类器官技术在抗肿瘤药物筛选中的应用

肿瘤是影响人类生命健康的主要疾病之一，全球发病率不断上升。世界卫生组织于2024年2月1日发布的最新全球肿瘤负担估计显示，到2050年预计将有超过3500万新发肿瘤病例，比2022年估计的2000万例增加77%，表明全球肿瘤负担日益加重。药物治疗是肿瘤最常用的治疗方法，因此抗肿瘤药物筛选一直是肿瘤研究的焦点。截至2021年，美国食品药品监督管理局已批准1050种药物，其中228种被认定为肿瘤治疗药物或肿瘤相关药物。然而，大多数抗肿瘤候选药物是非选择性细胞毒性药物，既作用于肿瘤细胞也作用于正常细胞，使得药物筛选显得尤为重要。

传统的抗肿瘤药物开发主要依靠动物模型进行临床前试验。虽然大多数药物在早期试验中取得成功，但90%的临床药物最终未能开发成功，这可能与物种多样性或肿瘤异质性有关。传统药物筛选的缺陷困扰着科学家，直到类器官技术的出现。三维人体器官提供了更精确的表示，可能是解决传统药物筛选方法缺陷的可行手段。类器官技术已成功用于培养多种关键组织和器官模型，包括肾、肝、肺、肠、脑和前列腺等。类器官模型与生理细胞的组成和行为更加一致，并表现出更稳定的基因组。

新药研发涉及巨大的资本支出和漫长的研究周期。美国FDA估计，每种新药需要10年时间和10亿美元的成本才能创造出来。然而，只有大约10%的新药被批准用于临床使用。动物模型从未能够准确模拟真实的人类病理生理系统，FDA数据显示，在动物试验中被证明安全有效的药物中，约有92%在临床试验中失败。因此，基于人类细胞的类器官有望通过更高程度的人性化为改善新药的临床转化率提供新思路。近年来，投资于类器官研究的资金总份额逐年增加，类器官相关出版物数量比十年前增加了数十倍。

近期，安徽医科大学徐涛等发布在International journal of surgery期刊，题为Organoid technologies in antitumor drug screening: Past development, present applications, and future prospects的文章总结了抗肿瘤药物筛选方法的发展历程，并探讨了类器官模型在肿瘤药物筛选中的应用。此外，研究还讨论了使用类器官进行肿瘤研究的未来前景与挑战，这将为类器官在抗肿瘤药物筛选中的广泛应用提供新的思路。

图示描述

1，抗肿瘤药物筛选方法的发展历程：药物筛选模型的演变可以总结为从2D到3D培养系统的过程，从简单的培养皿、组织培养瓶或Transwell板，到更复杂的支架、水凝胶或球体。基于移植恶性肿瘤动物模型的抗癌药物筛选从1955年到1985年主要关注动物生命延长和肿瘤生长抑制率。1985年，美国国家癌症研究所大修抗癌药物筛选，使用体外基于细胞的筛选代替体内筛选，并用实体肿瘤细胞系代替白血病细胞系。1990年代初，NCI建立了基于NCI60的药物筛选策略，来源于九种不同肿瘤类型。然而，经过25年的广泛使用后，NCI在2016年决定从药物筛选计划中淘汰NCI-60，采用以患者来源肿瘤异种移植(PDTX)为代表的新一代肿瘤模型。

图1 抗肿瘤药物筛选与类器官技术的发展历程

2，类器官模型在抗肿瘤药物筛选中的应用：目前用于抗肿瘤药物筛选的常见类器官模型包括PDOX、PDTO和皮下移植模型。患者来源类器官(PDOs)是通过从患者体内获取肿瘤组织，经过一系列处理后在体外培养形成的微型3D肿瘤细胞模型。它们能够模拟原始肿瘤组织的特征，包括其形态学、遗传学和功能特性，以及肿瘤微环境。PDOX模型通过将肿瘤类器官移植到免疫缺陷小鼠中建立，能提供更生理相关的肿瘤微环境，但可扩展性较差且成本更高。PDXO模型结合了PDO和PDX的优势，在可扩展性和肿瘤微环境复杂性之间提供平衡，但技术上具有挑战性。

