《Drug Discovery Today》：Next-generation lung-cancer-on-a-chip: toward personalized therapy, AI, and CRISPR-driven models
编辑推荐：
这篇综述系统性地整合了呼吸力学模拟、患者来源肿瘤模型、多器官互作、人工智能分析和CRISPR基因编辑等前沿技术，首次提出以"呼吸肺癌芯片"为核心的统一框架。文章重点阐述了如何通过循环拉伸的微环境重建患者特异性转移路径，并详细论证了AI驱动药物反应预测与CRISPR编辑在动态微环境中的协同应用，为构建无需直接人体试验即可预测个体化疾病进展的新一代平台提供了理论蓝图。
引言
肺癌作为现代医学最严峻的挑战之一，其死亡率主要归因于高达90%的转移相关死亡。传统 preclinical 模型在模拟肺生理复杂性和预测患者特异性治疗反应方面存在明显局限，这促使器官芯片（Organ-on-a-Chip, OoC）技术应运而生。肺癌芯片（Lung-Cancer-on-a-Chip, LCOC）作为该领域的重要分支，通过整合微流体技术、实时成像和患者来源细胞，能够在生理相关条件下复现完整转移级联反应。
转移芯片（MOC）的原理与应用
转移芯片（Metastasis-on-a-Chip, MOC）是通过微流体创新技术构建的仿生平台，专门用于模拟转移过程。该平台将肿瘤微环境（Tumor Microenvironment, TME）划分为主要TME、循环TME和次级TME三个区域，通过精确控制流体流动，实现细胞行为可调控观察。与传统大鼠模型或2D细胞培养相比，MOC能够整合细胞外基质（Extracellular Matrix, ECM）、免疫细胞等仿生特征，并支持实时活细胞成像分析。研究表明，患者来源肿瘤样细胞（Patient-derived Tumor-like Cells, PTCs）能保持90-95%的转录组相似性，对患者药物反应的预测准确率高达85-95%。
肺癌芯片的核心原理
LCOC系统通过多通道微流控芯片模拟人体肺环境，其最显著特征是包含模拟肺泡壁的薄膜结构。这种肺泡膜不仅允许气体扩散，还能模拟肺上皮细胞与周围血管系统的界面交互。通过真空驱动系统实现循环膜拉伸，芯片可精确复制呼吸过程中的机械应变，这对研究肿瘤细胞迁移、侵袭和治疗反应至关重要。
技术整合突破
多器官芯片系统
最新进展显示，LCOC与肝脏芯片、骨髓芯片等多器官系统的结合，能有效模拟转移性癌细胞的全身效应。例如，采用聚醚醚酮（Polyether Ether Ketone, PEEK）材料的肺/肝芯片平台，在连续灌注下维持组织活性达28天，并观察到器官间交互作用。另一项研究通过引入支气管上皮细胞、星形胶质细胞、成骨细胞和肝细胞，成功追踪了肺癌特异性侵袭过程。
人工智能赋能
AI技术与LCOC的结合开创了肿瘤微环境研究新范式。通过Trainable Weka Segmentation等图像分析工具，研究人员实现了肿瘤-血管相互作用的自动检测。更引人注目的是，基于容积低剂量CT（Low-Dose CT, LDCT）扫描的深度学习模型Sybil，能提前6年预测肺癌风险，其预测能力可通过整合LCOC产生的生物标志物谱得到进一步加强。
CRISPR/Cas9基因编辑
基因组编辑技术特别是CRISPR/Cas9的应用，使在LCOC中精确重现人类肿瘤遗传异常成为可能。首个人体临床试验表明，PD-1缺失的自体T细胞治疗非小细胞肺癌（Non-Small Cell Lung Cancer, NSCLC）具有安全性。通过诱导TP53缺失和KRASG12D激活，CRISPR-Cas9成功生与人肺腺癌高度相似的肿瘤模型，再现了核心致癌通路激活。
三模态LCOC系统集成
将呼吸LCOC平台与患者来源肿瘤模型、多器官微流体、AI分析和CRISPR编辑相结合，代表了个性化肿瘤学的变革性方向。这种集成框架使在生理相关机械应变下实时追踪患者特异性转移行为成为可能，但同时也面临肿瘤碎片粘附性差、成像域偏移等挑战。
技术挑战与解决方案
机械应变调控：通过ECM稳定水凝胶（如GelMA-胶原蛋白I混合物）和光交联组织锚定物，可增强肿瘤碎片稳定性。采用低幅度循环拉伸的机械预处理策略（如2-3%逐步增至10-12%），能有效减少NF-κB激活和炎症反应。
数据标准化：针对多平台成像产生的域偏移问题，可采用标准化成像模块结合域适应算法（如CycleGAN或样式转移归一化）。通过嵌入式应变传感器、跨上皮电阻（Transepithelial Electrical Resistance, TEER）电极和微流体流量传感器的统一时间戳架构，可同步异质数据流。
CRISPR递送优化：微流体剪切力会降低纳米颗粒/核糖核蛋白（Ribonucleoprotein, RNP）摄取效率，通过集成微流体细胞捕获区（如微陷阱阵列）或局部电穿孔模块（如LaViE-chip），可显著提高编辑效率。
未来展望
下一代LCOC平台的发展方向包括更高度的标准化、可扩展性和临床整合。通过构建同时模拟遗传多样性、机械应变、缺氧、免疫动态和转移传播的模块化芯片，结合AI驱动的多模态数据分析，将推动"数字-物理双胞胎"模型的发展。这种模型能在临床干预前模拟患者肿瘤演变和治疗结果，有望取代多数动物模型，开创个性化、预测性和机械生物学指导的肺癌治疗新纪元。
