English
新闻公告
More
综述

微纳米机器人增强的抗菌治疗

  • 刘婷 1, 2 ,
  • 庞世尧 1, 2 ,
  • 鄢晓晖 , 1, 2, *
展开
  • 1 厦门大学公共卫生学院分子疫苗学和分子诊断学国家重点实验室分子影像暨转化医学研究中心 厦门 361005
  • 2 厦门大学深圳研究院 深圳 518057

收稿日期: 2022-12-30

  修回日期: 2023-05-08

  网络出版日期: 2023-06-12

基金资助

国家自然科学基金(82001845)

广东省机器人与智能系统重点实验室开放基金(XDHT2019588A)

深圳市科技创新委员会基础研究面上项目(JCYJ20190809163407481)

Micro-/Nanorobots for Enhanced Antibacterial Treatment

  • Ting Liu 1, 2 ,
  • Shiyao Pang 1, 2 ,
  • Xiaohui Yan , 1, 2
Expand
  • 1 State Key Laboratory of Molecular Vaccinology and Molecular Diagnostics & Center for Molecular Imaging and Translational Medicine, School of Public Health, Xiamen University,Xiamen 361005, China
  • 2 Shenzhen Research Institute of Xiamen University,Shenzhen 518057, China
* Corresponding author e-mail:

Received date: 2022-12-30

  Revised date: 2023-05-08

  Online published: 2023-06-12

Supported by

National Natural Science Foundation of China(82001845)

Guangdong Provincial Key Lab of Robotics and Intelligent System(XDHT2019588A)

Shenzhen Science and Technology Program(JCYJ20190809163407481)

摘要

细菌感染正演变为全球第二大死因,严重威胁着人类的生命健康。目前报道的抗菌疗法如抗生素治疗、光热治疗、光/声动力治疗等效率亟待提高,而微纳米机器人作为一种具有主动运动属性的小型化机器人,有望为高效抗菌提供新的治疗策略。一方面,微纳米机器人能够将抗菌介质精准高效递送至病灶微区;另一方面,机器人的集群运动可引发机械效应与流体搅拌效应,机械损伤病原菌的同时促进其与抗菌介质充分反应,协同提升抗菌效率。本文综述了微纳米机器人在抗菌领域的研究进展,以抗菌微纳米机器人的驱动方式为切入点系统阐述了其在各类抗菌疗法中的作用机制与应用优势,在此基础上总结了微纳米机器人在抗菌治疗中面临的挑战,并对未来的研究方向进行展望。

本文引用格式

刘婷 , 庞世尧 , 鄢晓晖 . 微纳米机器人增强的抗菌治疗[J]. 化学进展, 2023 , 35(7) : 997 -1004 . DOI: 10.7536/PC221231

Abstract

Bacterial infections, becoming the second leading cause of death in the worldwide, pose a serious threat to public health. Plenty of therapeutic strategies, such as antibiotic therapy, photothermal therapy, photodynamic therapy and sonodynamic therapy, etc., have been developed to treat bacterial infections. However, how to improve the efficiency of antibacterial therapy is still a great challenge. Micro-/nanorobots, as miniaturized robots with active motion properties, are promising to provide new therapeutic strategies for effective antibacterial. On the one hand, micro-/nanorobots can accurately deliver antibacterial media to the micro area of the lesion through their controllable directional movement. On the other hand, the motion of swarms of micro-/nanorobots can also cause mechanical effect and fluid stirring effects, which mechanically damage the pathogen and at the same time, promote the full reaction between pathogens and antibacterial media, so as to enhance the antibacterial efficiency synergistically. In this review, we summarize the important research advances of micro-/nanorobots in the field of antibacterial applications, and start from the driving mode of antibacterial micro-/nanorobots, systematically expounding the mechanism of action and application advantages in various antibacterial treatments. Finally, we discuss the potential challenges faced by micro-/nanorobots in antibacterial therapy and prospect the main directions of future research in this field.

