文献3

中山大学周建华教授、黄璐助理教授团队，联合哈佛大学医学院 Yu Shrike Zhang（张宇）教授团队，共同提出了一种人工智能辅助的高通量印刷条件筛选系统（AI-HTPCSS）。该系统由可编程气动挤压生物打印机和AI辅助图像分析算法组成，能够快速筛选最优打印参数，高效获取能构建均匀水凝胶结构的最优印刷条件。相关工作以题为“Artificial Intelligence-Assisted High-Throughput Screening of Printing Conditions of Hydrogel Architectures for Accelerated Diabetic Wound Healing”于2022年7月10日发表在《Advanced Functional Materials》杂志上。

可编程气动挤压生物打印机的特点是改进的气体驱动3D生物打印机和分级收集基板。与具有水平表面的传统基板相比，分级收集基板以0.57°的角度倾斜，这使得打印距离参数可以通过简单地沿着坡度方向移动打印头来连续调整，提供了更高的精度，减少了延迟时间。借助可编程气动挤出生物打印机，可以以高通量的方式协同调整三个主要参数（打印压力、喷嘴移动速度和打印距离），在参数不同组合下快速沉积生物油墨。进一步通过AI辅助图像分析算法对沉积在基板上的水凝胶图像进行处理并输出优化的参数，为打印精确匹配相应数字设计的均匀水凝胶支架提供指导。

图1：AI-HTPCSS及图案筛选示意图

在筛选出的优化条件的基础上，将具有不同结构的多层网格图案水凝胶支架打印为糖尿病伤口敷料。体外和体内实验进一步表明，线距为0.8 mm的支架和蜘蛛网结构表现出更好的生物学性能，可有效加速糖尿病伤口的愈合。上述结果验证了该方法在筛选生物打印条件方面的可行性，表明其在指导制造3D生物打印组织工程支架和可能含有细胞的组织结构方面的潜在价值。AI-HTPCSS 有望为（生物）制造过程提供有用的指导，并加速将3D生物打印技术用于扩展到生物医学应用。