三维结构提高模型复杂度，也增加筛选难度
美国圣母大学（University of Notre Dame）团队在 Trends in Pharmacological Sciences 讨论三维细胞培养如何用于定量高通量筛选（high-throughput screening，HTS）。原作者指出，三维模型已用于药物发现与开发，但更广泛地进入定量药筛仍面临实际障碍。
这些障碍包括三维组织结构复杂、操作耗时费力，以及既有模型与传统筛选流程的兼容性不足。把三维培养加入筛选平台时，模型制备和结果分析都需要跟上批量评价的要求。
培养、自动化与高通量分析需要相互适配
作者提出，将微制造、自动化系统与高通量分析工具结合，用于观察药物在三维培养中的药理和毒理效应。该论述把模型制备、批量实验与测量分析作为相互配合的环节。
综述进一步关注三维培养的自动化和高通量成像进展，并讨论与机器学习（machine learning，ML）工具结合的可能性。其重点是让模型、处理流程与测量方法共同适合定量筛选，为不同药物条件的比较提供分析基础。