Учёные впервые напечатали на 3D-принтере живые ткани человеческого мозга

Эта напечатанная на 3D-принтере модель мозга поможет изучить разные неврологические заболевания и патологии развития нервной системы, включая болезни Альцгеймера и Паркинсона. Профессор нейробиологии и неврологии в Центре Вайсмана Су-Чун Чжан говорит, что она позволит ученым понять, как клетки и части мозга взаимодействуют у людей. Он считает, что достижение его команды изменит взгляд науки на биологию стволовых клеток, нейробиологию и патогенез многих неврологических и психиатрических расстройств.

Интересно, что вместо традиционного метода укладки вертикальных слоев в этой разработке применили инновационную горизонтальную 3D-печать. Нейроны, полученные из индуцированных плюрипотентных стволовых клеток, аккуратно помещали слоями. Их удерживают вместе биочернила – гель особой плотности. Он достаточно вязкий и прочный, чтобы ткань не разрушалась, но достаточно мягкий, чтобы нейроны могли образовывать связи и коммуницировать. Исследователи намеренно сохранили толщину ткани, чтобы обеспечить оптимальное поступление кислорода и питательных веществ.

Профессор Чжан говорит, его что команда напечатала клетки коры головного мозга и полосатого тела. Последнее — это структура в мозге, которая играет важную роль в координации движений и некоторых аспектах планирования действий, мотивации и вознаграждения. Его название происходит от внешнего вида: на срезах мозга полосатое тело выглядит как область с чередующимися светлыми и темными полосами. Ученых удивило, что нейроны их модели смогли установить связь и начать естественным образом взаимодействовать, хотя принадлежали к разным частям мозга.

Авторы подчеркивают, что их метод достаточно точный: он позволяет контролировать типы клеток и их расположение. Это выгодно отличает его от модели органоидов— миниатюрных, выращенных в лаборатории органов, созданных для исследований мозга. Новый подход к 3D-печати, который имитирует сложную коммуникацию и развитие сетей, обнаруженных в тканях человеческого мозга, имеет большой потенциал для понимания функций мозга и его патологий.