肺类器官是通过3D体外培养，由肺干细胞/祖细胞或多能干细胞（hPSC/iPSC）自我组装形成的微型器官样结构，能再现肺的关键结构（如气道、肺泡）与部分功能（如黏液分泌、表面活性物质生成、屏障功能），含多种肺特异细胞类型（AT1/AT2、纤毛细胞、棒状细胞等），是连接传统细胞系与动物模型的重要桥梁 。
研究现状：
肺类器官的培养主要基于干细胞的自我更新和分化潜能。相比传统动物模型和二维细胞培养，肺类器官能更真实地模拟人体肺部复杂环境与个体差异，是疾病研究、药物筛选的理想平台。
– 细胞来源与培养体系
-
细胞来源：成体肺干细胞/祖细胞（如基底细胞、AT2细胞）与多能干细胞（hPSC/iPSC）两条主流路径，前者易获取、偏成熟，后者可模拟发育与疾病，周期为50-85天 。
-
突破性进展：2025年实现血管化肺类器官（中胚层+内胚层共诱导，氧气摄取率提升约40%）与自动化批量生产（搅拌膜生物反应器），显著提升模型生理相关性与规模化应用潜力。前者是由顾名夏、苗一非、郭敏哲团队合作完成的研究发表于顶级期刊《细胞》上；后者是德国杜伊斯堡-埃森大学的研究团队的研究成果，发表在《生物工程与生物技术前沿》上。
– 核心应用方向
-
发育与疾病建模：模拟肺发育、分支形态发生；构建肺癌、慢阻肺、囊性纤维化、COVID-19等模型，解析病理机制与宿主-病原体互作 。
-
药物筛选与毒性评估：高通量筛选（如CFTR调节剂）、放疗/化疗药敏预测、环境污染物/纳米颗粒肺毒性测试，减少动物实验依赖。
-
个性化医疗：患者来源类器官（PDO）用于个体化治疗方案筛选，提前测试化疗、靶向治疗等方案的疗效，助力精准医疗。
– 再生医学探索：移植到小鼠体内可进一步成熟，为肺组织修复、基因治疗提供新载体 。
研究难点：
肺类器官当前研究的核心难点集中在结构与功能不成熟、微环境还原度低、技术标准化不足、临床转化瓶颈四大层面：
– 结构与功能成熟度不足：①发育阶段偏胎儿期：hPSC/iPSC来源类器官多停留在胎儿期，AT1/AT2成熟度不足、表面活性物质分泌弱、气体交换能力差，无法模拟成人肺的呼吸功能。②空间结构不完整：分支形态、气道-肺泡连接、肺小叶结构等难以精准复现；缺乏成熟的血管网络、淋巴系统与神经支配，氧气/营养供应受限，功能维持期短（多<2个月）。③细胞类型不全面：罕见细胞（如神经内分泌细胞、离子细胞）比例偏低，影响对慢性阻塞性肺疾病、肺癌等疾病微环境的模拟。
– 微环境与多系统整合难：①血管化困境：体外共培养血管内皮效率低，灌注压与通透性难以匹配生理状态；2025年虽有血管化类器官报道，但规模化与功能稳定仍待突破，氧气摄取率仅为在体肺的约60%。②免疫重建滞后：缺乏固有/适应性免疫细胞（巨噬细胞、T细胞等），难以模拟感染（如COVID-19）、纤维化中的宿主-病原体/免疫-上皮互作；共培养易出现细胞比例失衡与功能紊乱。③机械力与动态微环境缺失：无法还原呼吸周期性牵张、气流剪切力等，导致纤毛摆动、黏液清除等功能与在体差异大；微流控整合成本高、难以标准化。
– 技术与质控挑战：①标准化不足：不同实验室在细胞来源、基质胶、细胞因子组合、培养时长上差异大，批次间/供体间异质性高，数据可比性差，难以形成行业规范。②规模化与成本瓶颈：传统培养依赖手工操作，通量低、耗材（如基质胶）昂贵；自动化生物反应器虽有进展，但大规模生产时的均一性与活性控制难。③长期培养稳定性差：培养>8周易出现结构塌陷、细胞去分化、功能衰退，难以支撑慢性疾病建模与长期药物测试。④质控体系缺失：缺乏统一的成熟度标志物（如SFTPB、ACE2表达）、功能检测金标准（如气体交换效率、屏障电阻），难以快速评估模型质量。
– 临床转化与伦理监管障碍：①临床转化鸿沟：类器官与体内肺的生理相关性验证不足，患者来源类器官用于药敏预测的阳性预测值偏低；移植时存在免疫排斥、整合效率低、致瘤风险等问题，再生医学应用尚处早期。②伦理与监管空白：患者来源类器官涉及样本知情同意、数据隐私、生物安全等；类器官-动物嵌合模型的伦理边界与监管政策仍待完善。③检测方法适配性差：临床级别的高通量功能检测、药效/毒性评估体系尚未建立，难以满足GLP/GMP级药物研发与临床应用要求。
未来发展方向：
肺类器官技术的未来发展将围绕提升功能复杂性、扩大应用范围和推动临床转化三大主轴展开。
– 功能复杂化：当前肺类器官模型缺乏血管、免疫等关键成分，未来将通过构建血管化类器官、引入免疫与基质成分、耦合神经系统及模拟机械力与细胞外基质等路径构建更完整的微生理系统
– 应用规模化与产业化：突破规模化生产与临床级质控，推动患者来源类器官与再生医学的临床转化，解决伦理与监管合规问题。建立来自不同疾病、不同遗传背景患者的肺类器官活体库，并配套其基因组、药物反应等多组学数据，形成强大的疾病研究与药物发现公共资源。
总的来说，肺类器官是一个发展迅速、极具潜力的前沿领域。它正从基础研究工具向临床转化应用迈进，特别是在肺癌等疾病的个性化药物敏感性测试方面已展现出明确价值。随着自动化量产技术的突破以及未来与血管化、芯片技术的融合，它有望彻底改变肺部疾病的研究格局和精准医疗实践。