Contents

1 Introduction

2 Driving mode of antibacterial micro-/nanorobots

3 Micro-/nanorobots in antibacterial application

3.1 Antibacterial agent delivery

3.2 Enhanced photothermal therapy

3.3 Enhanced photodynamic therapy

3.4 Mechanical disruption

3.5 Synergistic strategies

4 Conclusion and outlook

1 引言

细菌感染是指致病菌或条件致病菌在机体内快速繁殖,产生细菌毒素等代谢物进而引发的局部或全身性感染,严重时还易导致败血症、感染性休克等并发症,对人类的生命健康构成了巨大威胁[1]。抗生素治疗是最有效的临床抗菌疗法之一,但由于药物靶向性差、对病灶区域无选择性,递送效率十分有限,只能通过多次给药达到治疗所需剂量,该过程不仅容易诱导耐药菌的形成,还会对正常组织产生一定的毒副作用[2,3]。针对抗生素疗法的局限性,近年来报道了多种新型抗菌治疗策略,如光热治疗(photothermal therapy, PTT)[4~6]、ROS主导的光动力治疗(photodynamic therapy, PDT)[7~9]及声动力治疗[10]等被开发和应用,并取得了显著成效。虽然关于抗菌疗法的研究已取得众多突破性进展,但如何进一步提升抗菌效率仍是当前面临的最大难题与挑战。
微纳米机器人是尺寸在微、纳米尺度的小型化机器人,可以将多种形式,如化学、生物或物理(光、声、磁等)的能量转化为自身动能,实现在微尺度上的有效驱动和精准控制[11,12]。微纳米机器人小型化和自主运动的属性赋予了其在抗菌应用中的独特优势,主要体现在以下三方面:第一,微纳米机器人能够将抗菌介质精准递送至病灶微区,实现抗菌介质在病灶部位的快速富集,同时最大程度降低对机体正常组织的毒副作用[13];第二,微纳米机器人的集群运动可引发一系列流体搅拌效应,促进抗菌介质与细菌充分地接触和碰撞,有效提升抗菌介质的利用率[14];第三,集群运动产生的机械破坏力可直接对细菌和生物膜构成机械损伤,与机器人负载的抗菌介质协同提升抗菌效果[15]。因此,将微纳米机器人与现有抗菌治疗策略进行优势整合,有望形成微纳米机器人增强的抗菌方案,极大地提升治疗效率[16]。本文对微纳米机器人在抗菌领域的研究进行综述,以抗菌微纳米机器人的驱动方式为切入点系统阐述其在各类抗菌疗法中的作用机制与应用优势,在此基础上总结微纳米机器人在抗菌治疗中面临的挑战,并对未来的研究方向进行展望。

2 抗菌微纳米机器人的驱动方式

抗菌微纳米机器人根据驱动能量和控制方式的不同,可分为化学驱动、生物自驱动、物理驱动(磁、光、超声)的微纳米机器人[17~19]。其中化学驱动是借助周围环境中的介质,如过氧化氢(H2O2)[20]、酸[21]、水[22,23]等作为化学燃料,将化学反应产生的能量转化为供微纳米机器人运动的动能(图1A)。该驱动模式主要通过化学反应产生气泡的方式推动微纳米机器人前进[24]。为了有效控制微纳米机器人的运动方向,研究者通常将其设计为非对称的管状或Janus球形结构,通过单侧化学反应产生尾流来推进机器人[25,26]。化学驱动的微纳米机器人在抗菌应用中表现出较快的扩散速度和良好的杀菌效率,但化学反应过程中有毒化学物质的释放会限制其在生物医学中的应用。生物自驱动是利用生物细胞独特的运动属性来推动微纳米机器人(图1B)。趋磁细菌[27,28]、衣藻[29~31]、海洋轮虫[32]等可移动的微生物已被开发成高效抗菌的微米机器人,在主动递送抗菌剂方面显示出巨大潜力。生物自驱动的微纳米机器人具有较好的生物安全性、高效的推进模式以及生物固有的感知能力,但其环境依赖性相对较高[33]
图1 (A)酶催化驱动的Janus血小板微米马达[25];(B)海洋轮虫驱动的溶菌机器人[32];(C)磁驱动的螺旋纳米机器人[44];(D)光催化驱动的ZnO:Ag微米马达[39];(E)超声驱动的金纳米线马达[42]

Fig.1 (A) Urease-powered Janus platelet micromotors[25]. Copyright 2020, The American Association for the Advancement of Science; (B) rotifer based microrobots for enzymatic biodegradation of E. coli[32]. Copyright 2019, John Wiley and Sons; (C) magnetic powered helical nanorobots[44]. Copyright 2017, John Wiley and Sons; (D) light-driven ZnO:Ag micromotors[39]. Copyright 2021, John Wiley and Sons; (E) ultrasound-driven gold nanowire motors[42]. Copyright 2013, American Chemical Society

物理驱动作为一种微纳米机器人常用的驱动方法,主要包括磁驱动[34]、光驱动[35]、超声驱动[36]等。其中磁驱动是指置于磁场中的微纳米机器人将受到的磁力或磁扭矩转化为动力,通过调节磁场参数控制机器人的运动(图1C)。磁驱动作为目前技术最成熟的驱动策略之一,能够在三维空间中实现多自由度远程精准控制,响应即时、穿透力强,且磁驱动不需要提供化学燃料,不会对周围细胞或组织产生毒性,生物安全性良好[17],在生物医学领域具有较大的应用前景[37],但磁驱动所需的磁场装置相对复杂且设备昂贵。光驱动的微纳米机器人能有效地接收环境中的光刺激,并按照预定的轨道移动或响应(图1D)。抗菌微纳米机器人的光驱动模式主要包括光热驱动[38]和光催化驱动[39]两种驱动模式。其中光热驱动是通过光照射产生局部高温,利用温差产生泳动力来推进机器人[40];而光催化驱动是通过光照射产生电解液梯度,从而定向推动微纳米机器人[41]。光驱动的设备简单便于操作,但因其穿透深度较低,在生物医学中的应用相对受限。此外,超声驱动也是常用的推进微纳米机器人的物理驱动模式之一(图1E)。超声驱动是由驻波节点处声流引起的非对称微观结构的振荡完成微纳米机器人的推进[42,43],这种驱动方式在穿透深度、推进力以及生物安全性方面都具备较好的优势,但超声驱动的可控性相对较差,难以在复杂的体内环境中达到精准控制的要求。

