重新编程肿瘤血管：将正常化生物学研究与血管化肿瘤芯片模型相结合

《Biomaterials》：Reprogramming Tumor Vasculature: Integrating Normalization Biology with Vascularized Tumor-on-Chip Models

　　**摘要**
异常的肿瘤血管是肿瘤微环境的特征，这种微环境会促进缺氧、治疗耐受性以及疾病进展，同时限制抗癌治疗的输送。尽管早期的抗血管生成疗法旨在通过切断肿瘤的血液供应来使其“饥饿”，但过度的血管修剪往往会加剧缺氧，并选择出更具侵袭性的肿瘤表型。这些观察结果促使人们提出了“血管正常化”的概念，即通过谨慎调节血管生成信号通路，可以暂时恢复血管结构和功能，从而改善灌注、氧合、药物输送和抗肿瘤免疫。在这篇综述中，我们讨论了调控肿瘤血管形成、成熟和功能障碍的机制，并探讨了旨在使肿瘤血管正常化的治疗策略。我们还强调了限制临床应用的主要挑战，包括血管正常化窗口的短暂性和异质性、适应性耐药机制以及缺乏可靠的纵向监测工具。接着，我们将血管正常化的生物学原理与血管化肿瘤芯片平台结合起来，研究肿瘤微环境的关键特征（如组织结构、细胞外基质重塑、血流动力学力、代谢梯度及多细胞相互作用）如何被重现和定量监测。我们批判性地评估了工程设计、生物材料选择、血管化策略、灌注以及集成传感技术如何影响这些平台捕捉血管正常化及治疗反应的能力。通过将血管正常化的特征与芯片上的可测量表型联系起来，血管化肿瘤芯片系统为研究耐药机制、优化治疗时机及推进精准肿瘤学提供了可控的框架。然而，与生理真实性、标准化、可扩展性和临床验证相关的挑战仍然限制了其更广泛的应用。

**引言**
肿瘤微环境（TME）是一个动态的生态系统，在其中异常血管在肿瘤进展、转移和治疗耐受性中起着核心作用[1]。与健康组织的有序血管网络不同，肿瘤血管在结构和功能上都存在异常，表现为不规则的结构、过度的通透性、灌注受损以及血管内皮细胞覆盖缺陷[2][3]。这些异常会导致缺氧、酸中毒、间质液压力升高和细胞外基质（ECM）重塑，从而阻碍药物输送和抗肿瘤免疫，同时促进恶性肿瘤的进展[4][5]。最初，人们将肿瘤血管视为治疗靶点，开发了抗血管生成策略来抑制新血管生成。然而，过度修剪血管会加剧缺氧并促使肿瘤产生适应性反应，这暴露了单纯消除血管的局限性[6]。由此产生了“血管正常化”的概念，即通过谨慎调节血管生成信号通路，可以暂时恢复血管结构和功能，改善灌注、氧合、药物输送和免疫细胞浸润[3][7]。在本综述中，我们将血管正常化定义为由血管结构和功能的协调、时间依赖性改善，而不仅仅是减少血管生成或血管密度。因此，正常化的证据应包括结构指标（如内皮细胞连接增强、基底膜结构改善和血管内皮细胞支持增加）以及功能指标（如灌注和屏障功能恢复）。这些变化可能伴随着缺氧和间质液压力的降低以及药物输送和免疫细胞浸润的改善。由于血管功能与间质、代谢和免疫重塑紧密相关，这些微环境变化应被视为正常化的补充指标，而不仅仅是直接测量血管的结果。因此，在整个综述中，除非证明了协调的结构和功能恢复，否则对灌注、通透性、血管密度、氧合、免疫细胞浸润或药物输送等个体参数的变化都描述为与正常化相关的反应。

尽管血管正常化具有治疗潜力，但其应用仍受到血管正常化窗口的短暂性和异质性、适应性耐药机制以及患者间显著差异的限制[8][9][10][11][12][13]。此外，肿瘤血管不仅仅是被动管道，还是TME的活跃组成部分：通过血管周围微环境中的旁分泌和接触分泌信号，内皮细胞会影响肿瘤细胞的休眠、存活、增殖、干性、侵袭性和治疗耐受性[14][15][16]。因此，血管正常化涉及血管功能及其与周围肿瘤微环境相互作用的动态重组，而不仅仅是恢复血管结构。推进血管正常化的一个主要挑战是缺乏能够解析肿瘤细胞、血管细胞、间质细胞群和ECM之间这些动态相互作用的实验系统。尽管动物模型提供了重要的生物学见解，但其临床预测能力有限，而传统的体外模型无法再现血管化肿瘤的复杂结构、机械特性和运输过程[17][18][19][20][21]。此外，这些方法在血管重塑和治疗反应的纵向多参数监测方面的能力也有限。

血管化肿瘤芯片（ToC）平台作为一种有前景的微生理系统，有助于克服这些限制[22][23][24][25]。通过将可灌注的血管网络与三维（3D）肿瘤组织、工程化的ECM以及受控的生物化学和生物力学信号结合，这些平台能够在明确的、动态调控的条件下研究肿瘤-血管相互作用[26][27]。它们兼容纵向成像、功能性血管测量、可控的治疗输送以及间质和免疫成分的整合，特别适合研究血管正常化的动态变化及其对治疗输送和反应的影响。最近的综述探讨了这一快速发展领域的各个方面，包括针对血管的疗法[7]、用于精准医学的癌症芯片技术[21][28]，以及用于研究肿瘤新血管形成的血管化ToC模型[27]。更新的观点还强调了微流控和微生理系统在临床前免疫治疗评估中的应用，包括用于研究血管正常化、免疫细胞迁移、治疗反应和纵向监测的工程化血管模型[29][30][31]。然而，在这些更广泛的框架中，血管正常化主要被视为肿瘤建模和治疗评估的一个组成部分或应用。一个系统的框架应该将血管正常化作为组织原则，并将其特征转化为血管化ToC的工程要求和定量读数，但目前这方面的工作仍较为有限。

