骨組織工程中，骨誘導性支架的關鍵結構因素和參數尚未明確，孔隙結構的復雜性與多樣性導致其與骨誘導性的關系模糊，缺乏支架結構設計的指導方針和數據支持，制約了高性能骨再生材料的發展。來自四川大學張興棟院士/朱向東研究員團隊利用DLP 3D打印技術制備了包含24種不同孔隙結構（三角形、菱形、方形、多面體，孔隙率50%~75%）的磷酸鈣（CaP）陶瓷支架，結合高通量篩選、體外（BMSCs共培養）和體內（比格犬肌肉植入）評價，以及機器學習（XGBoost模型）和非線性擬合，系統探究了支架結構參數與骨誘導性的復雜關系。   
      研究發現孔隙率和比表面積（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的多孔結構（對應孔隙率約65%~70%）為最優參數，并建立了數據驅動的高通量篩選方法和骨誘導性結構參數基準。相關工作以“Optimal structural characteristics of osteoinductivity in bioceramics derived from a novel high-throughput screening plus machine learning approach”為題發表在《Biomaterials》上。論文第一作者為四川大學生物醫學工程學院/國家生物醫學材料工程技術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/國家生物醫學材料工程技術研究中心/生物醫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。
 

研究內容
1. 基于DLP的3D打印CaP芯片/圓柱狀支架設計示意圖，通過3D建模結合DLP 3D打印技術，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用于體內實驗），并通過高通量篩選結合機器學習分析結構參數與骨誘導性的關系。結果表明，孔隙率和比表面積（SSA）是影響骨誘導性的關鍵因素，而孔幾何形狀影響較小。      
 

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。結果顯示，打印支架結構完整，主要成分為β-TCP和HA，孔隙率與設計值一致，SSA隨孔隙率增加而增大，滲透率在不同孔結構和孔隙率下呈現復雜變化規律。      
 

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，評估了不同孔結構和孔隙率的CaP Chip對BMSCs行為的影響。結果表明，60%-70%孔隙率的菱形和多面體結構細胞增殖較好，14天培養時方形結構的成骨基因（如Runx-2、ALP）表達顯著升高。      
 

4. CaP圓柱狀支架的體內評價，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。結果顯示，65%-70%孔隙率的多面體和方形結構新骨形成量較高，75%孔隙率結構因降解嚴重導致骨組織較少，驗證了孔隙率對體內骨誘導性的關鍵作用。      
 

5. 結構參數與骨誘導性的相關性分析及機器學習建模，通過Pearson相關系數（PCC）和XGBoost模型，分析了孔隙率、SSA、滲透率等參數與骨誘導性（BV/TV、成骨基因表達）的線性及非線性關系。結果表明，SSA與BV/TV呈先升后降的非線性關系，最優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模型能有效擬合結構-活性關系。      
 

研究結論
      本研究通過DLP-3D打印技術制備了含24種孔結構的磷酸鈣陶瓷支架，結合高通量篩選與機器學習，系統分析了結構參數與骨誘導性的關系。結果表明，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。最優結構參數為SSA 10.49-10.69 mm²·mm⁻³、滲透率3.74×10⁻⁹ m²，對應孔隙率約65%-70%，該結構顯著促進成骨分化與體內新骨形成。非線性擬合顯示，SSA、滲透率與成骨基因表達存在特定相關性。本研究建立了數據驅動的高通量篩選方法，提出了骨誘導性結構的參數基準，為骨誘導型支架的設計提供了關鍵見解，加速了骨再生生物材料的研發進程。

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

(責任編輯：admin)

• 科學家開發3D打印天然纖維
• 基于3D打印高通量篩選結合
• 德國opdo公司推出AI光學設
• 用于3D生物打印的機械性能
• 高端超跑Pagani為何偏愛3D
• 通用推出凱迪拉克CELESTIQ

• ·科學家開發3D打印天然纖維強化冰磚結構
• ·基于3D打印高通量篩選結合機器學習探究
• ·德國opdo公司推出AI光學設計平臺：3D打
• ·用于3D生物打印的機械性能穩健型非溶脹
• ·高端超跑Pagani為何偏愛3D打印？Conflu
• ·通用推出凱迪拉克CELESTIQ電動汽車，搭
• ·麻省理工學院開發雙波長桶式光聚合方法
• ·GKN航空航天借助Creaform 3D掃描方案，