3 微纳米机器人的抗菌应用

微纳米机器人具有优秀的运动性能,通过有效驱动和精准控制实现在病灶区域的定向快速富集,此外,对微纳米机器人进行表面功能化修饰还可赋予其药物装载、信号增强等能力,在主动药物递送[27,31,45]、增强的光热[46,47]和光动力治疗[14,48]、机械力杀伤[15,49,50]等方面具有良好的应用潜能,为高效抗菌提供了新的治疗策略。

3.1 抗菌剂递送

目前抗菌剂,诸如抗生素、抗菌肽、金属阳离子等只能通过循环系统被动输送,这种方式靶向性差、体内滞留率低,难以达到理想的治疗效果,而多次重复给药不仅容易诱导耐药菌的形成,还会对正常组织产生较大的毒副作用[51]。微纳米机器人作为载体递送抗菌剂可显著提升治疗效果,其优秀的运动性能不仅能够增强药物在病灶部位的扩散和滞留,还促进了药物与细菌的结合,为抗菌剂的高效递送提供了新的策略[43,52,53]。Gademann等[29,30]以莱茵衣藻作为药物递送载体,开发了生物驱动的活性微米机器人(图2A)。通过将抗生素万古霉素、环丙沙星等负载到衣藻表面,可依托衣藻自身运动来运输药物,并利用藻类固有的趋光性来控制其运输方向,定向将药物运输至细菌感染区域,并按需释放抗生素。Wang等[31]利用微藻生物杂化机器人在急性铜绿假单胞菌肺炎小鼠模型中,验证了机器人逃逸肺泡巨噬细胞清除的能力和优异的抗菌能力,大大提升药物滞留的同时,提高治疗效率,降低了动物死亡率。Bandyopadhyay等[54]利用天然可食用的双孢蘑菇组织中的多孔结构负载抗菌物质姜黄素,与蘑菇体内固有的抗菌活性物质相结合,表现出增强的抗菌效果,此外通过表面负载磁铁矿纳米颗粒,可以赋予其磁驱动功能,从而精准控制其运动方向,实现主动抗菌。Pumera等[45]用吲哚霉素肽修饰微型机器人(图2B),利用吲哚霉素肽对细菌膜的高度亲和力,选择性富集在细菌脂质双分子层的界面区域,抑制细菌DNA复制,并导致细菌膜变成丝状,从而抑制细菌繁殖,进一步根除耐甲氧西林金黄色葡萄球菌(Methicillin-resistant Staphylococcus aureus, MRSA)产生的生物膜。Gu等[26]利用PEDOT/MnO2管状微米马达负载具有优异抗菌能力的银离子(Ag+)抗菌剂(图2C),通过MnO2和Ag的协同催化作用,可实现更高效的运动能力和增强的扩散能力,该马达可在0.2%的H2O2环境中快速移动,并10 min内杀灭溶液中90%的大肠杆菌(Escherichia coli, E. coil),为细菌感染提供了一种新的无抗生素治疗策略。综上,微纳米机器人通过多孔结构或表面修饰搭载各类抗菌剂,后经生物趋光、磁场导航等驱动方式将其精准递送至细菌感染区域,相比通过循环系统被动输送的传统方法,微纳米机器人作为载体的抗菌剂递送策略不仅显著提升了抗菌效果,还最大限度地减轻了对正常细胞组织的毒副作用。
图2 (A)微藻机器人用于主动递送抗生素[30];(B)抗菌肽修饰的微型机器人用于去除MRSA生物膜[45];(C)PEDOT/MnO2管状微米马达用于增强的抗菌[26]

Fig.2 (A) Microalgea robots for antibiotic delivery[30]. Copyright 2020, John Wiley and Sons; (B) antimicrobial peptide-modified microrobots for the eradication of MRSA biofilms[45]. Copyright 2022, John Wiley and Sons; (C) PEDOT/MnO2 tubular micromotors for enhanced antibacterial[26]. Copyright 2020, The Royal Society of Chemistry