因此，有几个核心问题一直未得到解答：哪些异常和正常化肿瘤血管的特征需要在芯片上重现？需要哪些结构和功能指标来区分真正的血管正常化与血管生成抑制、血管退化或血管塌陷？如何纵向监测这些参数以识别短暂的血管正常化窗口并优化治疗干预？解决这些问题需要将血管生物学与平台架构、ECM工程、可控灌注、纵向成像和生物传感以及定量和计算分析相结合。为了解决这一差距，我们建立了一个从生物学到工程的框架，使用血管化ToC系统来研究肿瘤血管正常化。首先，我们探讨了调控肿瘤血管生成、成熟和功能障碍的细胞、分子和生物物理机制，包括血管生成和非血管生成机制及其与间质细胞、ECM、代谢和免疫成分的相互作用。接着，我们批判性地讨论了当前的血管正常化策略，包括调节血管生成信号通路、促进血管成熟、间质重编程、物理干预和联合疗法，以及识别和监测血管正常化窗口的方法。最后，我们将这些生物学原理转化为血管化ToC的工程要求，并评估现有平台如何再现血管重塑以及评估灌注、通透性、氧合、免疫细胞迁移、治疗输送和治疗反应的能力。我们还考虑了生物材料工程、集成生物传感、计算建模和患者特异性系统方面的新兴机会，同时指出了模型复杂性、纵向稳定性、标准化和临床验证方面的当前局限（图1）。

**肿瘤微环境作为血管功能障碍的驱动因素**
肿瘤微环境是一个动态的生态系统，在其中恶性细胞、间质细胞、血管细胞和免疫细胞与不断重塑的ECM和演变的生化梯度相互作用[32]。与作为被动支架的血管不同，TME通过细胞和生物物理相互作用主动塑造肿瘤进展、治疗耐受性和血管功能障碍[32]。这些细胞、代谢和机械驱动因素的相对贡献因肿瘤类型和疾病阶段而异。

**肿瘤血管：机制、重塑和异常**
肿瘤血管网络通过血管生成和非血管生成机制形成。这两种机制并非相互排斥，它们的相对贡献因肿瘤类型、解剖位置和治疗状态而异，导致血管异质性显著，并对血管靶向治疗产生不同的反应[49][50]。与健康血管受严格调控的生长和成熟过程不同，这些过程发生在持续促进血管生成的微环境中。

**肿瘤血管正常化的治疗策略**
针对血管的癌症疗法起源于Judah Folkman的开创性提议，即通过抑制新血管生成来控制肿瘤生长[71]。这一概念推动了旨在通过血管退化使肿瘤“饥饿”的抗血管生成疗法的发展。然而，后续研究表明，过度抑制VEGF会加剧缺氧并促进适应性反应，包括侵袭、转移和治疗耐受性[72][73]。

**血管化肿瘤芯片平台：用于模拟肿瘤血管正常化的工程设计原则**
血管化ToC平台经过工程设计，能够精确模拟TME的关键结构、机械和生化特征，并具有时间和空间的控制能力。通过整合可灌注的血管网络、3D ECM和多细胞组织结构，这些系统可以研究肿瘤进展、免疫细胞迁移、转移扩散和治疗反应[26]。与传统体外模型不同，血管化ToC能够再现生理运输过程。

**在芯片上模拟肿瘤血管正常化和治疗反应**
血管化ToC平台提供了在可控且与人体状况相关的环境中研究血管正常化的独特机会。通过将可灌注的微血管网络与肿瘤组织结合，这些系统能够同时评估血管重塑、治疗输送和肿瘤反应。血管化ToC支持对与正常化相关的动态变化的纵向多参数监测，并能直接将血管结构变化与功能结果联系起来。

**局限性和未来方向**
血管正常化作为一种通过恢复灌注、缓解缺氧和改善治疗可达性来重组TME的策略，其影响不仅限于血管结构和功能。事实上，内皮细胞通过旁分泌和接触分泌信号影响肿瘤细胞的休眠、干性、免疫调节和治疗耐受性[16]。因此，针对血管的疗法不应仅仅被视为调节血管生成的因素。

**作者贡献声明**
Fatemeh Mirzapour-Shafiyi：撰写——综述与编辑、原始稿写作、监督、项目管理和资金协调、概念构思。
Mohammad Sadegh Zaman：原始稿写作、数据可视化、正式分析。
Teodora Nazare：数据可视化。
Anwesha Sarkar：原始稿写作。

**利益冲突声明**
作者声明没有潜在的利益冲突。

**致谢**
我们的工作得到了Joachim Herz Stiftung支持的跨学科生命科学Kickstart Fund的资助。部分示意图使用BioRender.com、BioRender AI和ChatGPT（OpenAI）创建。FM-S还获得了Joachim Herz Stiftung提供的跨学科生命科学附加奖学金。ChatGPT（OpenAI）被用于协助手稿文本的语言润色和编辑。