肺癌类器官共培养模型：系统性抗肿瘤免疫研究的新型工具

研究背景

肺癌是全球发病率和死亡率最高的恶性肿瘤之一，免疫检查点抑制剂(如 αPD1)显著改善了晚期肺癌患者预后，但仅少数患者能从中获益。现有疗效预测标志物(如 PD-L1 表达、肿瘤突变负荷)缺乏普适性，且传统二维细胞模型无法再现肿瘤与全身免疫系统的复杂相互作用，难以动态追踪 T 细胞浸润、活化及杀伤的完整过程。类器官技术虽已用于肿瘤研究，但现有共培养体系难以高效模拟外周免疫细胞与肿瘤微环境的系统性互作，亟需开发贴近体内生理状态的新型实验模型以填补这一空白。

文章信息

发表期刊：Cell Stem Cell

标题：An organoid co-culture model for probing systemic anti-tumor immunity in lung cancer

单位：清华大学、北京大学人民医院、北京航空航天大学

研究成果：首次建立了凝胶 - 液体界面(GLI)肺癌类器官与外周血单个核细胞(PBMCs)共培养模型，该模型可精准模拟肺癌患者系统性抗肿瘤免疫应答，有效预测免疫检查点抑制剂(ICIs)治疗疗效，同时揭示了循环效应记忆 T 细胞(Tem)向肿瘤反应性 T 细胞的分化动态，为肺癌精准免疫治疗提供了兼具临床预测价值与机制研究潜力的体外平台。

实验方法

GLI 共培养模型构建：采用超疏水微孔阵列芯片，将肺癌类器官(LCOs)与 Matrigel 混合后倒置培养，使类器官定位于凝胶 - 液体界面，PBMCs 接种于凝胶表面形成共培养体系;优化 Matrigel 浓度(80%)和沉降时间(10 分钟)，确保类器官稳定性与免疫细胞浸润效率。

模型验证实验：构建小鼠肺癌(MC38、LLC、MC38-OVA)类器官模型，经 αPD1 处理后，通过活死细胞染色、流式细胞术检测 T 细胞浸润及活化标志物(IFNγ、CD107a)，对比体内肿瘤模型验证 GLI 模型的免疫应答模拟能力。

临床样本验证：收集 34 例初治肺癌患者肿瘤组织及配对 PBMCs，构建患者来源 GLI 模型，经 αPD1 单药或联合化疗处理后，计算应答指数(Ri)，并与患者临床疗效(RECIST 标准)进行相关性分析。

多组学与功能分析：采用功能关联单细胞 RNA 测序(FascRNA-seq)解析 T 细胞亚群动态变化;通过流式细胞术、实时定量 PCR 验证肿瘤反应性 T 细胞表型及功能;利用多重免疫组织化学(mIHC)分析肿瘤微环境中免疫细胞分布特征。

标志物筛选：通过差异基因分析与临床相关性验证，筛选循环肿瘤反应性 T 细胞特征标志物，并在 TCGA 数据库中验证其预后价值。

关键结果

图1：GLI 共培养模型的建立与验证

该图展示 GLI 模型的构建流程与核心特性。类器官经优化条件处理后稳定定位于凝胶 - 液体界面，PBMCs 可高效浸润至类器官内(显著优于传统共培养模式);小鼠肺癌模型验证显示，GLI 模型中 αPD1 处理可诱导 MC38(ICI 敏感型)类器官死亡，而对 LLC(ICI 抵抗型)无显著影响，与体内肿瘤生长抑制趋势一致，且 CD8+T 细胞浸润及活化标志物(IFNγ、CD107a)表达上调，证实模型可再现 ICIs 介导的抗肿瘤免疫应答。

图2：αPD1 诱导肿瘤反应性 T 细胞系统性扩增

MC38-OVA 小鼠模型实验表明，αPD1 处理可显著抑制肿瘤生长，GLI 模型中类器官死亡比例及应答指数显著高于单纯类器官培养;流式细胞术检测显示，αPD1 处理后，肿瘤组织、PBMCs 及 GLI 模型中 OVA 特异性 CD8+T 细胞(抗原特异性 T 细胞)比例显著升高，且高表达 IFNγ、CD107a 等活化标志物，证实模型可模拟肿瘤反应性 T 细胞的系统性扩增与活化过程。

