肝脏纤维化模型是研究肝纤维化发病机制、动态进展及治疗策略的重要工具,主要包括 体外模型、动物模型 和 计算机模型。以下是常见模型的分类及特点:
●HSC与肝细胞、Kupffer细胞或内皮细胞共培养,模拟细胞间相互作用(如TGF-β旁分泌效应)。
●分离大鼠或人原代HSC(如LX-2、HSC-T6细胞系),通过TGF-β、PDGF等细胞因子诱导激活,模拟纤维化关键步骤。
●缺点:无法完全模拟体内复杂微环境。
●肝星状细胞(HSC)激活模型:
●共培养系统:
2.类器官/3D培养
●利用患者来源的肝类器官或生物打印技术构建3D微环境,更接近人体病理状态。
●CCl₄(四氯化碳)模型:
最常用,通过反复注射或吸入诱导氧化应激和肝损伤,导致纤维化(4-8周成模)。
优点:操作简单、成本低;缺点:个体差异大,可能伴坏死。
●DMN(二甲基亚硝胺)模型:
快速诱导(2-4周),但毒性强,死亡率高。
●BDL(胆管结扎)模型:
模拟胆汁淤积性纤维化,2-3周成模,适合研究胆道疾病相关纤维化。
●MCD(蛋氨酸-胆碱缺乏)饮食:
诱导非酒精性脂肪性肝炎(NASH)相关纤维化,但体重下降明显。
●高脂高糖饮食(如Western diet):
长期喂养(6个月以上)模拟代谢综合征相关纤维化。
●db/db小鼠或ob/ob小鼠:
肥胖和糖尿病背景,需结合二次打击(如CCl₄)加速纤维化。
●转基因小鼠(如TGF-β过表达):
直接激活纤维化通路,但可能缺乏疾病自然进程。
●ConA(刀豆蛋白A)模型:
通过T细胞激活诱导急性肝损伤,适合研究免疫调节。
●系统生物学模型:
整合纤维化相关信号通路(如TGF-β/Smad、Wnt/β-catenin),预测靶点干预效果。
●AI辅助分析:
利用机器学习分析临床数据或组织图像(如FibroScan、病理切片),预测纤维化分期。
1.研究目的:
●机制研究:选择细胞或基因修饰模型。
●药物筛选:CCl₄或BDL动物模型。
●代谢相关纤维化:MCD或高脂饮食模型。
2.周期与成本:
●快速筛选可用DMN,长期机制研究需慢性模型(如12周CCl₄)。
3.临床相关性:
●类器官或人源化小鼠模型(如移植人HSC)更贴近人类疾病。
●动物模型无法完全模拟人类纤维化的异质性(如病因、遗传背景)。
●体外模型缺乏免疫系统和血流动力学影响。
●人源化小鼠:移植人肝细胞和免疫细胞,提高转化医学价值。
●多组学整合:结合单细胞RNA测序和空间转录组,解析纤维化时空动态。
免责声明:本文内容仅供读者学习和交流。文章、图片等版权归原作者享有,如有侵权,请留言联系
咨询电话: 400-6988-095
立即咨询