3.2 增强的光热治疗

光热抗菌是一种新型绿色疗法,原理是通过光热剂将近红外光的能量转化为热能,升高局部温度达到热消融治疗细菌感染的目的[55],光热疗法安全无创、精准高效,不需要使用抗生素,故避免了耐药菌的产生,具有良好的应用和转化前景[56]。微纳米机器人良好的货物装载及靶向递送能力为光热抗菌治疗提供了新的思路,通过使用具有光热性能的材料开发机器人或在机器人表面或内部负载光热剂,机器人的自主巡航将光热剂定向运输至病灶部位,为热消融提供靶向光热剂富集,从而有效提高光热治疗效率。Yan等[46]在螺旋藻表面修饰磁铁矿纳米颗粒,为机器人提供磁驱动性能的同时赋予其优异的光热性能,实现了在多种流体环境中有效驱动和精准控制,并能在808 nm激光照射6 min,升温至50℃以上,实现高效杀死E. coil。此外,在磁性螺旋藻机器人表面包被聚多巴胺涂层,可实现光声影像引导下,增强的光热治疗[57](图3)。Cai等[47]在磁性微米机器人内部装载具有优异光热性能和良好生物安全性的硫化铜(CuS)纳米颗粒,并在体外验证了机器人光热杀E. coil的能力。综上,利用光热材料来开发或功能化微纳米机器人,可在机器人的自主运动与精准控制作用下,实现光热剂的“主动式”运输与递送,促进光热剂在细菌感染部位的富集,进而实现微纳米机器人增强的光热抗菌治疗,为光热抗菌治疗提供新策略。
图3 磁性螺旋藻微米机器人用于增强的光热抗菌[57]

Fig.3 Magnetic Spirulina microrobots for enhanced photothermal antibacterial[57]. Copyright 2020, American Chemical Society

3.3 增强的光动力治疗

PDT也是常用的抗菌手段之一,光敏剂被外加光源激发后,向周围氧分子传递能量产生活性氧(Reactive oxygen species, ROS),进而与周围的生物大分子发生氧化反应产生细胞毒性,有效杀死细菌细胞[58]。微纳米机器人可以作为移动的光敏剂平台,通过在细菌感染部位自主运动,提高氧分子的利用率和ROS的扩散范围,从而实现更高效的PDT。Ma等[14]开发了一种含有5,10,15,20-四(4-氨基苯基)卟啉(TAPP,一种高效疏水光敏剂)的磁性中空介孔SiO2微马达(MHSTU),作为移动光敏剂平台(图4A)。该马达一方面可以通过外加磁场的作用远程定向运输至病灶区域,同时又可以在病灶部位基于化学驱动来增强运动,从而增强光动力毒性,提升抗菌效果。Pumera等[48]提出了一种基于TiO2/CdS纳米管束的混合酶/光催化微型机器人(图4B),其可在尿素中自主推进。在可见光的光激活下,基于TiO2/CdS纳米管束的光催化对应物产生ROS,在生物膜表面产生光毒性效应,可去除近90%的细菌生物膜。综上,在微纳米机器人的介导下,光敏剂能够高效地与周围氧分子结合,产生大量ROS的同时促进其扩散,提升抗菌效率,实现微纳米机器人增强的光动力治疗。这种绿色高效的抗菌技术,能够在特定病灶区域完成可控的重复性治疗,但由于光穿透深度较为有限,PDT在深层组织中的适用性较低。
图4 (A)用于靶向光动力抗菌的脲酶驱动的磁性马达[14];(B)TiO2/CdS微型机器人用于大肠杆菌生物膜根除[48]

Fig.4 (A) Urea-propelled magnetic micromotors for targeted photodynamic antibacterial[14]. Copyright 2019, John Wiley and Sons; (B) TiO2/CdS microrobots for E. coli biofilm eradication[48]. Copyright 2022, John Wiley and Sons

3.4 机械力杀伤

机械损伤是一种有效的抗菌方式,微纳米机器人通过运动和变形可以产生一定的机械力,从而破坏细菌生物膜,并对细菌造成一定程度的机械损伤[59,60]。Song等[28]利用趋磁细菌MO-1开发了一款与金黄色葡萄球菌(Staphylococcus aureus, S. aureus)有高度亲和力的微型机器人,在振荡磁场作用下,机器人可随磁场的变化而摆动,附着到细菌表面,同时产生机械力,对附着的S. aureus施加剪切力,从而导致细菌死亡。同时利用该策略来治疗S. aureus感染的伤口,伤口愈合情况明显得到改善[61]。随后,他们又设计了一款可以产生聚焦、旋转和振荡磁场的磁性靶装置,以优化机器人的控制策略[15]。首先在聚焦磁场的作用下机器人靶向运动至细菌周围,然后施加旋转磁场,使机器人与细菌快速混合,增强机器人与细菌之间的黏附,随后在振荡磁场的作用下杀死细菌。微纳米机器人“引导-混合-杀菌”一体化的抗菌治疗策略,极大程度提高了靶向治疗的精度和效率。Truong等[49]使用磁响应的液态金属(GLM-Fe)液滴来破坏铜绿假单胞菌和S. aureus的生物膜(图5A)。
图5 (A)磁性液体金属微马达用于生物膜处理[49];(B)磁性向日葵花粉机器人用于清除生物膜[50]

Fig.5 (A) Magnetic liquid metals micromotors for biofilm treatment[49]. Copyright 2020, American Chemical Society; (B) magnetic sunflower pollen microrobots for biofilm eradication[50]. Copyright 2022, John Wiley and Sons

