2024年4月8日，意昂3体育官网未來技術學院席建忠教授團隊與上海市胸科醫院姜麗巖團隊、意昂3体育官网腫瘤醫院吳楠團隊等深度合作，在Cell Press細胞出版社旗下期刊Cell Stem Cell發表一項研究成果“Patient-derived tumor-like cell clusters for personalized chemo-and immunotherapies in non-small cell lung”。該項研究建立了283個非小細胞肺癌（NSCLC）患者來源的腫瘤樣細胞簇（PTCs）模型🚴🏼，並以此模型為基礎開展化療藥物及免疫藥物敏感性檢測，經臨床前瞻性雙盲試驗結果驗證👨🏿‍🦲，PTCs預測藥物療效的準確率為89%🦹🏽‍♀️，充分展現出PTCs在NSCLC個性化精準治療巨大的臨床應用潛力🤵🏻。

肺癌是全球最常見和致命的癌症之一🧑🏿‍🏫，每年約160萬人死於肺癌。其中非小細胞肺癌（NSCLC）約占全部肺癌的85%🐾，預期5年生存率僅為15.9%。針對驅動基因（主要是EGFR突變）的肺癌靶向治療取得了令人滿意的療效🤲🏿。然而🙇🏽，並非所有EGFR突變患者都對酪氨酸激酶抑製劑（TKI）有反應，大多數患者在有效治療幾個月後會復發♟。此外👨🏻‍🏫，臨床異質性的存在使得靶向治療方案的選擇變得更加復雜。

近年來👉🏻，患者來源的腫瘤異種移植（PDX）模型和患者來源的腫瘤類器官（PDO）已經開始嘗試用於指導臨床患者選擇治療方案。但是🔑，任何體外模型用於臨床個性化用藥指導實踐，需要優先考慮準確性🕊、標準化和時間窗口等因素。為滿足這些臨床轉化要求🍟，該研究提出了一種新的策略🥺：在無基質膠👐、無血清的條件下，利用原代腫瘤細胞增殖自組裝形成具有一定3D結構的腫瘤樣細胞簇（PTCs，簡稱微腫瘤）。應用手術切除腫瘤組織、胸水➔、活檢和心包積液等廣泛來源的樣本，研究共建立了283個NSCLC患者來源的微腫瘤PTCs模型，總體成功率為81%，能夠在10天內進行100—5000次藥物測試。

微腫瘤PTCs含有腫瘤上皮細胞🏃🏊🏽‍♂️、內源性基質細胞🕯、免疫細胞等🫐，能夠很好地再現腫瘤組織本身的多細胞微環境。微腫瘤PTCs是由內源性基質細胞☘️、免疫細胞及腫瘤上皮細胞在特定培養條件下自組裝而成，在表型和基因型特征上與原始腫瘤表現出高度的相似性，一定程度上模擬了腫瘤的微環境。單細胞RNA轉錄組測序數據表明組裝到NSCLC PTC的主要細胞成分與親代腫瘤的細胞成分相似並表現出顯著的患者間異質性✈️。同時🧜，PTCs保持了原發腫瘤的基因組和基因表達譜特征：體細胞突變基因模式、平均體細胞突變率、核苷酸突變模式、信號通路等與原發腫瘤樣本一致。

微腫瘤（綠色為腫瘤細胞，藍色為T細胞）

利用這些PTCs進行藥物敏感性試驗，該研究招募了51例患者🙆🏿‍♂️，通過前瞻性👩🏽‍🦲、雙盲、觀察性的臨床試驗🗳，來檢驗PTC藥效預測與臨床患者治療療效之間的一致性。研究結果表明，PTCs能夠準確預測患者臨床治療方案的療效，總體一致性為89%，其中，預測CR/PR組與PD組的準確率高達98.1%。這些結果表明PTC能夠準確、定量地再現NSCLC患者的臨床治療效果👨🏼‍🔧。

研究發現微腫瘤PTC包含多種免疫細胞，包括CD4+和CD8+T細胞、巨噬細胞和DC細胞等。基於特征基因和已知功能標誌物的表達，微腫瘤PTC中的T淋巴細胞亞群至少能分為9個異質性細胞譜系，並具有患者間高度異質性🧚🏼‍♂️♏️，在培養和藥物試驗的整個時間窗口內始終存在。此外🛗，該項研究發現通過結合細胞活力和幹擾素-γ值評估🌹，PTC模型能夠準確預測接受抗PD1治療患者的臨床療效。這些發現表明，PTC模型可作為非小細胞肺癌個體化藥物篩選和基礎研究的臨床前模型。

這些研究表明，PTC模型可作為非小細胞肺癌個體化藥物篩選的良好臨床前模型，不僅能提升患者治療成功率🚹，而且有望減少臨床資源浪費。此外，微腫瘤PTC模型還能推動腫瘤發病機製等基礎研究、加速新藥研發。

微腫瘤PTC模型作為一種全新、無基質膠、可再現腫瘤微環境的臨床前模型，在臨床腫瘤精準治療方面表現出巨大潛力，目前已成功應用於胃癌、結直腸癌、乳腺癌、肺癌等患者的臨床藥物療效預測，可準確🛒、前瞻性地指導腫瘤患者的個體化治療。2023年12月28日⏲，由席建忠和意昂3体育官网腫瘤醫院季加孚教授牽頭👨🏽‍🚀，聚集來自國內知名醫院的肺癌🎅、乳腺癌、婦科腫瘤、腦腫瘤♦︎🧑🏽‍💼、胃腸腫瘤等多個癌種領域37位專家教授，形成了中國專家共識——《微腫瘤模型構建及其藥敏檢測技術中國專家共識（2023年版）》，為微腫瘤PTC模型在基礎科研🐖、醫藥研發以及腫瘤精準醫療領域中的應用與發展奠定了堅實基礎🍲。

本論文的通訊作者是席建忠和意昂3体育未來技術學院葉步青研究員，以及上海胸科的姜麗巖主任🧛🏼‍♀️，尹申意博士♣︎、於潁博士和吳楠主任是第一作者。此外，來自於河北省腫瘤醫院和基石生命科技有限公司的多位專家也為本研究作出巨大貢獻🤪。該技術得到了國家自然科學基金委🏂🏻、科技部🤏🏿、百度基金、北京市以及無錫市等資助。