Cancer Letters：于颖彦教授团队权威综述！从药物筛选到临床试验，类器官应用潜力巨大！

2022年底，约瑟夫·拜登总统签署了一项引人注目的立法，针对于美国食品和药物管理局 (FDA) 批准新药。根据这份文件，FDA 不再必须在临床试验前对潜在药物进行动物试验。作为替代方案，可以依赖计算机建模、器官芯片和类器官。类器官在癌症研究中的潜在价值，特别是在药物发现方面，受到了极大的关注。

近日，上海交通大学医学院附属瑞金医院于颖彦教授团队在国际癌症研究权威刊物Cancer Letters发表了题为“Patient-derived organoids in translational oncology and drug screening”的综述文章。该文全面阐述了患者源性类器官（PDO）从构建到发病机制以及药物筛选研究中的最新进展，在生物医药领域类器官模型日益受到重视的当下具有重要参考价值。

来源：https://doi.org/10.1016/j.canlet.2023.216180

类器官是活组织在离体环境下进行的3D培养体系，可以很好地模拟了体内微环境。因此，类器官可以重现其来源组织的形态表型、功能和基因谱系特征。依赖于活组织内存在的成体干细胞，类器官可以自组织并分化成多系列细胞。自2009年荷兰科学家Hans Clevers团队成功将Lgr5+肠道干细胞在体外培养成具有隐窝状和绒毛状结构的上皮类器官，该实验技术得到迅速发展。目前，在胃肠道癌、肾癌、卵巢癌、肺癌、乳腺癌、肝癌和胰腺癌等均有成功利用PDO开展转化型研究的报道。

在这篇综述中，研究人员回顾了构建患者源性类器官（PDOs）的关键因素，包括培养基和基质、形态特征、遗传图谱、肿瘤纯化、传代、共培养系统的构建、药物敏感性检查，以及高通量药物筛选。研究人员系统地介绍了类器官的应用潜力。

一、PDO的构建

1. 培养基和基质

培养基和培养基质是类器官构建的关键因素。培养基是从原始组织中衍生和维持类器官的基础材料。一般来说，advanced DMEM/F12辅以B27、GlutaMax、HEPES 、青霉素/链霉素为基本培养基成分，根据原始组织类型添加生长因子或信号通路拮抗剂等其他成分。培养基中的外源因子负责调节多种信号通路，促进类器官的自我更新、增殖和组织特异性分化。

2. 肿瘤类器官的纯化

Wallaschek 及其同事探索了纯化胃癌类器官的方法，并提出了三种方法。第一种方法结合了来自突变分析的先验知识。第二种方法是通过人工选择，根据形态学表型从培养物中去除正常的类器官。第三种方法是使用基于流式细胞术的细胞分选从癌症类器官中收集单细胞。

3. 类器官的传代和寿命

目前，关于类器官体外传代次数或寿命的报道有限。由于它们缺乏血管系统，因此类器官的寿命、大小和成熟度可能受到限制。总的来说，源自正常组织的类器官表现出有限的传代，而肿瘤类器官表现出相对无限的传代潜力。但更长时间的传代研究和类器官生物学特性的鉴定还需要进一步积累。

来源：https://doi.org/10.1016/j.canlet.2023.216180

4. 类器官的高保真性

筛选有效的抗癌药物需要相关的高保真模型来进行个性化治疗。PDO 可以重现体内发生的药物反应。随着基因组测序的快速发展，药物基因组学研究产生了丰富的基因组-药物相关数据，可用于预测临床药物反应。PDO 是准确反映原始组织生物学特性的理想模型和工具。

5. 类器官与肿瘤微环境（TME）成分和病原体的共培养系统

尽管类器官是常规治疗中筛选药物敏感性的合适实验模型，但它们无法反映癌细胞与肿瘤微环境(TME) 相关细胞（如成纤维细胞、内皮细胞、免疫细胞和微生物）之间发生的相互作用情况。迄今为止，还没有构建共培养系统的标准化方法。每个实验室都处于探索阶段。因此，迫切需要探索用于致癌研究的共培养系统的标准化以及癌症治疗中药物敏感性的评估。

二、类器官的应用

类器官已被用于多个领域，例如组织形态发生、良性或恶性疾病的发病机制、致癌物毒理学、治疗反应和高通量药物筛选。

来源：https://doi.org/10.1016/j.canlet.2023.216180

三、类器官系作为一种新工具

类器官系 (OL) 是一个新概念，是相对于科学实验中常规使用的细胞系 (CL)而言。当前，使用类器官系的场景相对混乱，需要进一步规范。例如，一些实验室将已经成功建立并可用于后续实验的类器官统称为类器官系。总的来说，很少有关于构建类器官系的报道。考虑到类器官在临床病理学和遗传背景中通过后续基因组或转录组学分析的高保真度，类器官系将成为精准医学中的宝贵资源。

四、人工智能与类器官的整合

目前，评估PDOs的生长状态，如活性或老化，依赖于人工显微镜观察，基于人工智能（AI）的自动形态学评估将会大大改善这一点。在体外显微镜下很容易获得 3D 培养系统的多个实时图像。AI 的优势在于能够处理数以千计的图像，有效地评估类器官的生存能力或对类器官的亚型进行分类。人工智能算法已经在类器官领域进行了探索。然而，人工智能与类器官技术的整合仍处于起步阶段。它将在高通量药物筛选分析以及类器官活组织库的质量控制中发挥重要作用。

总之，与传统细胞系或 PDX 模型相比，PDOs 具有与其原始肿瘤相似的形态、分子特征和药物敏感性，在精准医学中发挥着重要作用。培养基、基质、共培养系统的标准化将是下一步的发展方向。在临床前和临床领域，PDO 将为个性化用药提供有价值的信息。在生物工程领域，脑类器官将会有意想不到的发展。2022 年 2 月，第一届类器官智能 (OI) 研讨会在约翰霍普金斯大学举行，为将 OI 建立为一门新的科学学科奠定了基础。Cai 和他的同事们已经开发出了名为 brainoware的活体 AI 片上硬件，它利用大脑类器官的计算能力并通过多电极阵列接收或发送信息。这种方法可以从训练数据中学习，甚至可以求解非线性方程。

总的来说，类器官的发展可能会促进生物医学和日常生活的范式改变。

来源：

https://www.sciencedirect.com/science/article/pii/S0304383523001313?via%3Dihub