发布日期：2020-07-01
来源：澎湃新闻
尽管医学在不断进步，但确定每个癌症患者的最佳治疗方案仍然很困难。尤其是近年来，随着肿瘤精准医学概念的提出，作为肿瘤精准医学基础的肿瘤基因检测应运而生，但基因组学技术临床应用的潜力和效果也同样受到一定的限制。
近日，北京大学工学院生物医学工程系、北京大学数学学院、北京大学肿瘤医院、北京大学人民医院等研究团队联合，在《科学转化医学杂志》（Science Translational Medicine；IF=17.2）杂志上发表了一项研究，题为“Patient-Derived Tumor-Like Cell Clusters for Drug Testing in Cancer Therapy（人源类肿瘤组织细胞簇用于癌症药敏检测）”。研究团队开发了一种全新原代肿瘤细胞自己“任性游走”组装形成微肿瘤的方法，建立了乳腺癌等癌种的微肿瘤模型。临床实验结果显示，该微肿瘤模型预测患者药效的准确性高达90%以上。
这项研究的通讯作者为北京大学工学院生物医学工程系终身教授席建忠、北京大学肿瘤医院院长季加孚教授。
值得注意的是，目前有多种分析肿瘤药物敏感性的方法。过去的60年里，先后有上百种的肿瘤药敏检测模型或方法被报道，其中，比较有影响的有肿瘤类器官（PDO）、患者来源的肿瘤异种移植模型等。但这些技术均有其缺点，比如在检测周期、准确率、检测药物通量、检测成本等方面有局限性，因此指导临床用药的前景并不清晰。
研究团队此次设计开发的方法被称为微肿瘤PTC模型（patient derived tumor-like cell cluster，人源类肿瘤组织细胞簇），通过原发性上皮细胞、成纤维细胞和免疫细胞的自组装和增殖，在结构和功能上再现了原发肿瘤。
研究团队认为，微肿瘤PTC在培养时间、细胞组成等方面，具有明显的优势。无论是手术样本，还是穿刺样本，2周之内可以检测100-2000种药物；此外，微肿瘤PTC是由肿瘤干细胞、上皮细胞、成纤维细胞、巨噬细胞等多种细胞组成，能够很好地再现肿瘤组织本身的多细胞微环境与肿瘤上皮细胞的相互作用。
研究团队通过免疫荧光、流式细胞分析、转录组测序等大量方法分析，表明微肿瘤PTC与肿瘤组织在分子、细胞以及组织结构等方面，具有高度的一致性。
作者们在论文中指出，“PTCs使我们能够在获得肿瘤样本后2周内完成个性化的药物测试。PTC模型下确定的培养条件和药物浓度有助于其在精准肿瘤学中的临床应用。”
值得一提的是，团队采用微肿瘤PTC药敏检测模型进行临床双盲验证。对入组并获得PTC的35位乳腺癌患者，采用影像学结合Miller & Payne分级系统评估临床疗效，PTC检测结果与临床疗效的一致率达到91.4%。团队还进行了病理评估的同期验证，对于化疗无效患者的预测率达到87.5%，对于乳腺癌患者的精准治疗意义重大。
论文还显示，研究对59名胃癌、结直肠癌或乳腺癌患者进行的PTC检测显示，预测其临床结果的总体准确率为93%。研究团队应用PTC来指导一位结直肠粘液腺癌常规治疗后复发转移患者的化疗选择，经过三个周期的由PTC确定的非常规治疗，患者表现出的治疗效果积极。
研究团队强调，这些发现需要在更大规模的临床试验中验证，但它们表明PTC模型可以前瞻性地应用于临床治疗决策的选择。
北京大学人民医院官网对该成果的报道中还提到，“目前已成功应用于乳腺癌患者的药物疗效预测，可在临床决策中准确、前瞻性地指导肿瘤患者地个体化治疗，不仅使患者获益，延长生命周期，而且可以节省国家宝贵的医疗资源。”
近日，北京大学工学院生物医学工程系、北京大学数学学院、北京大学肿瘤医院、北京大学人民医院等研究团队联合，在《科学转化医学杂志》（Science Translational Medicine；IF=17.2）杂志上发表了一项研究，题为“Patient-Derived Tumor-Like Cell Clusters for Drug Testing in Cancer Therapy（人源类肿瘤组织细胞簇用于癌症药敏检测）”。研究团队开发了一种全新原代肿瘤细胞自己“任性游走”组装形成微肿瘤的方法，建立了乳腺癌等癌种的微肿瘤模型。临床实验结果显示，该微肿瘤模型预测患者药效的准确性高达90%以上。
这项研究的通讯作者为北京大学工学院生物医学工程系终身教授席建忠、北京大学肿瘤医院院长季加孚教授。
值得注意的是，目前有多种分析肿瘤药物敏感性的方法。过去的60年里，先后有上百种的肿瘤药敏检测模型或方法被报道，其中，比较有影响的有肿瘤类器官（PDO）、患者来源的肿瘤异种移植模型等。但这些技术均有其缺点，比如在检测周期、准确率、检测药物通量、检测成本等方面有局限性，因此指导临床用药的前景并不清晰。
研究团队此次设计开发的方法被称为微肿瘤PTC模型（patient derived tumor-like cell cluster，人源类肿瘤组织细胞簇），通过原发性上皮细胞、成纤维细胞和免疫细胞的自组装和增殖，在结构和功能上再现了原发肿瘤。
研究团队认为，微肿瘤PTC在培养时间、细胞组成等方面，具有明显的优势。无论是手术样本，还是穿刺样本，2周之内可以检测100-2000种药物；此外，微肿瘤PTC是由肿瘤干细胞、上皮细胞、成纤维细胞、巨噬细胞等多种细胞组成，能够很好地再现肿瘤组织本身的多细胞微环境与肿瘤上皮细胞的相互作用。
研究团队通过免疫荧光、流式细胞分析、转录组测序等大量方法分析，表明微肿瘤PTC与肿瘤组织在分子、细胞以及组织结构等方面，具有高度的一致性。
作者们在论文中指出，“PTCs使我们能够在获得肿瘤样本后2周内完成个性化的药物测试。PTC模型下确定的培养条件和药物浓度有助于其在精准肿瘤学中的临床应用。”
值得一提的是，团队采用微肿瘤PTC药敏检测模型进行临床双盲验证。对入组并获得PTC的35位乳腺癌患者，采用影像学结合Miller & Payne分级系统评估临床疗效，PTC检测结果与临床疗效的一致率达到91.4%。团队还进行了病理评估的同期验证，对于化疗无效患者的预测率达到87.5%，对于乳腺癌患者的精准治疗意义重大。
论文还显示，研究对59名胃癌、结直肠癌或乳腺癌患者进行的PTC检测显示，预测其临床结果的总体准确率为93%。研究团队应用PTC来指导一位结直肠粘液腺癌常规治疗后复发转移患者的化疗选择，经过三个周期的由PTC确定的非常规治疗，患者表现出的治疗效果积极。
研究团队强调，这些发现需要在更大规模的临床试验中验证，但它们表明PTC模型可以前瞻性地应用于临床治疗决策的选择。
北京大学人民医院官网对该成果的报道中还提到，“目前已成功应用于乳腺癌患者的药物疗效预测，可在临床决策中准确、前瞻性地指导肿瘤患者地个体化治疗，不仅使患者获益，延长生命周期，而且可以节省国家宝贵的医疗资源。”
