第一作者：马丁

通讯作者：宓现强教授

通讯单位：中国科学院上海微系统与信息技术研究所；复旦大学人类表型组研究院

原文链接：https://doi.org/10.1021/acsnano.5c18240

全文速览

解码和分析多分子在细胞间相互作用过程中形成的信号通路对于理解癌症机制和开发抗癌药物至关重要。目前，大多数肿瘤研究方法主要集中在离散的生物分子上，而忽略了基于信号通路的分子逻辑关系。本文提出了一种基于微流控芯片的电化学逻辑分析（μELA）系统，该系统集成了肺癌芯片、巨噬细胞芯片、逻辑门芯片和电化学传感芯片。该集成系统可以分析肺癌细胞分泌的miRNAs与巨噬细胞分泌的细胞因子之间的逻辑关系，并在芯片上可视化肺癌细胞与巨噬细胞相互作用中活化的NF-κB信号通路。此外，基于μELA系统的药物测试验证了靶向肺癌-巨噬细胞相互作用的抑制剂组合比仅作用于肺癌细胞的抑制剂更有效地诱导细胞凋亡。

背景介绍

肺癌微环境中的复杂细胞间相互作用以及其中涉及的多重信号通路对肺癌研究与药物筛选与测试造成了困扰。目前的癌症免疫互作分析方法多聚焦于离散靶点，忽视了生物分子间潜在的逻辑关系。此外，单一靶向肿瘤细胞的治疗策略往往难以实现理想疗效，而靶向肿瘤-免疫互作相关信号通路，并对治疗效果进行实时可视化监测，有望为癌症治疗提供具有重要价值的新思路与新策略。

研究出发点

1）构建微流控芯片上电化学逻辑分析系统。系统包括肺癌细胞培养芯片、巨噬细胞培养芯片、逻辑门芯片和电化学传感芯片，使芯片上细胞培养、DNA逻辑计算和电化学传感分析等功能在芯片系统中无缝衔接。

2）肺癌细胞-巨噬细胞互作转化为级联逻辑门。通过将肺癌细胞分泌的miRNAs和巨噬细胞分泌的细胞因子，作为DNA逻辑门的输入，并通过电化学传感器读取DNA逻辑门的输出，实现了肺癌相关信号激活的可视化识别。

3）基于信号通路的靶向抑制剂组合作用分析。通过对比miRNA抑制剂、IL-6抑制剂和基于信号通路的药物组合测试结果，评估基于信号通路的组合抑制剂与单靶点抑制剂作用效果对比。

图1.μELA系统的设计原理及其在逻辑分析和药物测试中的应用

图文解析

通过级联逻辑门解析肺癌细胞-巨噬细胞互作过程中涉及的miRNAs和IL-6之间的逻辑关系。构建OR-AND逻辑门，反映了miR-21、miR-29a可单独或协同刺激巨噬细胞的Toll样受体，从而使巨噬细胞NF-κB信号通路激活和细胞因子IL-6高表达。基于此，通过DNA链置换反应表征miR-21、miR-29a和IL-6之间的逻辑关系。在OR门中，miR-21和miR-29a作为输入信号，其输出信号与IL-6共同作为AND门的输入信号。通过负载DNA四面体框架探针的电化学传感器对输出信号进行可视化。

图2. 基于芯片外分析的DNA逻辑门的方案与可行性

设计了适配级联DNA逻辑门的微流体芯片，in和out端口分别对应逻辑门的输入和输出。微流体芯片内部为鱼骨形通道结构，改变了平面形通道的层流模式，有利于流体更充分的混合，进一步提升了DNA逻辑计算效率。

图. 基于DNA逻辑门的片上电化学分析

设计了包含多种功能化微流控芯片的μELA系统。肺癌细胞培养芯片(LC-chip)包含”上-中-下层”结构和“左-中-右”区域，微坑阵列可用于细胞的粘附和生长，右侧EXPAR区域用于肺癌细胞分泌的miRNA实时片上扩增。通过“plug and play”芯片结构。四个功能化芯片通过聚四氟乙烯软管连接，既能作为一体化平台实现多种功能的耦合，也可以通过排列组合满足多样化功能需求。

图4. μELA系统的构建

为了探究药物干预对基于信号通路的肺癌细胞-巨噬细胞相互作用的调节作用，在μELA系统的共培养模型中使用了针对miR-21、miR-29a和IL-6的抑制剂。具体而言，单独或联合使用miR-21抑制剂（miR-21i）和miR-29a抑制剂（miR-29ai）来抑制肺癌细胞中升高的miR-21和miR-29a。此外，还进行了平行实验，以评估IL-6抑制剂（IL-6i，西妥昔单抗）与miR-21i和miR-29ai联合使用对破坏肺癌细胞-巨噬细胞相互作用的协同作用。通过细胞活性、细胞增殖率等指标，验证了基于细胞间互作信号通路的组合药物治疗方法优于针对单靶点或离散靶点的治疗方法。

图5. 针对抑制NF-κB信号通路的药物测试

总结与展望

本文开发的微流控电化学逻辑分析系统为基于细胞间分子互作的信号通路解析和基于信号通路的联合治疗提供了一种新型的方法和功能平台。在下一步研究中，作者认为通过构建多重信号通路，有望进一步推广至其他疾病模型和其他信号通路，实现更复杂生命活动中的级联计算。此外，AI赋能的微流控逻辑分析和药物自动筛选系统有望实现更高通量和智能化的多种药物的组合筛选与测试。

课题组介绍

宓现强教授主页：https://hupi.fudan.edu.cn/info/1127/4536.htm

原文信息

D. Ma, Y. Xu, L. Chen, Y. Wang, C. Chen, D. Zhu, Y. Cao, M. Tian, Y. Gao, X. Mi, Lung Cancer Cells-Macrophage Interactions System for Signal Pathway based Logic Analysis and Drug Testing. ACS Nano.

DOI:10.1021/acsnano.5c18240.