我国学者在肺癌个体化精准治疗预测模型研究方面取得进展

　　

图 PTCs模型助力肺癌个体化精准治疗模式图

　　在国家自然科学基金项目（批准号：82150005、81827809、82372885）等资助下，北京大学席建忠教授、叶步青副研究员和上海交通大学姜丽岩教授研究团队在肺癌个体化精准治疗预测模型研究方面取得进展。研究成果以“患者来源的肿瘤样细胞簇用于非小细胞肺癌个体化化疗和免疫治疗（Patient-derived tumor-like cell clusters for personalized chemo- and immunotherapies in non-small cell lung cancer）”为题，于2024年4月8日在《细胞·干细胞》（Cell Stem Cell）杂志在线发表。论文链接：https://doi.org/10.1016/j.stem.2024.03.008。

　　肺癌是全球发病率和死亡率最高的癌症之一，每年死亡人数约160万。非小细胞肺癌（NSCLC）是肺癌最常见的病理类型，约占所有肺癌的85%，5年生存率约为15.9%。当前在药敏检测方面应用模型主要是患者源性肿瘤异种移植（PDXs）模型和患者来源的肿瘤类器官（PDOs）。但PDXs模型从开发到用于药物测试大约需要三个月，PDOs在方法标准化和预测准确性上仍存在争议。因此研发一种更加高效精准的肿瘤模型用于指导患者选择治疗方案，具有重要临床意义和社会价值。

　　针对NSCLC个体化精准治疗预测模型，该研究团队在无基质胶、无血清的条件下，利用原代肿瘤细胞增殖自组装，形成具有一定3D结构的肿瘤样细胞簇（PTCs），在10天内可进行100-5000次药物测试。该研究构建了283个NSCLC患者来源的PTCs模型，总体成功率为81%。进一步以此模型为基础开展化疗药物及免疫药物敏感性检测，预测药物疗效的准确率为89%。通过结合细胞活力和干扰素-γ值评估，PTCs模型能够准确预测接受抗PD1抗体和化疗联合治疗患者的临床疗效（图）。

　　本研究表明，PTCs模型可作为NSCLC个体化精准治疗的预测模型，有望推动肿瘤发病机制等基础研究，加速新药研发。