图3：GLI 模型精准再现患者临床免疫治疗疗效

34 例肺癌患者来源 GLI 模型中，αPD1 单药及联合化疗处理的应答指数(Ri)与患者临床疗效高度一致：部分缓解(PR)患者模型 Ri 显著高于疾病稳定(SD)和疾病进展(PD)患者，且 GLI 模型预测准确性优于单纯类器官培养及传统 PD-L1/TMB 标志物;相关性分析显示，模型 Ri 与患者肿瘤退缩率呈强相关(R=0.8910)，证实其临床疗效预测价值。

图4：循环肿瘤反应性 T 细胞与免疫治疗应答相关

PBMCs 与自体类器官共培养实验显示，免疫治疗应答组(R)PBMCs 中 CD8+T 细胞 IFNγ、CD107a 表达水平显著高于无应答组(NR)，且活化后的 CD8+T 细胞可增强 GLI 模型中肿瘤杀伤效应;PBMCs 与异源类器官共培养无此效应，证实 T 细胞活化具有抗原特异性;此外，循环 T 细胞活化水平与 GLI 模型 Ri 显著相关，提示循环肿瘤反应性 T 细胞可作为疗效预测指标。

图5：效应记忆 T 细胞向肿瘤反应性 T 细胞的分化动态

单细胞测序分析显示，应答组 PBMCs 中效应记忆 T 细胞(Tem)和增殖性 T 细胞(Tprof)占比显著高于无应答组，且高表达迁移相关基因(ITGB2、ITGB7);伪时间轨迹分析揭示 T 细胞分化路径：初始 T 细胞(Tn)→效应记忆 T 细胞(Tem)→肿瘤反应性 T 细胞(Tt-react)→耗竭 T 细胞(Tex)，其中 Tt-react 高表达细胞毒性基因(NKG7、GZMB)，且其频率与 GLI 模型 Ri 呈强相关，证实 Tem 是肿瘤反应性 T 细胞的主要来源。

图6：循环肿瘤反应性 T 细胞标志物鉴定

通过差异基因筛选与临床验证，发现 CD9、CD44、GNLY 是循环肿瘤反应性 T 细胞的核心标志物：应答组 PBMCs 及 GLI 模型浸润 T 细胞中三者表达水平显著高于无应答组;Tem 向 Tt-react 分化过程中，三者表达逐步上调;TCGA 数据库分析显示，高表达 CD9、CD44、GNLY 的肺癌患者总生存期显著延长，证实该标志物组合兼具疗效预测与预后评估价值。

图7：不同免疫应答模式的分子机制差异

应答组可分为双重应答(DR，类器官与 GLI 模型均应答)和单一应答(SR，仅 GLI 模型应答)：DR 组 PBMCs 中 Tprof 占比高，高表达干细胞样与增殖相关基因(TCF7、MKI67)，且肿瘤微环境中髓系细胞(巨噬细胞、树突状细胞)富集，通过 CXCL9/10-CXCR3 轴招募 T 细胞;SR 组以 Tem 为主，高表达细胞毒性基因，但易发生耗竭，主要通过 T-T 细胞间 CCL5-CCR5 轴实现 T 细胞招募，揭示不同免疫应答模式的分子机制差异。

全文总结

本研究成功建立了肺癌类器官与 PBMCs 的 GLI 共培养模型，该模型通过优化界面设计实现了免疫细胞与肿瘤类器官的高效互作，可精准再现患者系统性抗肿瘤免疫应答，其预测 ICIs 疗效的准确性显著优于传统标志物及单纯类器官培养。

该模型的优势在于兼顾临床实用性与机制研究价值，操作简便且需样量少，可实现药物筛选、免疫动态追踪及标志物验证的一体化分析。