在低强度旋转磁场的作用下,GLM-Fe受到物理驱动,变形成具有锋利边缘的液滴。当与细菌生物膜接触时,磁场产生的粒子运动与纳米锋利边缘协同作用,实现了细菌细胞在物理上的破裂,以及致密的生物膜基质被分解。此外,将磁性液态金属装载到带有微刺的花粉内部,花粉固有的天然微刺和液态金属变形形成的锋利边缘可提供机械力,主动破坏密集的生物基质和嵌入的细菌细胞,最终实现协同根除胆道支架内复杂的细菌生物膜混合物[50](图5B)。综上,微纳米机器人能够利用磁场实现精准高效的机械力抗菌策略,根据需要切换不同的磁场类型,微纳米机器人受到响应能够快速运动至细菌区域并分散黏附于细菌表面,再利用旋转集群效应产生一定强度的机械剪切力,通过机械力损伤细菌细胞的方式达到抗菌目的。

3.5 协同治疗

上述各种治疗方法在抗菌应用方面各有千秋,通过整合各类治疗策略的优势,有望实现更高效的抗菌治疗[38,62]。Mao等[63]制备了负载吲哚菁绿(Indocyanine green, ICG)的Au@ZnO@SiO2-ICG Janus纳米马达(图6A),构建了在双光源触发下具有光热和光动力学特性的协同抗菌平台。ZnO在紫外照射下可产生细胞毒性物质ROS,而Au@ZnO可调节紫外辐射下的电子转移,从而有效增强PDT,负载的ICG作为光敏剂,也能有效增强ROS的产生,同时ICG在近红外光有强吸收特性,可诱导强的光热效应,与Au在近红外光下协同产生更强的光热效应,从而实现增强的PDT和PTT协同效应,有效杀死E. coilS. aureus。Koo等[64]设计了一款负载纳米酶的磁性抗菌机器人(图6B),通过氧化铁催化H2O2产生ROS,杀死细菌,同时利用纳米酶特异性降解变形链球菌生物膜的胞外基质,并利用磁驱动机器人产生机械力来清除生物膜残基,防止生物膜再生,成功实现了“杀死-降解-清除”一体化,以对抗持续的生物膜感染。Ma等[65]在酶驱动的液态金属纳米马达表面涂覆具有优异光热性能的聚多巴胺涂层,并负载抗菌药物头孢克肟三水合物,利用液态金属与聚多巴胺涂层增强的光热效应与抗生素的化疗作用协同抗E. coil,并实现在小鼠膀胱内影像定位追踪。综上,基于微纳米机器人在抗菌治疗中的应用,设计将各类疗法整合于一体,开发微纳米机器人协同的抗菌治疗策略,如“PDT+PTT协同”、“抗菌剂递送+机械力杀伤协同”等[66],通过优势整合以增强疗效,实现更为安全、高效的抗菌治疗。
图6 (A)光热和光动力协同抗菌的 Janus纳米马达[63];(B)机械力协同ROS,药物清除生物膜的磁性抗菌机器人[64]

Fig.6 (A) Janus nanomotors for killing bacteria with PTT and PDT[63]. Copyright 2022, The Royal Society of Chemistry; (B) magnetic antibacterial robots for removal of biofilm with mechanical force in collaboration with ROS and drug[64]. Copyright 2019, The American Association for the Advancement of Science

4 总结与展望

微纳米机器人因其小型化尺寸和自主巡航能力,在抗菌治疗方面展现出了独特优势,将其与现有抗菌策略进行整合开发微纳米机器人介导的抗菌疗法,有望全方位提升抗菌治疗效果。微纳米机器人可通过化学、生物以及物理驱动(如磁、光、声等)等方式实现在多种生理环境中的自主运动和精准控制,将抗菌药物定向递送至细菌感染部位并快速富集,可显著提升药物利用率,同时避免了重复给药导致的损伤正常组织、产生耐药性等问题。此外,利用微纳米机器人的固有属性(如液态金属纳米马达固有的光热性能),或表面功能化修饰赋予机器人的多功能性(如修饰光敏剂赋予其光动力性能,修饰金纳米颗粒、CuS等赋予其光热性能),可实现不依赖抗生素增强的光热、光动力治疗。微纳米机器人的自主运动在促进抗菌介质与细菌结合的同时,也为抗菌治疗提供了新的思路,利用机器人运动产生的机械力可有效破坏细菌细胞并清除生物膜。此外,为了进一步提升抗菌效果,整合微纳米机器人的多功能属性使其与多种治疗方法协同作用,有望解决目前细菌感染治疗效率低、毒副作用大等抗菌难点。
尽管微纳米机器人在抗菌方面已经取得了诸多突破性成果,但这些研究大都是基于相对简单的体外环境开展,缺乏在复杂体内环境中的充分验证,部分体内研究工作也尚未针对特定疾病。现有的抗菌微纳米机器人在设计、生产、生物相容及功能整合等方面仍存在诸多挑战,为促进抗菌微纳米机器人向临床的转化应用,亟需攻克其在实际应用中面临的三大关键性挑战:(1)批量制备。在活体中的应用,对抗菌微纳米机器人的数量要求较高,因此,开发高性能、低成本且易于规模化生产的抗菌微纳米机器人,是抗菌机器人向临床转化的迫切需求;(2)群体协作。单个微纳米机器人的能力十分薄弱,要达到较好的抗菌疗效,需要大量机器人协同作用,因此,对抗菌机器人集群进行高精度、协同操控,是实现高效抗菌的关键;(3)体内精准导航。微纳米机器人在复杂的体内环境中,需要精准导航,以实现在病灶部位的大量富集,从而充分发挥治疗效应,这对其在体内导航的精准性提出了更高要求。因此在未来的研究工作中,可以从如下三个层面着手优化抗菌微纳米机器人:在批量制备层面,利用来源丰富的微生物作为原材料,通过生物矿化或生物杂化的方式,有望完成功能高度集成的微纳米机器人的批量制备;在集群协作层面,磁、光、超声等对机器人集群协作具有更好的调控作用,然而,光的穿透深度较低,限制了其在生物医学中的广泛应用,因此,磁致和超声诱导的集群效应将作为后续研究的重点;在体内精准导航层面,分子影像技术是抗菌微纳米机器人运动控制及任务执行的关键性反馈平台,开发先进的实时影像定位追踪技术,有望实现抗菌机器人在体内的精准导航。除利用基于影像反馈的智能控制外,利用生物天然或仿生的趋向性对病灶微区进行智能识别,有望使机器人通过自主巡航到达细菌感染部位。要解决上述关键问题,需要科研工作者进行材料、化学、机械、控制、生物、影像等多学科交叉融合,并与临床医生紧密合作,共同推进微纳米机器人的研发与转化。
[1]
Huang H Y, Ali A, Liu Y, Xie H, Ullah S, Roy S, Song Z Y, Guo B, Xu J. Adv. Drug Deliv. Rev., 2023, 192: 114634.

