October 1st, 2007
Joela Goldmana. Jestem profesorem nadzwyczajnym elektrotechniki i informatyki na MIT. Jestem tu od pięciu lat.
Ogólnie rzecz biorąc, pracujemy nad mieszanką inżynierii mikroskalowej stosowanej w biologii komórki. Nasze badania koncentrują się na dwóch głównych obszarach. Jednym z nich jest cytometria komórkowa, która zajmuje się takimi rzeczami, jak tworzenie mikroskalowych platform do sortowania komórek.
Wiele z nich opiera się na zdolności do sortowania po mikroskopii, a więc na możliwości obrazowania, a następnie izolowania różnych komórek lub na zdolności do tworzenia zalecanych układów komórek pod względem typu komórki A wraz z typem komórki B, wystawionej na bodziec C, tego typu funkcjonalności. Druga połowa laboratorium skupia się na mikrotechnologiach w biologii komórek macierzystych. Główny nacisk kładziony jest na embrionalne komórki macierzyste, a przede wszystkim na samoodnowę.
Robimy kilka różnych rzeczy. Robimy to, robimy trochę hodowli mikroprzepływowej, w której używamy perfuzji cieczy, aby spróbować uzyskać lepszą kontrolę nad dyfuzyjną sygnalizacją. Robimy też wzorce kolonii, aby móc kontrolować interakcje między koloniami.
Następnie wykonujemy modelowanie komórek i tu właśnie pojawia się bio flip chip, który jest sposobem na transport pojedynczych komórek i umieszczanie ich w określonych konfiguracjach. Studiowanie ich na talerzu jest, jest, jest fantastycznym podejściem i udało nam się to zrobić, nauczyć się wiele o biologii komórek macierzystych w ciągu ostatnich 25 lat, robiąc rzeczy na talerzu. Tak jest, jest to świetne podejście i jeśli to działa, powinieneś to zrobić.
Ale są chwile, kiedy ważna jest dodatkowa kontrola kontroli aż do skal długości komórek. Nietrudno sobie wyobrazić, gdy pomyśli się o tym, jak ściśle regulowany jest rozwój in vivo, że możliwość kontrolowania, z kim komórki rozmawiają, na czym siedzą i w czym są kąpane, w sposób zależny od czasu w skali komórek, będzie ważna dla rozwoju tkanek. Morfogeneza, tego typu zdarzenia, to miłe, jeśli opracowujesz terapię, aby naprawdę zrozumieć podstawową biologię, dlaczego coś się dzieje.
Wiele naszych urządzeń ma na celu rozwikłanie tych fundamentalnych pytań, takich jak dlaczego komórki się rozwijają, dlaczego embrionalne komórki macierzyste decydują się na samoodnawianie? Samoodnawianie kontra różnicowanie. Jest też kwestia tego, że jeśli próbujesz zwiększyć produkcję, chcesz zrozumieć, jakie czynniki są ważne w tym zwiększaniu.
I tak na przykład, ten bio flip chip, zaczynamy zadawać pytania o to, w jakiej sytuacji, jak to zrobić, jak musisz rozmnażać komórki, aby zmaksymalizować to, co cię interesuje, niezróżnicowaną wydajność posiewu, i tak dalej, i tak dalej. A więc tego typu problemy. A po trzecie, związany z tym jest cały zestaw pytań dotyczących tego, dlaczego mysie komórki macierzyste IC różnią się od ludzkich komórek macierzystych IC?
Czym się różnią? Czy jest to artefakt kulturowy? Czy ma to fundamentalne znaczenie?
Tego typu pytania. Myślę, że w ciągu najbliższych 5 do 10 lat zaczniemy dostrzegać nowe terapie pochodzące z embrionalnych komórek macierzystych, które, jak sądzę, nie zostały jeszcze pokazane. Ale wiecie, część pracy związanej z przeprogramowaniem, która pojawiła się ostatnio, i niektóre punkty końcowe, do których ludzie są w stanie dotrzeć, są bardzo, bardzo imponujące.
Myślę więc, że podczas gdy kilka lat temu powiedziałbym, że to będzie za 20 lat, teraz myślę, że jest to bliżej 5 do 10.
View the full transcript and gain access to thousands of scientific videos
Joel Goldman, profesor nadzwyczajny na MIT, specjalizuje się w inżynierii mikroskalowym stosowanym w biologii komórkowej. Jego badania koncentrują się głównie na cytometrii komórkowej i opracowaniu platform mikroskalowym do sortowania komórek.
Microscale engineering enables precise control over cellular microenvironments, supporting mechanistic de-risking in stem cell biology and target validation for regenerative therapies. By engineering defined cellular configurations and signaling conditions, researchers can interrogate fundamental mechanisms of self-renewal and differentiation, improving predictive confidence in preclinical models. This approach bridges discovery biology with translational relevance by reducing ambiguity in cell fate decisions critical for therapeutic development.
The technology integrates across early discovery to preclinical stages by enabling hypothesis-driven investigation of cell behavior, supporting assay standardization, and informing translational decisions through microenvironmental control.