腔内药物灌注是治疗膀胱癌的重要治疗策略。然而,由于在病理生理条件下肿瘤靶向不足和药物跨组织屏障穿透能力有限,目前方法的疗效受限。
2026年6月22日,厦门大学鄢晓晖、哈尔滨工业大学马星、香港大学唐晋尧、英国爱丁堡大学Qi Zhou共同通讯在Nature Nanotechnology(IF=35.1)在线发表题为Machine-intelligent multimodal algebot for intracavitary chemotherapy的研究论文。该研究利用一种天然的硅藻,开发出名为“DMCG”的磁性微纳机器人。
该机器人能在深度学习“大脑”的指挥下,通过磁场控制在膀胱内自主导航、靶向肿瘤,并利用其旋转产生的流体“对流”力量,将化疗药物快速推入肿瘤深处。在动物实验中,一周的治疗使肿瘤负荷降至传统灌注治疗的 3% 以下,且无系统毒性,为膀胱癌的精准、高效、无创治疗开辟了新路径。
腔内恶性肿瘤提供了一个引人注目的治疗机会,局部可部署的干预措施可以为解剖学可及的癌症提供一种广泛可转化的精准治疗范式。膀胱癌是最常见的癌症类型之一,具有高发病率、快速进展和预后差的特点,非肌层浸润性膀胱癌约占病例的75%。标准治疗包括经尿道膀胱肿瘤切除术,随后进行膀胱内灌注治疗药物以根除残留肿瘤病灶并降低复发率。
尽管膀胱内给药可实现局部药物暴露且全身毒性最小,但其疗效受到尿路上皮黏液层和肿瘤细胞外基质穿透性差、病灶选择性低以及排尿过程中药物快速丢失的限制。这些因素限制了药物在肿瘤部位的滞留和积累,从而限制了膀胱内递送的治疗效果。
机理模式图(图源自Nature Nanotechnology)
该研究设计了具有分级纳米孔结构的生物杂交磁性藻类微机器人,并开发了一种“藻类机器人”介导的非接触对流传运策略,以协同整合靶向载体运输、选择性药物释放和超快组织穿透。该方法利用机器智能图像反馈进行自主导航、磁力赋予的多模式控制实现可重构群体行为,以及流调控的对流扩散实现按需治疗递送。
以载有阿霉素的磁性Coscinodiscus granii为例,在膀胱肿瘤小鼠模型中进行了评估,与常规膀胱内灌注相比,在一周治疗的临床前试验中,药物渗透增加了十倍以上,肿瘤负荷显著降低至3%以下,且未诱导全身毒性。该药物递送系统提供了一种克服复杂生物屏障的非侵入性解决方案,推进了腔内化疗的有效性和安全性。
参考消息:https://www.nature.com/articles/s41565-026-02195-0