DOI

[2]
Egusquiaguirre S P, Igartua M, Hernández R M, Pedraz J L. Clin. Transl. Oncol., 2012, 14(2): 83.

DOI PMID

[3]
Hochvaldova L, Vecerova R, Kolar M, Prucek R, Kvitek L, Lapcik L, Panacek A. Nanotechnol. Rev., 2022, 11: 1115.

DOI

[4]
Chang R, Zhao D H, Zhang C, Liu K Y, He Y M, Guan F X, Yao M H. Int. J. Biol. Macromol., 2023, 226: 870.

DOI

[5]
He Y M, Liu K Y, Guo S, Chang R, Zhang C, Guan F X, Yao M H. Acta Biomater., 2023, 155: 199.

DOI

[6]
Wang B, Xu Y, Shao D H, Li L J, Ma Y Q, Li Y H, Zhu J W, Shi X C, Li W L. Front. Bioeng. Biotechnol., 2022, 10: 1047598.

DOI

[7]
Mussini A, Uriati E, Hally C, Nonell S, Bianchini P, Diaspro A, Pongolini S, Delcanale P, Abbruzzetti S, Viappiani C. Bioconjugate Chem., 2022, 33(4): 666.

DOI PMID

[8]
Reynoso E, Durantini A M, Solis C A, Macor L P, Otero L A, Gervaldo M A, Durantini E N, Heredia D A. RSC Adv., 2021, 11(38): 23519.

DOI

[9]
Wei Z X, Teng S Y, Fu Y, Zhou Q, Yang W S. Prog. Org. Coat., 2022, 164: 106703.

[10]
Wang M Y, Wang X, Liu B, Lang C Y, Wang W, Liu Y, Wang X,. J. Pharm. Sci., 2023, 112(1): 336.

[11]
Medina-Sánchez M, Schmidt O G. Nature, 2017, 545(7655): 406.

DOI

[12]
Yan M, Liu T Y, Li X F, Zhou S, Zeng H, Liang Q R, Liang K, Wei X B, Wang J Q, Gu Z, Jiang L, Zhao D Y, Kong B. J. Am. Chem. Soc., 2022, 144(17): 7778.

DOI

[13]
Li J X, Esteban-Fernández de Ávila B, Gao W, Zhang L F, Wang J. Sci. Robot., 2017, 2(4): eaam6431.

DOI

[14]
Xu D D, Zhou C, Zhan C, Wang Y, You Y Q, Pan X, Jiao J P, Zhang R, Dong Z J, Wang W, Ma X. Adv. Funct. Mater., 2019, 29(17): 1807727.

DOI

[15]
Chen C Y, Chen L J, Wang P P, Wu L F, Song T. J. Magn. Magn. Mater., 2019, 479: 74.

DOI

[16]
Li J H, Shen H, Zhou H J, Shi R, Wu C T, Chu P K. Mater. Sci. Eng. R Rep., 2023, 152: 100712.

DOI

[17]
Zhang Z F, Wang L, Chan T K F, Chen Z G, Ip M, Chan P K S, Sung J J Y, Zhang L. Adv. Healthc. Mater., 2022, 11(6): 2101991.

DOI

[18]
Liu T Y, Xie L, Price C A H, Liu J, He Q, Kong B. Chem. Soc. Rev., 2022, 51(24): 10083.

