재생의료 전문기업 티앤알바이오팹이 국내 연구진과의 공동연구를 통해 3D 바이오프린팅과 인공지능(AI) 기술을 융합한 환자 맞춤형 종양 오가노이드를 개발했다고 지난 3월 31일 밝혔다.
UNIST(울산과학기술원), 서울아산병원, 티앤알바이오팹 등으로 구성된 공동연구팀은 기존 암 모델 한계를 극복하고, 개별 환자의 암 특성과 치료 반응성을 정밀하게 예측할 수 있는 시스템을 구축하는 데에 성공했다. 본 연구결과는 국제적 학술지인 어드밴스드 사이언스(Advanced Science, 임팩트 팩터 15.1)에 게재됐다.
회사 측은 이번 연구가 3D 바이오프린팅과 AI 기술의 융합이 맞춤형 암 치료 분야에서 실질적인 혁신을 이룰 수 있음을 입증한 성과라고 설명했다. 또한 본 연구가 정밀의료 및 차세대 암 치료 기술 발전에 중요한 기여를 할 수 있을 것으로 기대한다고 덧붙였다.
기존 환자 유래 장기 유사체 배양 방식은 종양 미세환경의 복잡성을 충분히 반영하지 못해 환자 간 종양 특성 차이를 정밀하게 분석하는 데 어려움이 있었다. 연구팀은 이를 해결하기 위해 3D 바이오프린팅 기술을 활용해 방광암과 대장암 환자의 종양 특성을 더 정확히 모사할 수 있는 모델을 개발했다.
이 기술은 3D 바이오프린팅 기술을 통해 균일한 크기와 형태의 종양 오가노이드를 배열하고, 실제 암 조직과 유사한 기질 강성(약 7.5kPa)과 저산소 환경을 재현함으로써 환자 개개인의 암 특성을 보다 정확히 모사할 수 있도록 설계됐다. 또한 종양 특이적 단백질(CEACAM5)의 발현 패턴을 반영해 환자 간 종양 특성 차이를 정확히 가려낼 수 있으며, 항암제인 5-플루오로유라실(5-FU)에 대한 반응성을 예측하는 데에도 활용될 수 있다.
연구팀은 더 나아가 3D 바이오프린팅으로 생성된 종양 오가노이드 이미지 데이터를 머신러닝 알고리즘으로 분석해 환자의 암 특성을 자동으로 분류하는 AI 기반 시스템도 개발했다. 이를 통해 별도의 형광 염색이나 유전자 분석 없이 빠르고 정확한 암 특성 평가가 가능해졌다는 설명이다. 연구팀은 향후 면역세포와 혈관 구조 등 종양 미세환경을 더 정교하게 모델링해 환자 맞춤형 치료 전략 개발에 기여한다는 계획이다.
이번 연구를 주도한 UNIST 바이오메디컬공학과 강현욱 교수는 “이번 기술은 개별 환자의 암 특성을 더욱 정밀하게 분석하고, 최적의 치료 전략을 제시할 수 있는 맞춤형 의료 모델로서 큰 의미를 갖는다”며 “향후 더 다양한 종양 연구 및 치료제 개발에 적용할 수 있을 것으로 기대된다”고 밝혔다.
- 관련 기사 더 보기
T&R Biofab Develops Patient-Specific Tumor Organoids
T&R Biofab, a regenerative medicine company, announced on March 31 that it had developed a patient-specific tumor organoid by combining 3D bioprinting and artificial intelligence (AI) technology through joint research with domestic researchers.
A joint research team consisting of UNIST (Ulsan National Institute of Science and Technology), Seoul Asan Medical Center, and T&R Biofab succeeded in overcoming the limitations of existing cancer models and establishing a system that can precisely predict cancer characteristics and treatment responsiveness of individual patients. The results of this study were published in the international academic journal Advanced Science (Impact Factor 15.1).
The company explained that this research is a result that proves that the fusion of 3D bioprinting and AI technology can bring about real innovation in the field of personalized cancer treatment. It also added that it expects this research to make a significant contribution to the development of precision medicine and next-generation cancer treatment technology.
Existing patient-derived organ-like culture methods have had difficulty accurately analyzing differences in tumor characteristics between patients because they do not sufficiently reflect the complexity of the tumor microenvironment. To solve this problem, the research team developed a model that can more accurately simulate the tumor characteristics of bladder cancer and colon cancer patients using 3D bioprinting technology.
This technology is designed to more accurately mimic the cancer characteristics of each patient by arranging tumor organoids of uniform size and shape using 3D bioprinting technology and reproducing the substrate stiffness (approximately 7.5 kPa) and hypoxic environment similar to actual cancer tissue. In addition, it can accurately identify differences in tumor characteristics between patients by reflecting the expression pattern of tumor-specific proteins (CEACAM5), and can also be used to predict responsiveness to the anticancer drug 5-fluorouracil (5-FU).
