中大新聞中心

由香港中文大學（中大）醫學院生物醫學學院王丹教授領導的研究團隊，聯同香港理工大學、廣州中山大學及澳洲蒙納許大學，以創新的高通量數據分析方法，成功研發仿生肌腱水凝膠「TenoGel」，有助加速肌腱癒合。

此創新生物材料設計方案摒棄傳統反覆試驗模式，透過基於生物信息學和運算模型的高通量數據分析，為生物材料的研發提供高效且可預測的解決方案。該團隊的突破性研究成果近期發表於著名期刊《先進材料》，標誌生物材料研發領域的重要里程碑。

開創「捷徑」識別最佳水凝膠設計 促進肌腱再生

全球對生物材料的需求激增，逾千萬患者依賴其應用於創傷護理至運動損傷治療，預計生物材料市場規模於2028年達3,727億美元[1] [2] 。然而，由於生物反應、材料特性與應用場景的複雜相互作用，高達八成的實驗室研發生物材料未能引進臨床應用[1]。傳統試錯方式使進展緩慢，且成效難以預測。

為解決難題，王教授團隊開創一項高通量數據分析「捷徑」，用以評估和預測生物材料引導的肌腱癒合效果。透過分析涵蓋數千種基因對不同水凝膠設計反應的龐大數據庫，團隊能迅速模擬上千種候選水凝膠設計，識別出有效肌腱再生的最佳水凝膠設計組合。

團隊以高通量數據分析方法，成功研發出獨特仿生肌腱的水凝膠「TenoGel」，實驗證明其肌腱癒合效能卓越。「TenoGel」不僅維持幹細胞活性逾八星期，更突破過往幹細胞療法的關鍵瓶頸。在大鼠肌腱損傷模型中，它在僅兩個月內成功恢復九成肌腱力學強度，同時有效防止不良及不可逆的骨化。

人工智能驅動生物材料研發願景

王教授團隊展望人工智能的高速發展開啟生物材料新時代。王教授表示：「我們目前正透過引入人工智能與多模態數據分析，進一步增強我們的高通量、數據分析研發方法。透過結合患者臨床資訊等全面生物數據，我們的目標是加速生物材料研發、提升臨床效用，或以『快失敗、早失敗』的方法以提升研發效率。」

本研究主要團隊成員包括中大醫學院生物醫學學院博士後研究員章萬奇博士。團隊預想未來，生物材料將融合傳統方法與AI輔助技術，根據特定損傷模式與患者個體需求，提供「智能化」設計。這種智能生物材料設計方法，將實現更好的癒合效果、大幅縮短生產週期，以及提供更具成本效益的方案。這不僅有望提升臨床轉化成功率，還將優化醫療效果，推動個人化醫療發展。

完整研究論文請參閱：https://advanced.onlinelibrary.wiley.com/doi/10.1002/adma.202313722

1. Serban, M. A. Translational biomaterials-the journey from the bench to the market-think ‘product’. Curr Opin Biotechnol 40, 31-34, doi:10.1016/j.copbio.2016.02.009 (2016).

2. MarketsandMarkets. Biomaterials Market: Growth, Size, Share, and Trends, <https://www.marketsandmarkets.com/Market-Reports/biomaterials-393.html> (2024).

3. Lele, M., Kapur, S., Hargett, S., Sureshbabu, N. M. & Gaharwar, A. K. Global trends in clinical trials involving engineered biomaterials. Sci Adv 10, eabq0997, doi:10.1126/sciadv.abq0997 (2024).