Online oxygen monitoring using integrated inkjet-printed sensors in a liver-on-a-chip system

在肝臟芯片系統中使用集成噴墨打印傳感器進行在線氧監測

來源: Lab on a Chip, 2018, Volume 18, Pages 2023-2035

《芯片實驗室》，2018年，第18卷，第2023-2035頁

 

摘要

論文摘要指出，隨著器官芯片系統的出現，實時監測細胞功能和條件的需求急劇增加，但將傳感器集成到這些系統中面臨挑戰。本研究提出了一種方法，將多個傳感器集成到肝臟芯片設備的超薄、多孔和脆弱膜中，特別是三個電化學溶解氧傳感器，通過噴墨打印技術實現，允許局部在線監測氧濃度。該方法證明了大鼠和人類肝細胞沿微流體通道存在氧梯度（分別高達17.5%和32.5%），這對于肝臟分區現象至關重要。噴墨打印被選為兼容低溫過程的技術，通過使用SU-8介電材料作為 primer 層來密封膜孔隙。概念驗證實驗使用原代人類和大鼠肝細胞進行，并通過添加FCCP刺激氧消耗率，結果顯示打印傳感器能可靠監測氧變化，克服了器官芯片系統集成傳感器的難題。

 

研究目的

研究目的是開發一種在器官芯片系統中集成傳感器的方法，以實現在線實時監測氧濃度，從而更好地模擬體內環境并研究細胞代謝活動。具體目標是解決傳感器集成到多孔膜中的技術挑戰，并利用該平臺研究肝細胞中的氧梯度，這對于肝臟生理和病理研究具有重要意義。

 

研究思路

研究思路基于使用噴墨打印技術將電化學溶解氧傳感器直接集成到肝臟芯片系統的多孔膜上。首先，通過打印SU-8 primer 層局部密封膜孔隙，然后打印金和銀導電墨水形成工作電極、對電極和偽參考電極。傳感器制造后，進行電化學表征和校準。隨后，將傳感器集成到ExoLiver肝臟芯片設備中，該設備模擬肝竇結構，包含上微流體通道和靜態下通道用于肝細胞培養。實驗使用原代大鼠和人類肝細胞，在常氧條件下穩定后，通過添加FCCP（一種線粒體解偶聯劑）刺激氧消耗，實時監測氧濃度變化。研究還使用丹麥Unisense的Clark型商業氧傳感器作為參考驗證打印傳感器的性能。數據采集包括氧濃度梯度測量和氧消耗率估計，通過數學模型分析細胞呼吸動力學。

 

測量的數據及研究意義

1. 傳感器性能數據：傳感器在0-9 mg/L范圍內呈現線性響應，靈敏度為28±1 nA L/mg，檢測限為0.11 mg/L。研究意義：這些數據驗證了噴墨打印傳感器的準確性和可靠性，表明其適用于生物環境中氧濃度的精確監測，為器官芯片系統提供了低成本、可定制化的傳感解決方案。

2. 氧濃度梯度數據：來自圖4，數據顯示在大鼠肝細胞培養中，流入區和流出區之間的氧梯度達17.5%，在人類肝細胞中達32.5%。研究意義：這直接證明了肝細胞培養中存在氧梯度，模擬了體內肝臟的分區現象，有助于研究代謝 zonation 和藥物毒性，提高了器官芯片模型的生理相關性。

 

3. 氧消耗率數據：來自圖5，通過數學模型估計氧消耗率，大鼠肝細胞基礎呼吸為0.23±0.07 nmol/s/10^6細胞，FCCP刺激后最高達5.95±0.67 nmol/s/10^6細胞；人類肝細胞基礎呼吸為0.17±0.10 nmol/s/10^6細胞，刺激后最高達10.62±1.15 nmol/s/10^6細胞。研究意義：這些數據揭示了細胞代謝活動對氧需求的動態變化，評估了線粒體功能，為藥物篩選和疾病建模提供了關鍵參數，突出了傳感器在實時監測代謝反應中的實用性。

 

 

結論

論文結論表明，噴墨打印傳感器成功集成到器官芯片系統中，能夠實時監測氧梯度和細胞呼吸率。該方法證明了在超薄多孔膜上集成傳感器的可行性，傳感器表現出良好的性能和對細胞培養的最小侵入性。研究揭示了肝細胞中的氧梯度，模擬了肝臟分區，并且FCCP刺激能顯著增加氧消耗。總體而言，噴墨打印技術為器官芯片系統提供了靈活、低成本的傳感器集成方案，有望推動實時多參數監測在生物醫學研究中的應用。

 

使用丹麥Unisense電極測量數據的研究意義

使用丹麥Unisense電極測量數據的研究意義在于其作為參考標準，驗證了噴墨打印傳感器的準確性和可靠性。Unisense的Clark型氧微電極具有高精度和穩定性，在本研究中被置于芯片的上通道，用于連續監測氧濃度，與打印傳感器的數據進行比較。結果顯示，打印傳感器的測量值與Unisense電極一致，但打印傳感器優勢在于能同時監測多個點（如流入、中間和流出區），而商業傳感器只能單點測量。這突出了打印傳感器在空間分辨率上的優勢，能夠捕捉氧梯度細節，而Unisense電極則確保了數據的可信度。此外，Unisense電極的使用強調了傳感器集成在器官芯片中的重要性，為未來開發更先進的監測工具提供了基準，推動了實時代謝分析在微型化細胞培養系統中的應用。