The research team further developed an AI-based system that automatically classifies the patient’s cancer characteristics by analyzing tumor organoid image data generated by 3D bioprinting with a machine learning algorithm. This enables fast and accurate cancer characteristic evaluation without separate fluorescent staining or genetic analysis. The research team plans to contribute to the development of patient-tailored treatment strategies by modeling the tumor microenvironment, including immune cells and blood vessel structures, more precisely in the future.
“This technology has great significance as a personalized medical model that can analyze the cancer characteristics of individual patients more precisely and suggest optimal treatment strategies,” said Professor Kang Hyun-wook of UNIST’s Department of Biomedical Engineering, who led the study. “It is expected to be applied to a wider range of tumor research and treatment development in the future.”
- See more related articles
ティーアンアルバイオファブ、患者に合わせた腫瘍オルガノイドの開発
再生医療専門企業ティアン・アルバイオファブが国内研究陣との共同研究を通じて、3Dバイオプリンティングと人工知能（AI）技術を融合した患者に合わせた腫瘍オルガノイドを開発したと3月31日明らかにした。
UNIST（蔚山科学技術院）、ソウル牙山病院、ティアンアルバイオファブなどで構成された共同研究チームは、既存のがんモデル限界を克服し、個々の患者のがん特性と治療反応性を正確に予測できるシステムを構築することに成功した。本研究結果は、国際的学術誌であるアドバンスドサイエンス（Advanced Science、インパクトファクター15.1）に掲載された。
同社側は、今回の研究が、3DバイオプリンティングとAI技術の融合が、カスタムメイドのがん治療分野で実質的なイノベーションを達成できることを立証した成果だと説明した。また、本研究は、精密医療や次世代がん治療技術の発展に重要な貢献ができると期待していると付け加えた。
従来の患者由来の長期類似体培養方法は、腫瘍微小環境の複雑さを十分に反映していないため、患者間の腫瘍特性の違いを正確に分析することが困難であった。研究チームはこれを解決するために3Dバイオプリンティング技術を活用して膀胱がんと大腸がん患者の腫瘍特性をより正確に模写できるモデルを開発した。
この技術は、3Dバイオプリンティング技術を通じて均一な大きさと形態の腫瘍オルガノイドを配列し、実際のがん組織と同様の基質剛性（約7.5kPa）と低酸素環境を再現することで、患者個人のがん特性をより正確に模写できるように設計された。また、腫瘍特異的タンパク質（CEACAM5）の発現パターンを反映して患者間の腫瘍特性の違いを正確に隠すことができ、抗がん剤である5-フルオロユーラシル（5-FU）に対する反応性を予測するためにも活用できる。
研究チームはさらに、3Dバイオプリンティングで生成された腫瘍オルガノイドイメージデータを機械学習アルゴリズムで分析し、患者のがん特性を自動的に分類するAIベースのシステムも開発した。これにより、別途の蛍光染色や遺伝子解析なしで迅速かつ正確ながん特性評価が可能となったという説明だ。研究チームは今後、免疫細胞や血管構造など腫瘍微小環境をより精巧にモデリングし、患者カスタマイズ型治療戦略の開発に寄与するという計画だ。
今回の研究を主導したUNISTバイオメディカル工学科カン・ヒョンウク教授は「今回の技術は個々の患者のがん特性をより精密に分析し、最適な治療戦略を提示できるカスタマイズされた医療モデルとして大きな意味を持つ」とし「今後さらに多様な腫瘍研究および治療剤開発に適用できるものと期待される」と明らかにした。
- 関連記事をもっと見る
T&R Biofab 开发患者特异性肿瘤类器官
再生医疗公司T&R Biofab 3月31日宣布，通过与国内研究人员的联合研究，结合3D生物打印和人工智能（AI）技术，开发出了一种针对特定患者的肿瘤类器官。
由蔚山国立科学技术研究院 (UNIST)、首尔峨山医疗中心和 T&R Biofab 组成的联合研究小组成功克服了现有癌症模型的局限性，建立了可以准确预测个体患者癌症特征和治疗反应的系统。该研究成果发表在国际学术期刊《Advanced Science》（影响因子15.1）上。
该公司解释称，这项研究的成果证明了3D生物打印与AI技术的融合能够在个性化癌症治疗领域带来真正的创新。他补充说，他期待这项研究能够为精准医疗和下一代癌症治疗技术的发展做出重大贡献。
现有的患者来源的器官分析培养方法难以准确分析患者之间的肿瘤特征差异，因为它们不能充分反映肿瘤微环境的复杂性。针对此问题，研究团队利用3D生物打印技术开发了一种可以更精准模拟膀胱癌和结肠癌患者肿瘤特征的模型。
该技术旨在通过3D生物打印技术排列大小和形状均匀的肿瘤类器官，并重现与实际癌组织相似的基质硬度（约7.5kPa）和缺氧环境，从而更准确地模拟每个患者的癌症特征。此外，通过反映肿瘤特异性蛋白（CEACAM5）的表达模式，可以准确识别患者之间的肿瘤特征差异，还可以用于预测对抗癌药物5-氟尿嘧啶（5-FU）的响应性。
研究团队进一步开发了一种基于人工智能的系统，通过使用机器学习算法分析通过3D生物打印生成的肿瘤类器官图像数据，自动对患者的癌症特征进行分类。这说明无需进行单独的荧光染色或基因分析，就可以快速准确地评估癌症特征。研究团队计划在未来通过更详细地模拟肿瘤微环境（包括免疫细胞和血管结构）来为制定针对患者的治疗策略做出贡献。
领导这项研究的韩国蔚山科学技术大学生物医学工程系教授姜铉旭表示：“这项技术作为一种个性化医疗模型具有重要意义，它可以更精确地分析个体患者的癌症特征，并提出最佳治疗策略。” “预计未来将应用于更广泛的肿瘤研究和治疗开发。”
- 查看更多相关文章
T&R Biofab développe des organoïdes tumoraux spécifiques aux patients
T&R Biofab, une société de médecine régénérative, a annoncé le 31 mars avoir développé un organoïde tumoral spécifique au patient en combinant la bio-impression 3D et la technologie de l'intelligence artificielle (IA) grâce à des recherches conjointes avec des chercheurs nationaux.
