处理涉及多种类型损伤的伤口尤其具有挑战性,因为它们具有复杂的形态以及受影响生物组织的多样化力学特性。
2026年6月11日,华南理工大学施雪涛、陈云华、西安交通大学徐峰、中日友好医院Yan Shengtao共同通讯在
Nature Biomedical Engineering(IF=26.7)在线发表题为“Machine learning-guided design of mechanoadaptive bioglues for multitissue trauma and first-aid applications”的研究论文。该研究开发了力自适应生物胶水TuneGlues,通过四种聚氨酯预聚物和两种交联剂的模块化组合,结合机器学习模型,实现弹性模量(8 kPa-666 kPa)等力学性能的连续调控。基于预训练数据库的便携急救设备,可在手机控制下按需挤出适配肺、骨等组织的胶水。在猪、羊多组织创伤模型中,10-15分钟内完成一站式密封与固定,显著缩短急救时间。
由交通事故、自然灾害和战争引起的伤口通常涉及具有复杂形态和不同力学特性的多种组织。这类损伤对传统伤口处理方法(包括止血海绵、缝合线和缝合器)构成了相当大的挑战,这些方法通常对复杂的多组织损伤无效或耗时过长,从而影响急救效果。这突显了对先进伤口密封解决方案的迫切需求。
生物胶水因其操作简便和对复杂伤口拓扑结构的卓越适应性而成为急救的有前景的候选者。理想情况下,为多组织损伤设计的生物胶应表现出对组织的牢固粘附和快速机械适应性。这种双重功能对于密封伤口部位以及在生理条件或外部应力下的后续愈合至关重要。然而,生物组织表现出广泛的力学强度、弹性模量和变形,因此需要一种通用的生物胶水设计方法。
多组织创伤急救用生物胶的合理设计理念(图源自Nature Biomedical Engineering)
在此,研究人员报道了一种机器学习引导的合理设计生物胶水的方法,称为TuneGlues,这些生物胶水具有针对多组织创伤的力学适应性。通过利用机器学习,建立了TuneGlues与各种组织之间的任务导向关系,能够针对特定目标进行精确优化。该研究开发并测试了四种代表性的TuneGlues,分别用于肺、肠、皮肤和骨损伤,它们展示了有前景的粘附性能和术后愈合效果。
此外,将来自机器学习模型的综合力学数据库集成到一个定制的急救设备中,该设备能够将优化的TuneGlues快速递送到目标组织。该系统显著缩短了伤口治疗时间,并改善了开放性手术中多组织创伤的治疗效果。机器学习引导的TuneGlues设计与急救递送设备的集成为紧急护理提供了一种变革性策略,推动了多组织创伤治疗和组织工程领域的发展。
https://www.nature.com/articles/s41551-026-01705-8
内容为【iNature】公众号原创,
转载请写明来源于【iNature】
微信加群
iNature汇集了4万名生命科学的研究人员及医生。我们组建了80个综合群(16个PI群及64个博士群),同时更具专业专门组建了相关专业群(植物,免疫,细胞,微生物,基因编辑,神经,化学,物理,心血管,肿瘤等群)。温馨提示:进群请备注一下(格式如学校+专业+姓名,如果是PI/教授,请注明是PI/教授,否则就直接默认为在读博士
,谢谢)。可以先加小编微信号(love_iNature),或者是长按二维码,添加小编,之后再进相关的群,非诚勿扰。
投稿、合作、转载授权事宜
请联系微信ID:Love_iNatures
觉得本文好看,请点这里!