DOI

[19]
Zhou H J, Dong G Z, Gao G, Du R, Tang X Y, Ma Y N, Li J H. Cyborg Bionic Syst., 2022, 2022: 9852853.

[20]
Gao S, Hou J W, Zeng J, Richardson J J, Gu Z, Gao X, Li D W, Gao M, Wang D W, Chen P, Chen V, Liang K, Zhao D Y, Kong B. Adv. Funct. Mater., 2019, 29(18): 1808900.

DOI

[21]
Lin Z H, Gao C Y, Wang D L, He Q. Angew. Chem. Int. Ed., 2021, 60(16): 8750.

DOI

[22]
Wavhale R D, Dhobale K D, Rahane C S, Chate G P, Tawade B V, Patil Y N, Gawade S S, Banerjee S S. Commun. Chem., 2021, 4: 159.

DOI

[23]
Liu X X, Sun X, Peng Y X, Wang Y, Xu D D, Chen W J, Wang W, Yan X H, Ma X. ACS Nano, 2022, 16(9): 14666.

DOI

[24]
Schmidt C K, Medina-Sánchez M, Edmondson R J, Schmidt O G. Nat. Commun., 2020, 11: 5618.

DOI

[25]
Tang S S, Zhang F Y, Gong H, Wei F N, Zhuang J, Karshalev E, de Ávila B E F, Huang C Y, Zhou Z D, Li Z X, Yin L, Dong H F, Fang R H, Zhang X J, Zhang L F, Wang J. Sci. Robot., 2020, 5(43): eaba6137.

DOI

[26]
Liu W J, Ge H B, Ding X Y, Lu X L, Zhang Y N, Gu Z W. Nanoscale, 2020, 12(38): 19655.

DOI

[27]
Stanton M M, Park B W, Vilela D, Bente K, Faivre D, Sitti M, Sánchez S. ACS Nano, 2017, 11(10): 9968.

DOI PMID

[28]
Chen C Y, Chen C F, Yi Y, Chen L J, Wu L F, Song T. Biomed. Microdevices, 2014, 16(5): 761.

DOI

[29]
Shchelik I S, Molino J V D, Gademann K. Acta Biomater., 2021, 136: 99.

DOI PMID

[30]
Shchelik I S, Sieber S, Gademann K. Chem. Eur. J., 2020, 26(70): 16644.

DOI

[31]
Zhang F Y, Zhuang J, Li Z X, Gong H, de Ávila B E F, Duan Y O, Zhang Q Z, Zhou J R, Yin L, Karshalev E, Gao W W, Nizet V, Fang R H, Zhang L F, Wang J. Nat. Mater., 2022, 21(11): 1324.

DOI

[32]
Soto F, Lopez-Ramirez M A, Jeerapan I, de Avila B E F, Mishra R K, Lu X L, Chai I, Chen C R, Kupor D, Nourhani A, Wang J. Adv. Funct. Mater., 2019, 29(22): 1900658.

DOI

[33]
Carlsen R W, Sitti M. Small, 2014, 10(19): 3831.

DOI PMID

[34]
Xie H, Sun M M, Fan X J, Lin Z H, Chen W N, Wang L, Dong L X, He Q. Sci. Robot., 2019, 4(28): eaav8006.

DOI

[35]
Hong Y Y, Diaz M, CÓrdova-Figueroa U M, Sen A. Adv. Funct. Mater., 2010, 20(10): 1568.

DOI

[36]
de Avila B E F, Angell C, Soto F, Lopez-Ramirez M A, Báez D F, Xie S B, Wang J, Chen Y. ACS Nano, 2016, 10(5): 4997.

DOI

[37]
Wang L C, Meng Z Y, Chen Y, Zheng Y Y. Adv. Intell. Syst., 2021, 3(7): 2000267.

DOI

[38]
Cui T T, Wu S, Sun Y H, Ren J S, Qu X G. Nano Lett., 2020, 20(10): 7350.

DOI

[39]
Ussia M, Urso M, Dolezelikova K, Michalkova H, Adam V, Pumera M. Adv. Funct. Mater., 2021, 31(27): 2101178.

DOI

[40]
Xie L, Yan M, Liu T Y, Gong K, Luo X, Qiu B L, Zeng J, Liang Q R, Zhou S, He Y J, Zhang W, Jiang Y L, Yu Y, Tang J Y, Liang K, Zhao D Y, Kong B. J. Am. Chem. Soc., 2022, 144(4): 1634.

DOI

[41]
Xu T L, Gao W, Xu L P, Zhang X J, Wang S T. Adv. Mater., 2017, 29(9): 1603250.

DOI

[42]
Garcia-Gradilla V, Orozco J, Sattayasamitsathit S, Soto F, Kuralay F, Pourazary A, Katzenberg A, Gao W, Shen Y F, Wang J. ACS Nano, 2013, 7(10): 9232.

DOI PMID

[43]
de Avila B E F, Angsantikul P, Ramírez-Herrera D E, Soto F, Teymourian H, Dehaini D, Chen Y J, Zhang L F, Wang J. Sci. Robot., 2018, 3(18): eaat0485.

