《3月2日_CN Bio获英国资助为COVID-19研究开发单器官和多器官模型》

  • 来源专题:COVID-19科研动态监测
  • 编译者: zhangmin
  • 发布时间:2021-03-05
  • Businesswire网站3月2日消息称,CN Bio宣布已获得英国创新机构Innovate UK的资助,将开发与人类有关的单器官和多器官微生理系统(MPS),以推进对SARS-CoV-2感染的研究。这笔资金将用于开发和测试代表肺部不同区域的先进细胞培养模型,随后将这些模型与其他器官系统(例如肝脏和肠道)联系起来,为快速开发新型治疗方法提供信息。
    COVID-19大流行的快速变化给当前的药物发现和开发过程带来了额外的压力,由于体内模型的不真实性,导致大部分新药在进入临床试验时失败,从而限制了药物的开发。为了避免这种情况,CN Bio正在开发单器官和多器官COVID-19模型,以研究全身的病毒学和免疫学,延长细胞培养时间以进行扩展研究。为了进一步提高被COVID-19感染的肺培养物的可转化性,3D模型将使研究人员能够创建一个器官型的气液界面,这比目前的类器官方法更具实用性。类器官方法中的结构内纤毛使研究病毒感染变得困难。从MPS获得的信息将支持全球的研究人员更好地了解感染,从而在进入临床阶段之前开发出具有更高准确性、更高效的药物。
    单个和多个器官COVID-19肺和肺肝模型将专门为PhysioMimix实验室台式微生物系统开发,这是一个简单易用、即插即用的解决方案,用于自动化小规模器官芯片检测。这些功能将使模型能够迅速与合作者共享,使它们能够得到进一步验证,并将其纳入当前的研究中,以开发下一代治疗和预防COVID-19的疗法。
    原文链接:https://www.businesswire.com/news/home/20210302005511/en

  • 原文来源:https://www.businesswire.com/news/home/20210302005511/en
相关报告
  • 《4月17日_非人类灵长类动物模型中COVID-19、MERS和SARS的发病机理的比较研究》

    • 来源专题:COVID-19科研动态监测
    • 编译者:zhangmin
    • 发布时间:2020-04-20
    • 1.时间:2020年4月17日 2.机构或团队:鹿特丹伊拉斯姆斯大学医学中心、荷兰Viroclinics Xplore公司、荷兰灵长类生物医学研究中心、荷兰乌得勒支大学、德国夏里特大学医院 3.事件概要: 鹿特丹伊拉斯姆斯大学医学中心等机构的科研人员在Science期刊发表题为“Comparative pathogenesis of COVID-19, MERS, and SARS in a nonhuman primate model”的文章。 文章指出,为了将COVID-19的发病机制与以前出现的冠状病毒进行比较,研究人员给猕猴接种了SARS-CoV-2或MERS-CoV,并将其病理学和病毒学与SARS-CoV感染的历史报道进行了比较。在感染了SARS-CoV-2的猕猴中,病毒在没有临床体征的情况下从鼻和喉中排出,并在弥漫性肺泡损伤病灶的I型和II型肺细胞,以及鼻、支气管和细支气管粘膜的纤毛上皮细胞中检测到病毒。在SARS-CoV感染中,肺部病变通常更为严重,而在MERS-CoV感染中则较轻,其中主要在II型肺细胞中检测到病毒。这些数据表明,SARS-CoV-2会在猕猴中引起类似COVID-19的疾病,并为验证防治策略提供了新的模型。 4.附件: 原文链接:https://science.sciencemag.org/content/early/2020/04/16/science.abb7314
  • 《3月17日_基于空间网络的多城市流行病模型对印度COVID-19的应用》

    • 来源专题:COVID-19科研动态监测
    • 编译者:zhangmin
    • 发布时间:2020-03-19
    • 1.时间:2020年3月17日 2.机构或团队:印度普纳大学 3.事件概要: medRxiv预印平台于3月17日发表了印度普纳大学的题为“Multi-city modeling of epidemics using spatial networks: Application to 2019-nCov (COVID-19) coronavirus in India”的文章。文章称由于2019-nCov(COVID-19)冠状病毒的持续流行,目前迫切需要建立可靠的流行病学模型。但目前大多数现有的模型存在过于细粒度而导致效率低下和过于粗粒度而不可靠的问题。 该研究中,研究人员提出了一种计算效率高的混合方法,该方法使用了各个城市的SIR模型(易感-感染-恢复模型,Susceptible Infected Recovered Model),并耦合了各个城市的交通网络从而可以加强城市之间的迁移。研究人员指出该模型与现有模型有两个重要的不同之处:第一,耦合参数的自洽性的确定可便于维持单个城市的人口;第二,在迁移过程中加入与距离相关的时间延迟。研究人员将模型应用于印度的航空和铁路网络。研究结果预测,通过印度国内的运输系统,相当一部分人口在疫情暴发后90天内随时可能处于2019-nCov的暴露之中。因此,即使在限制了国际人口迁移之后,仍然有必要对印度国内运输网络进行认真的监督管理。 *注,本文为预印本论文手稿,是未经同行评审的初步报告,其观点仅供科研同行交流,并不是结论性内容,请使用者谨慎使用。 4.附件: 原文链接:https://www.medrxiv.org/content/10.1101/2020.03.13.20035386v1