Evolving Organs-on-Chip from developmental engineering to “mechanical re-evolution”

Opis projektu

Regeneracja tkanek przy pomocy mechanobiologii

Na wiele chorób nie ma lekarstwa, ponieważ naukowcom brakuje wiarygodnych modeli do badania rozwoju i regeneracji tkanek. Tradycyjne metody laboratoryjne nie pozwalają na odtworzenie złożonych sił mechanicznych, które wpływają na tworzenie tkanek, ograniczając postęp w medycynie regeneracyjnej. Chociaż inżynieria rozwojowa dokonała postępów poprzez naśladowanie rozwoju zarodkowego, w dużej mierze pomija siły mechaniczne jako kluczowy czynnik. Obecne systemy in vitro działają w ustalony sposób, pomijając to, w jaki sposób tkanki naturalnie reagują i modyfikują swoje środowisko mechaniczne. Zespół finansowanego przez ERBN projektu EvOoC dąży do zmiany tego podejścia poprzez opracowanie inteligentnych platform „narząd na chipie”, które aktywnie stosują, monitorują i dostosowują siły mechaniczne. Dzięki wykorzystaniu mikrofabrykacji, mechanobiologii i uczenia maszynowego projekt EvOoC może utorować drogę dla przełomowych terapii w zakresie naprawy tkanek.

Cel

EvOoC aims at developing smart mechanically active Organs-on-Chip platforms as clinically relevant in vitro setups to unravel mechanisms underlying tissue regeneration and progression of unmet diseases.
A decade ago, developmental engineering (DE) proposed to model in vitro clinically relevant tissues replica by recapitulation of embryonic developmental events. Despite physical forces have recently been suggested as main driver of developmental processes, mechanical conditioning never prevailed as key DE strategy. This is related to a lack in current in vitro mechanobiology setups, mainly based on open loop systems, which disregard the fact that native mechanical environment varies in time as function of tissue state itself.
EvOoC vision is to elevate mechanobiology as leading DE approach through a ground-breaking paradigm, named mechanical re-evolution, based on the high-risk/high-gain hypothesis that an iterative manipulation of mechanical forces is necessary to guide in vitro adult tissue development at unprecedented levels.
Towards this vision, I will deliver a new method (Evolving OoC, EvOoC), integrating three enabling functions:
“Move” - to apply native-inspired mechanical forces to tissues in vitro;
“Sense” – to monitor their comprehensive effect on tissue development;
“Adapt” – to modulate forces as a function of tissue responses through machine learning (ML)-based algorithms, towards an unsupervised tissue evolution.
I will take advantages of two paradigmatic test-cases (cartilage and heart) to showcase the power of mechanical re-evolution in guiding in vitro tissue physiological and pathological states, towards the identification of a brand-new class of mechanotherapeutics for unmet pathologies.
By combining principles of microfabrication, DE, mechanobiology and ML, EvOoC will revolutionize basic studies in tissue development and disease modeling, facilitating innovative translational strategies to tackle tissue repair in manifold applications.