水凝胶室，在连续流动的引导下实现动态的血管整合与吻合（图5）。这种模块化、灵活的框架有望将灌注能力扩展至神经、肝脏、胰腺等多种上皮类器官。
文章最后展望了血管化类器官芯片领域的未来发展趋势与价值。第一，走向个性化（Personalization）。当前个性化模型多局限于实质细胞部分，未来的目标是利用患者特异性多能干细胞来源的内皮细胞、基质细胞等，构建基因型完全匹配的、自体化的血管化类器官系统，这对于精准医疗和疾病建模意义重大。第二，从单一模型走向多器官芯片互联系统。通过功能性的血管桥梁连接多个器官芯片，可以模拟药物在全身的ADME过程、系统性免疫反应以及器官间的复杂信号交流，构建更逼近人体系统生理的模型。第三，提升转化与应用价值。这类系统不仅可用于研究血管相关疾病（如糖尿病血管病变、血脑屏障功能障碍、肿瘤血管新生），还能更真实地评估药物渗透、血管转运和免疫细胞迁移，其产生的人类特异性数据已开始获得监管机构的关注，有望在未来部分替代动物实验，符合“3R”原则。
总结
本文系统性地回顾了血管化类器官芯片这一新兴交叉领域的生物原理、当前策略与技术考量。它清晰地指出，将类器官的自组织复杂性与器官芯片的动态控制能力相结合，是突破现有类器官模型瓶颈、迈向功能更完备、生理更相关、更具转化潜力的下一代体外模型的关键路径。尽管在实现深部血管浸润、稳定长期灌注和标准化等方面仍面临诸多挑战，但随着干细胞生物学、微流控技术和生物材料工程的协同创新，特别是血管化组装体芯片等新策略的发展，这一领域正从概念验证走向实际应用，有望在基础研究、药物开发和个性化医疗中发挥越来越重要的作用。