图2 类器官技术在抗肿瘤药物筛选中的两种常见应用途径

3，不同肿瘤类型中类器官的临床应用现状：肝癌类器官研究显示，研究人员成功培养了8例原发性肝癌类器官，包括肝细胞癌、胆管癌和联合型肝细胞-胆管癌三种最常见的亚型，不仅能够重现亲本肿瘤的特征，还通过药物筛选模型发现了ERK抑制剂SCH772984作为原发性肝细胞癌的潜在治疗剂。胃癌类器官生物库包括63个正常、发育不良、癌症和淋巴结转移类器官，大规模药物筛选揭示了它们对最近批准的药物或临床试验中药物的敏感性。结直肠癌类器官研究中，机器学习框架成功筛选出34种能有效抑制结直肠癌类器官的候选药物，其中曲美替尼、硼替佐米和费德拉替尼显示出与5-氟尿嘧啶相当的强大抑瘤效果。

图3 类器官在各种肿瘤抗肿瘤药物筛选中的应用现状

4，类器官技术的优势与挑战：类器官技术通过模拟生理结构、保持亲本肿瘤活性和成功再现药物反应，在基于2D细胞系的药物筛选和临床试验之间架起了桥梁。与PDX模型不同，类器官形成迅速且组织需求最少，在重复传代后仍保持重要的肿瘤特征。类器官技术可以从一个患者生成肿瘤和正常类器官，用于检查治疗副作用和开发更具选择性的靶向治疗。然而，类器官主要依赖从针刺活检或手术切除获得的组织建立，成功率取决于肿瘤类型、组织量和治疗史。类器官培养需要动物来源的基质提取物，如Matrigel，批次间变异可能影响重现性。目前缺乏血管系统、独特的免疫微环境以及体内组织器官细胞类型和细胞外基质的变化为类器官复制真实微环境和空间结构创造了障碍。

5，数字智能与类器官技术的整合前景：人工智能与类器官技术的整合仍处于起步阶段。目前对PDO生长状态的评估依赖于人工显微镜观察，主观性很强。基于人工智能的自动形态学评估可以显著改善这种情况。AI技术可以与单细胞测序技术结合，为患者个性化治疗做出更好的决策。在肿瘤治疗中，AI技术可以在单细胞测序工作流程的各个方面得到广泛利用，如技术异质性的批次校正、特征提取、数据分布转换、癌症亚型分类和生物标志物识别。未来临床试验需要确定类器官在抗肿瘤药物筛选中是否安全有效，数字临床试验和癌症患者数字双胞胎的应用将进一步推动这一领域的发展。

全文总结

本综述系统总结了类器官技术在抗肿瘤药物筛选中的发展历程、现有应用和未来前景，为该领域的大规模应用提供了新思路。研究表明，类器官作为3D体外模型，因其能够更好地保持原发肿瘤特征和模拟肿瘤微环境，已成为肿瘤研究，特别是抗肿瘤药物筛选的重要平台。类器官技术有望通过更高程度的人性化改善新药的临床转化率，减少动物实验的使用，降低药物开发成本和研究周期。该技术在多种肿瘤类型的药物筛选中显示出巨大潜力，包括肝癌、胃癌、结直肠癌、肺癌、乳腺癌、卵巢癌等恶性肿瘤，同时为罕见肿瘤的研究和药物筛选提供了可能性。尽管类器官模型在抗肿瘤药物筛选方面面临经济成本、临床效益和工艺标准化等瓶颈和挑战，但随着数字智能、单细胞测序、质谱成像等新兴技术的发展，类器官作为抗肿瘤药物筛选平台将迎来更光明的未来。这一技术的发展将为精准医学和个体化治疗策略的实现奠定重要基础。