Organoid research in diabetes and cardiovascular diseases: bibliometric mapping of knowledge evolution and emerging frontiers in organ-on-a-chip systems, bioprinting, artificial intelligence, and multi-omics
Deze bibliometrische analyse van 802 publicaties van 2016 tot 2025 brengt de snelle evolutie van organoïde- en organ-on-a-chip-onderzoek in diabetes en cardiovasculaire ziekten in kaart, waarbij een paradigmaverschuiving naar hoogwaardige ziektemodellering wordt benadrukt, gedreven door de integratie van bioprinting, single-cell omics en kunstmatige intelligentie.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je voor dat je probeert een piepkleine, werkende stad in een petrischaal te bouwen om te begrijpen hoe een echte stad uiteenvalt wanneer een storm toeslaat. Decennialang probeerden wetenschappers dit te doen door platte, tweedimensionale tegels (cellen) op een glazen plaat te leggen. Maar echte steden zijn niet plat; ze hebben wolkenkrabbers, ondergrondse tunnels en complexe wijken die met elkaar interageren in 3D. Om dit op te lossen, begonnen wetenschappers "organoïden" te bouwen—kleine, zelfassemblerende bollen cellen die uitgroeien tot miniature, 3D-versies van menselijke organen zoals harten en alvleesklieren. Zie ze als levende, ademende LEGO-sets die de werkelijkheid veel beter nabootsen dan platte tegels ooit zouden kunnen.
Diabetes en hartziekten zijn echter als een dubbele storm; ze treffen het lichaam vaak tegelijkertijd, waardoor zowel de suikerverwerkende fabriek (de alvleesklier) als de pomp (het hart) worden aangetast. Het apart bestuderen van deze ziekten is als proberen een automotor te repareren terwijl je de brandstofleiding negeert. Wetenschappers racen nu om deze kleine orgaanmodellen te combineren met supergeavanceerde hulpmiddelen zoals 3D-bioprinters (die levend weefsel laag voor laag printen), "organ-on-a-chip"-systemen (miniature laboratoria op een plastic kaartje die bloedstroom nabootsen) en kunstmatige intelligentie (AI) om de gegevens te lezen. De grote vraag is: hoe snel groeit deze nieuwe manier van wetenschap en waar gaat het naartoe?
Dit artikel fungeert als een enorme kaartenmaker voor die race. In plaats van zelf een organoïde te bouwen, gebruikten de auteurs, onder leiding van Chao Fu en Chunlin Li, een methode genaamd "bibliometrie" om 802 wetenschappelijke artikelen te scannen die tussen 2016 en 2025 zijn gepubliceerd. Ze behandelden deze artikelen als voetsporen in de sneeuw, waarbij ze volgden waar wetenschappers zijn geweest, wie met elkaar samenwerkt en welke instrumenten zij gebruiken. Ze ontdekten dat het veld explodeert, met een groei van bijna 20% per jaar en een enorme sprong in activiteit vanaf 2021. De Verenigde Staten en China zijn de twee grootste spelers, die een wereldwijd team leiden dat van focus aan het verschuiven is.
De kaart onthult een duidelijke verandering in richting. In de beginjaren waren wetenschappers vooral gefocust op de vraag: "hoe bouwen we deze kleine organen?" Maar het artikel suggereert dat het veld volwassen is geworden. Nu verschuift de focus van het simpelweg construeren van de modellen naar het gebruiken ervan als hoogwaardige simulatoren om precies te begrijpen hoe diabetes het hart beschadigt en om nieuwe medicijnen te testen. De meest opwindende "frontier"-gebieden die de auteurs opsporing, zijn de integratie van bioprinting om deze modellen nauwkeuriger te maken, single-cell sequencing om de genetische code van individuele cellen binnen de bollen te lezen, en AI om te helpen bij het interpreteren van de enorme hoeveelheden gegevens die deze modellen produceren.
De auteurs suggereren dat we bewegen van geïsoleerde experimenten naar een "platform-gebaseerde" toekomst. Stel je een fabriek voor waar bioprinters het orgaan bouwen, chips de bloedstroom verzorgen en AI optreedt als de kwaliteitscontrolemanager, die allemaal samenwerken om een perfect testbed voor nieuwe medicijnen te creëren. Hoewel het artikel opmerkt dat dit een snel expanderend en veelbelovend veld is, herinnert het ons er ook aan dat we ons nog in de ontwikkelingsfase bevinden. De instrumenten worden beter, de samenwerking wordt sterker en het doel is duidelijk: om modellen te creëren die zo realistisch zijn dat ze ons kunnen helpen de complexe dans tussen diabetes en hartziekte te voorkomen en te behandelen voordat ze ooit een menselijke patiënt bereiken.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.