数字病理与AI融合：视网膜类器官芯片在近视药物筛选中的高通量突破

在近视防控进入精准干预的新阶段，药物研发长期受制于传统细胞模型与动物模型的局限性——无法模拟人眼巩膜与脉络膜的复杂力学环境。近期，一项发表于《Nature Biomedical Engineering》的研究首次报道了基于微流控技术的视网膜-脉络膜-巩膜复合类器官芯片，结合人工智能图像分析，实现了对近视相关药物候选物的高通量筛选。该芯片整合了人源诱导多能干细胞（iPSC）分化的视网膜色素上皮细胞、脉络膜血管内皮细胞和巩膜成纤维细胞，构建了具有生理力学特性的三维结构，并在芯片上模拟了离焦诱导的眼轴增长微环境。 研究团队利用低浓度阿托品、7-甲基黄嘌呤等已知近视抑制药物及新合成的小分子化合物进行了平行测试。通过AI算法对芯片中巩膜成纤维细胞的形态变化、胶原分泌量及基质金属蛋白酶活性进行实时追踪和量化分析，成功筛选出三种可显著抑制巩膜重塑的候选分子。其中一种新型多靶点受体拮抗剂在体外展现出优于0.01%阿托品的抑制效果，且无明显细胞毒性。该平台将药物筛选周期从传统方法的数月缩短至两周，并显著降低了化合物用量，为近视药物研发提供了革命性的工具。 与此同时，该技术对于个体化药物反应预测也显示出巨大潜力。通过将患者来源的iPSC分化为类器官芯片，可构建“患者替身”进行药物敏感性测试，从而指导临床精准用药。目前，该团队正在联合国内多家眼科中心开展多中心验证，旨在建立标准化操作流程和评价体系。 这一突破不仅标志着近视药物研发从宏观动物模型向微观仿生模型的跨越，也体现了数字病理学与AI在眼科转化研究中的深度融合。未来，该平台有望扩展到高度近视并发症、青光眼等疾病的药物筛选，并成为视光中心与眼科医院联合开展转化研究的核心基础设施。