Cell Reports Medicine | 构建高度模拟患者的肿瘤类器官模型进行“替身试药”

近日，中山大学附属第一医院肿瘤科许丽霞副主任医师与精准医学研究院名誉院长于君教授及李晓星研究员合作在Cell Reports Medicine上发表了研究成果“Personalized drug screening in patient-derived organoids of biliary tract cancer and its clinical application”，成功构建了目前最大规模的来源于胆道系统肿瘤（BTC）患者肿瘤组织的类器官生物库，进行有效的化疗药物筛选，揭示了人源性胆道系统肿瘤类器官对不同药物反应的特征。该研究从临床问题出发，串联临床资源与基础研究，助力临床精准治疗。

BTC是预后最差的消化系统恶性肿瘤之一，近年来BTC的发病率和死亡率迅速上升。BTC患者对化疗响应的个体差异大仍是目前面临的主要临床难题。因此，需要寻找预测BTC患者化疗疗效的有效方法，构建高度模拟患者的肿瘤类器官模型进行“替身试药”，从个性化精准治疗的角度为提高BTC治疗响应率及改善预后提供新的临床转化方案。

研究人员成功构建了来源于BTC患者肿瘤组织的包括61例类器官在内的类器官生物库，从组织病理学和基因组学等多组学维度复现了其来源肿瘤的特征，该研究建立了目前国内外相关研究中最大规模的类器官文库。研究发现成功建立BTC类器官的临床特征和分子特征包括分期更晚、肿瘤含量更高、干性和增殖相关基因表达更强。

利用类器官模型，研究人员进行了BTC患者的体外个性化筛药，通过与BTC患者来源的肿瘤类器官小鼠移植模型（PDOX）对化疗药物的反应及患者的临床治疗反应对比，证实BTC类器官预测化疗反应的准确性。研究人员在转录组水平鉴定并验证了BTC类器官对不同药物反应的基因表达特征，基于药敏特征建立了可以预测BTC患者化疗反应的预测模型，为BTC患者的个性化精准治疗提供新的临床决策工具。

▲BTC类器官是一种个性化化疗药物筛选的有效工具，基于BTC类器官的药物敏感性可以发现药物不同反应的转录组学特征，进一步建立化疗反应预测模型，帮助BTC患者选择有效药物

该研究构建了目前最大规模的BTC患者来源的类器官库，为个性化精准医学提供了新的工具，可以在体外进行类器官药敏检测，鉴定类器官对不同药物反应的基因表达特征，进一步建立了可以预测BTC患者化疗反应的预测模型，为利用类器官进行个性化筛药并应用于临床提供了理论依据。该研究是中山一院精准医学研究院与临床科室合作的又一转化研究，研究成果将有望指导临床实践。中山一院肿瘤科博士生任晓雪是该论文的第一作者，肿瘤科许丽霞副主任医师是最后通讯作者，精准医学研究院名誉院长于君教授和李晓星研究员是共同通讯作者。

论文链接：https://doi.org/10.1016/j.xcrm.2023.101277