基于 3D 打印高通量篩選結(jié)合機器學習探究生物陶瓷骨誘導性的最佳結(jié)構(gòu)特征

來源：EFL生物3D打印與生物制造

骨組織工程中，骨誘導性支架的關(guān)鍵結(jié)構(gòu)因素和參數(shù)尚未明確，孔隙結(jié)構(gòu)的復雜性與多樣性導致其與骨誘導性的關(guān)系模糊，缺乏支架結(jié)構(gòu)設(shè)計的指導方針和數(shù)據(jù)支持，制約了高性能骨再生材料的發(fā)展。   

來自四川大學張興棟院士/朱向東研究員團隊利用DLP 3D打印技術(shù)制備了包含24種不同孔隙結(jié)構(gòu)（三角形、菱形、方形、多面體，孔隙率50%~75%）的磷酸鈣（CaP）陶瓷支架，結(jié)合高通量篩選、體外（BMSCs共培養(yǎng)）和體內(nèi)（比格犬肌肉植入）評價，以及機器學習（XGBoost模型）和非線性擬合，系統(tǒng)探究了支架結(jié)構(gòu)參數(shù)與骨誘導性的復雜關(guān)系。   

研究發(fā)現(xiàn)孔隙率和比表面積（SSA）是影響骨再生能力的主要因素，孔隙幾何形狀影響可忽略，確定了SSA為10.49~10.69 mm²·mm⁻³、滲透率為3.74×10⁻⁹ m²的多孔結(jié)構(gòu)（對應(yīng)孔隙率約65%~70%）為最優(yōu)參數(shù)，并建立了數(shù)據(jù)驅(qū)動的高通量篩選方法和骨誘導性結(jié)構(gòu)參數(shù)基準。   

相關(guān)工作以“Optimal structural characteristics of osteoinductivity in bioceramics derived from a novel high-throughput screening plus machine learning approach”為題發(fā)表在《Biomaterials》上。論文第一作者為四川大學生物醫(yī)學工程學院/國家生物醫(yī)學材料工程技術(shù)研究中心的博士研究生劉蕓伊，四川大學材料基因工程研究中心/國家生物醫(yī)學材料工程技術(shù)研究中心/生物醫(yī)學工程學院的朱向東研究員、王科鋒副研究員和李向鋒副研究員為該論文的共同通訊作者。

研究內(nèi)容
1. 基于DLP的3D打印CaP芯片/圓柱狀支架設(shè)計示意圖，通過3D建模結(jié)合DLP 3D打印技術(shù)，制備了包含三角形、菱形、方形、多面體4種孔幾何形狀且孔隙率為50%-75%的24種CaP陶瓷支架（CaP Chip用于體外實驗，CaP Cyl-scaffold用于體內(nèi)實驗），并通過高通量篩選結(jié)合機器學習分析結(jié)構(gòu)參數(shù)與骨誘導性的關(guān)系。結(jié)果表明，孔隙率和比表面積（SSA）是影響骨誘導性的關(guān)鍵因素，而孔幾何形狀影響較小。      

圖1. 基于DLP的3D打印CaP芯片/圓柱狀支架設(shè)計示意圖。   

2. 3D打印CaP芯片/圓柱狀支架的表征，通過掃描電子顯微鏡（SEM）、X射線衍射（XRD）、微CT等方法，分析了支架的微觀形貌、物相組成、孔隙率、比表面積（SSA）和滲透率。結(jié)果顯示，打印支架結(jié)構(gòu)完整，主要成分為β-TCP和HA，孔隙率與設(shè)計值一致，SSA隨孔隙率增加而增大，滲透率在不同孔結(jié)構(gòu)和孔隙率下呈現(xiàn)復雜變化規(guī)律。      

圖2. 3D打印CaP芯片/圓柱狀支架的表征。   

3. CaP芯片的體外評價，通過CCK-8檢測細胞增殖、FDA/PI染色觀察細胞死活、qRT-PCR分析成骨基因表達，評估了不同孔結(jié)構(gòu)和孔隙率的CaP Chip對BMSCs行為的影響。結(jié)果表明，60%-70%孔隙率的菱形和多面體結(jié)構(gòu)細胞增殖較好，14天培養(yǎng)時方形結(jié)構(gòu)的成骨基因（如Runx-2、ALP）表達顯著升高。      

圖3. CaP芯片的體外評價。   

4. CaP圓柱狀支架的體內(nèi)評價，通過微CT三維重建和組織學染色（H&E），分析了支架植入比格犬背部肌肉180天后的新骨形成情況。結(jié)果顯示，65%-70%孔隙率的多面體和方形結(jié)構(gòu)新骨形成量較高，75%孔隙率結(jié)構(gòu)因降解嚴重導致骨組織較少，驗證了孔隙率對體內(nèi)骨誘導性的關(guān)鍵作用。      

圖5. CaP圓柱狀支架的體內(nèi)評價。   

5. 結(jié)構(gòu)參數(shù)與骨誘導性的相關(guān)性分析及機器學習建模，通過Pearson相關(guān)系數(shù)（PCC）和XGBoost模型，分析了孔隙率、SSA、滲透率等參數(shù)與骨誘導性（BV/TV、成骨基因表達）的線性及非線性關(guān)系。結(jié)果表明，SSA與BV/TV呈先升后降的非線性關(guān)系，最優(yōu)SSA為10.49-10.69 mm²·mm⁻³，滲透率3.74×10⁻⁹ m²時成骨基因表達達峰值，XGBoost模型能有效擬合結(jié)構(gòu)-活性關(guān)系。      

圖7. XGBoost模型對材料特征與成骨性能的非線性擬合。

研究結(jié)論
本研究通過DLP-3D打印技術(shù)制備了含24種孔結(jié)構(gòu)的磷酸鈣陶瓷支架，結(jié)合高通量篩選與機器學習，系統(tǒng)分析了結(jié)構(gòu)參數(shù)與骨誘導性的關(guān)系。結(jié)果表明，骨再生能力主要受孔隙率和比表面積（SSA）影響，孔幾何形狀影響可忽略。最優(yōu)結(jié)構(gòu)參數(shù)為SSA 10.49-10.69 mm²·mm⁻³、滲透率3.74×10⁻⁹ m²，對應(yīng)孔隙率約65%-70%，該結(jié)構(gòu)顯著促進成骨分化與體內(nèi)新骨形成。非線性擬合顯示，SSA、滲透率與成骨基因表達存在特定相關(guān)性。本研究建立了數(shù)據(jù)驅(qū)動的高通量篩選方法，提出了骨誘導性結(jié)構(gòu)的參數(shù)基準，為骨誘導型支架的設(shè)計提供了關(guān)鍵見解，加速了骨再生生物材料的研發(fā)進程。

文章來源：https://doi.org/10.1016/j.biomaterials.2025.123348