Une équipe de recherche conjointe composée de l'UNIST (Institut national des sciences et technologies d'Ulsan), du Centre médical Asan de Séoul et de T&R Biofab a réussi à surmonter les limites des modèles de cancer existants et à établir un système capable de prédire avec précision les caractéristiques du cancer et la réactivité au traitement de chaque patient. Les résultats de cette étude ont été publiés dans la revue académique internationale Advanced Science (facteur d’impact 15,1).
L'entreprise a expliqué que cette étude est une réussite qui prouve que la fusion de la bio-impression 3D et de la technologie de l'IA peut apporter une réelle innovation dans le domaine du traitement personnalisé du cancer. Il a ajouté qu’il s’attend à ce que cette étude apporte une contribution significative au développement de la médecine de précision et des technologies de traitement du cancer de nouvelle génération.
Les méthodes existantes de culture analytique d’organes dérivés de patients ont du mal à analyser avec précision les différences de caractéristiques tumorales entre les patients, car elles ne reflètent pas suffisamment la complexité du microenvironnement tumoral. Pour résoudre ce problème, l’équipe de recherche a utilisé la technologie de bio-impression 3D pour développer un modèle capable de simuler plus précisément les caractéristiques tumorales des patients atteints d’un cancer de la vessie et d’un cancer du côlon.
Cette technologie est conçue pour imiter plus précisément les caractéristiques cancéreuses de chaque patient en organisant des organoïdes tumoraux de taille et de forme uniformes grâce à la technologie de bio-impression 3D et en reproduisant la rigidité du substrat (environ 7,5 kPa) et l'environnement hypoxique similaire au tissu cancéreux réel. En outre, il peut identifier avec précision les différences dans les caractéristiques tumorales entre les patients en reflétant le modèle d'expression des protéines spécifiques de la tumeur (CEACAM5), et peut également être utilisé pour prédire la réactivité au médicament anticancéreux 5-fluorouracile (5-FU).
L'équipe de recherche a également développé un système basé sur l'IA qui classe automatiquement les caractéristiques du cancer d'un patient en analysant les données d'image des organoïdes tumoraux générées par bio-impression 3D à l'aide d'un algorithme d'apprentissage automatique. Cela explique qu’une évaluation rapide et précise des caractéristiques du cancer est devenue possible sans coloration fluorescente séparée ni analyse génétique. L'équipe de recherche prévoit de contribuer au développement de stratégies de traitement adaptées aux patients en modélisant plus en détail le microenvironnement tumoral, y compris les cellules immunitaires et les structures des vaisseaux sanguins, à l'avenir.
« Cette technologie a une grande importance en tant que modèle médical personnalisé qui peut analyser les caractéristiques du cancer de chaque patient avec plus de précision et suggérer des stratégies de traitement optimales », a déclaré le professeur Kang Hyun-wook du département de génie biomédical de l'UNIST, qui a dirigé l'étude. « On s’attend à ce qu’il soit appliqué à un plus large éventail de recherches sur les tumeurs et de développement de traitements à l’avenir. »
- Voir plus d'articles connexes
You must be logged in to post a comment.