论文分析
检索数据库：Medline
检索工具：文献鸟/PubMed
检索时间：2025-12-23
检索词：organoids and lungs
文献鸟对Medline收录的2 135篇肺类器官相关文献进行了分析。
国家分布：可以看到，美国发表的文章数为992篇，占总发文量的46.46%，位居第一；中国作者发表的文章数为423篇，占总发文量的19.81%；德国（131篇）、日本（116篇）、荷兰（95篇）及意大利（45篇）发表的文章数分列第3-6位。
学术机构排名
日本东京大学（Kyoto University）发表的文章最多，为23篇，学术影响力125.0；其次为荷兰格罗宁根大学（University of Groningen） (22篇，学术影响力145.1)、剑桥大学（University of Cambridge）(21篇，学术影响力185.2)、南方医科大学（Southern Medical University）(18篇，学术影响力78.6)、美国密歇根大学医学院（University of Michigan Medical School）(17篇，学术影响力99.3)、复旦大学（Fudan University）(14篇，学术影响力132.4)、加州大学圣地亚哥分校（Univ of Califomia San Diego）(14篇，学术影响力144.9)、伦敦大学学院（University College London）(13篇，学术影响力112.9)等大学。
医院排名
发文量排名前5的医院为：辛辛那提儿童医院医疗中心（Cincinnati Children’s Hospital Medical Center）（15篇），其次为中山医院（Zhongshan Hospital）(11篇)、威廉敏娜儿童医院（Wilhelmina Children‘s Hospital）(10篇)、德克萨斯大学MD安德森癌症中心（Univ Texas MD Anderson Cancer Center）(8篇)、中国西部战区总医院（West China Hospital）(8篇)和纪念斯隆-凯特琳癌症中心（Memorial Sloan Kettering Cancer Center）(8篇)；学术影响力排名前5的医院为：纪念斯隆-凯特琳癌症中心（Memorial Sloan Kettering Cancer Center）（192.8），其次为德克萨斯大学MD安德森癌症中心（Univ Texas MD Anderson Cancer Center）(155.4)、上海肺科医院（Shanghai Pulmonary Hospital）(123.3)、辛辛那提儿童医院医疗中心（Cincinnati Children’s Hospital Medical Center）(122.4)、波士顿儿童医院（Boston Children’s Hospital）(109.0)。
发表的期刊
发表肺类器官领域稿件数量较多的期刊主要有《bioRxiv》(IF=0,63篇)、《Nat Commun》(IF=15.7，48篇)、《Int J Mol Sci》(IF=4.9，35篇)、《Am J Physiol Lung Cell Mol Physiol》(IF=3.5，33篇)、《Sci Rep》 (IF=3.9，28篇)等。
最活跃的学者
密歇根大学医学院的Spence, Jason R教授发文量最多（18篇，论文总影响力100），宾夕法尼亚大学佩雷尔曼医学院的Morrisey, Edward E教授的论文总影响力最大（9篇，论文总影响力158.7），杜克大学医学院的Tata, Purushothama Rao教授（7篇，论文总影响力116.5）、波士顿儿童医院的Kim, Carla F教授（10篇，论文总影响力113.3）、天津大学海河医院的Chen, Huaiyong教授（15篇，论文总影响力96）等在肺类器官领域也比较活跃。
本数据分析的局限性：
A. 本报告为“文献鸟”分析工具基于PubMed数据库，仅以设定检索词的检索结果，在限定的时间和文献数量范围内得出，并由此进行的可视化报告。
B. “文献鸟”分析工具的大数据分析目的是展示该领域近期研究的概况，仅为学术交流用；无任何排名意义。
C. “文献鸟”分析工具的大数据分析中的关于活跃单位、作者等结果的统计排列，只统计第一作者的论文所在单位的论文数量；即，论文检索下载后，每篇论文只保留第一作者的单位，然后统计每个单位的论文数。当同一单位有不同拼写时，PubMed会按照两个不同单位处理。同理作者排列，只统计第一作者和最后一位作者署名发表的论文数。如果作者的名字有不同拼写时，会被PubMed检索平台会按照不同作者处理。
D. 本文结论完全出自“文献鸟”分析工具，因受检索词、检索数据库收录文献范围和检索时间的局限性，不代表本刊的观点，其中数据内容很可能存在不够精确，也请各位专家多多指正。