DOI

[44]
Li J X, Angsantikul P, Liu W J, de Avila B E F, Chang X C, Sandraz E, Liang Y Y, Zhu S Y, Zhang Y, Chen C R, Gao W W, Zhang L F, Wang J. Adv. Mater., 2018, 30(2): 1704800.

DOI

[45]
Milosavljevic V, Kosaristanova L, Dolezelikova K, Adam V, Pumera M. Adv. Funct. Mater., 2022, 32(43): 2112935.

DOI

[46]
Zheng C, Li Z Q, Xu T T, Chen L, Fang F, Wang D, Dai P Q, Wang Q T, Wu X Y, Yan X H. Appl. Mater. Today, 2021, 22: 100962.

[47]
Gong D, Celi N, Xu L, Zhang D, Cai J. Mater. Today Chem., 2022, 23: 100694.

[48]
Villa K, Sopha H, Zelenka J, Motola M, Dekanovsky L, Beketova D C, Macak J M, Ruml T, Pumera M. Small, 2022, 18(36): 2106612.

DOI

[49]
Elbourne A, Cheeseman S, Atkin P, Truong N P, Syed N, Zavabeti A, Mohiuddin M, Esrafilzadeh D, Cozzolino D, McConville C F, Dickey M D, Crawford R J, Kalantar-Zadeh K, Chapman J, Daeneke T, Truong V K. ACS Nano, 2020, 14(1): 802.

DOI PMID

[50]
Sun M M, Chan K F, Zhang Z F, Wang L, Wang Q L, Yang S H, Chan S M, Chiu P W Y, Sung J J Y, Zhang L. Adv. Mater., 2022, 34(34): 2201888.

DOI

[51]
Bhuyan T, Simon A T, Maity S, Singh A K, Ghosh S S, Bandyopadhyay D. ACS Appl. Mater. Interfaces, 2020, 12(39): 43352.

DOI

[52]
de Avila B E F, Angsantikul P, Li J X, Angel Lopez-Ramirez M, Ramírez-Herrera D E, Thamphiwatana S, Chen C R, Delezuk J, Samakapiruk R, Ramez V, Obonyo M, Zhang L F, Wang J. Nat. Commun., 2017, 8: 272.

DOI

[53]
Yu Q L, Deng T, Lin F C, Zhang B, Zink J I. ACS Nano, 2020, 14(5): 5926.

DOI

[54]
Bhuyan T, Singh A K, Ghosh S S, Bandyopadhyay D. Bull. Mater. Sci., 2020, 43(1): 111.

DOI

[55]
Qi C Y, Zhang Y P, Tu J. Biochem. Eng. J., 2022, 186: 108569.

DOI

[56]
Lin X, Cao Y B, Li J, Zheng D Y, Lan S Y, Xue Y N, Yu F Q, Wu M, Zhu X J. Biomater. Sci., 2019, 7(7): 2996.

DOI

[57]
Xie L S, Pang X, Yan X H, Dai Q X, Lin H R, Ye J, Cheng Y, Zhao Q L, Ma X, Zhang X Z, Liu G, Chen X Y. ACS Nano, 2020, 14(3): 2880.

DOI

[58]
Yuan H X, Li Z L, Wang X Y, Qi R L. Polymers, 2022, 14(17): 3657.

DOI

[59]
Cheeseman S, Elbourne A, Kariuki R, Ramarao A V, Zavabeti A, Syed N, Christofferson A J, Kwon K Y, Jung W, Dickey M D, Kalantar-Zadeh K, McConville C F, Crawford R J, Daeneke T, Chapman J, Truong V K. J. Mater. Chem. B, 2020, 8(47): 10776.

DOI PMID

[60]
Gu H, Lee S W, Carnicelli J, Zhang T, Ren D C. Nat. Commun., 2020, 11: 2211.

DOI

[61]
Chen C Y, Chen L J, Wang P P, Wu L F, Song T. Nanomed. Nanotechnol. Biol. Med., 2017, 13(2): 363.

DOI

[62]
Daima H K, Selvakannan P R, Kandjani A E, Shukla R, Bhargava S K, Bansal V. Nanoscale, 2014, 6(2): 758.

DOI

[63]
Liu X, Liu H X, Zhang J Z, Hao Y J, Yang H N, Zhao W B, Mao C. Biomater. Sci., 2022, 10(19): 5608.

DOI

[64]
Hwang G, Paula A J, Hunter E E, Liu Y, Babeer A, Karabucak B, Stebe K, Kumar V, Steager E, Koo H. Sci. Robot., 2019, 4(29): eaaw2388.

DOI

[65]
Xu D D, Hu J, Pan X, Sánchez S, Yan X H, Ma X. ACS Nano, 2021, 15(7): 11543.

DOI

[66]
Lu B T, Hu E L, Xie R Q, Yu K, Lu F, Bao R, Wang C H, Lan G Q, Dai F Y. ACS Appl. Mater. Interfaces, 2021, 13(19): 22225.

DOI

文章导航

/