萬事俱備，只欠東風，那么類器官這一強大的新生力量是如何助力于藥物篩選的呢？接下來小 M 就借助高分文獻在藥物篩選中的應用實例，帶你直觀感受類器官與藥物篩選的火花！ 
腫瘤類器官庫（活性篩選）
 
■ 創(chuàng)建腫瘤類器官生物庫
類器官是由胚胎干細胞、誘導多能干細胞和成體干細胞產(chǎn)生的三維培養(yǎng)系統(tǒng)，其為研究器官發(fā)育和模擬病理過程提供了良好的平臺。目前已建立了來源于多種癌癥的類器官生物庫，用于腫瘤免疫治療的研究（圖 2）。腫瘤類器官生物庫以兩種方式生成：通過活檢或手術切除直接從患者身上收集組織或?qū)υ醋越】到M織的類器官進行修飾[3-5]。腫瘤類器官生物庫允許來自不同癌以及指定癌癥的不同病變、等級或階段的類器官傳代、擴增和冷凍保存。

圖 2. 腫瘤類器官生物庫建立及用途[6]

    腫瘤類器官生物庫可以從轉(zhuǎn)基因非癌性類器官或腫瘤類器官中建立。這些生物樣本庫可實現(xiàn)基于腫瘤異質(zhì)性的藥物效率測試、芯片上類器官的藥物篩選和毒性測試等。                

 

■ 腫瘤類器官庫用于活性藥物篩選

萬事開頭難，藥物開發(fā)的第一步便是活性化合物的篩選，腫瘤類器官自然是不能錯過。研究人員利用 CRC 患者來源的類器官生物樣本庫進行功能篩選發(fā)現(xiàn)了一種新型候選藥物 MCLA-158。

研究人員從兩家不同醫(yī)院治療的 68 例患者的共 99 個腫瘤樣本中提取并儲存了 61 個原發(fā)性 CRC 和 11 個 CRC 肝轉(zhuǎn)移的類器官，還選取了腫瘤鄰近的健康粘膜建立類器官，構建了 CRC 患者來源的類器官活生物庫（圖 3）。其次，通過該類器官生物樣本庫，對超過 500 種雙特異性抗體進行藥物篩選，并評估它們在匹配的正常結腸黏膜類器官中的活性。最終發(fā)現(xiàn) MCLA-158 (EGFR x LGR5 雙特異性抗體)可與表皮生長因子受體 (EGFR) 和富含亮氨酸重復序列的 G 蛋白偶聯(lián)受體-5 (LGR5) 相結合，在體內(nèi)外有效抑制結直腸癌類器官生長和轉(zhuǎn)移[7]。

 

圖 3. 腫瘤類器官衍生概述[8]

 

腫瘤類器官共培養(yǎng)（模擬體內(nèi) TME） 有了活性化合物，接下來就是進一步的毒性及機理的研究驗證。在腫瘤免疫治療中，腫瘤微環(huán)境 (Tumor microenvironment, TME) 中腫瘤和免疫細胞的相互作用對臨床前評估至關重要，如果沒有腫瘤微環(huán)境的輸入，就無法準確評估免疫治療中潛在的藥物有效性^[9]。經(jīng)過對腫瘤類器官與自體外周血淋巴細胞共培養(yǎng)的多次研究發(fā)現(xiàn) ，足夠數(shù)量的腫瘤特異性T細胞在腫瘤類器官模型中用于免疫治療是必不可少的^[10]。如將小鼠雞卵白蛋白肽 (OVA) 特異性 T 細胞、人 NY-ESO-1 特異性 CD8⁺ T 細胞和自體腫瘤浸潤性 T 細在共培養(yǎng)，可促進腫瘤識別和高細胞毒活性^[11]。因此，為了使腫瘤類器官更接近于活體的腫瘤微環(huán)境，可在培養(yǎng)體系中加入其他細胞，建立細胞共培養(yǎng)體系。

美國印第安納大學 Xiongbin Lu 教授課題組報道了基于類器官的表觀遺傳抑制劑篩選。利用小鼠或癌癥患者來源的乳腺腫瘤類器官聯(lián)合腫瘤特異性細胞毒性 T 細胞(CD8+ T 細胞）共培養(yǎng)，使之更好地模擬小鼠體內(nèi)腫瘤微環(huán)境（圖 4）。經(jīng)過藥物篩選最終從 141 種表觀遺傳相關化合物中篩選出 3 種能夠促進抗原呈遞和增強 T 細胞介導的細胞毒性的表觀遺傳抑制劑[12]。

 

   文獻流程（供參考）：原位移植體內(nèi)產(chǎn)生腫瘤組織 → 腫瘤組織消化成單個細胞進行 2D 培養(yǎng) → 收集貼壁細胞進行類器官培養(yǎng) → 腫瘤類器官篩選 → 腫瘤類器官加藥處理 48 h → 藥物處理后的類器官與 OVA 特異性 CD8⁺  T細胞共同培養(yǎng)。            

 

 腫瘤類器官芯片（臨床前預測） 除了活性藥物篩選及細胞毒性檢測等，患者來源的類腫瘤器官還可為精準醫(yī)療提供可靠的體外腫瘤模型^[14,15]。越來越多的證據(jù)證實，原始腫瘤組織和生成的腫瘤類器官之間的表型和基因型一致^[16,17]。同時，臨床研究表明，在預測個體患者對結直腸癌和胃食管癌治療的臨床反應方面，腫瘤類器官具有較高的成功率^[18-20]。但目前基于腫瘤類器官的藥物測試仍需要數(shù)周甚至數(shù)月的時間才能向患者提供結果。清華大學 Yawei Hu 團隊開發(fā)了一種集成的超疏水微井陣列芯片 (InSMAR-chip)，用于 肺癌類器官( Lung cancer organoids, LCOs) 的高通量三維培養(yǎng)和分析，可在一周內(nèi)快速測試一系列臨床推薦的藥物。且 LCOs 對抗癌藥物的反應與臨床結果和基因突變是一致的。因此，LCOs 聯(lián)合 InSMAR-chip 可能為快速預測肺癌患者特異性藥物反應提供一種有效的手段（圖 5）。此外，FDA 于 2022 年批準了全球完全基于 “類器官芯片” 研究獲得臨床前數(shù)據(jù)的新藥（NCT04658472）進入臨床試驗。這意味著 “類器官芯片” 實驗，首次取代了傳統(tǒng)動物實驗，且被官方認可。 

圖 5. 從患者腫瘤中建立 LCOs 過程示意圖^[21]

 

 

文獻流程（供參考）：

1. 建立了一種機械的樣本處理方法，在 3 天內(nèi)從患者的腫瘤組織中生成足夠數(shù)量的 LCOs。

2. 將手術切除的腫瘤組織 (約0.5 × 0.5 × 0.5 cm³) 用剪刀剪成小塊，輕輕研磨后用注射器將其推入 100 µm 的濾器中。

3. 用 40 µm 濾器收集 40 ~ 100 μm 的腫瘤碎片，并將其懸浮在優(yōu)化的 LCO 培養(yǎng)基中過夜培養(yǎng)。

4. 將 LCOs 接種在 Matrigel 基質(zhì)膠中，并在多孔板中繼續(xù)培養(yǎng) 3 天，用于長期擴增和類器官鑒定，或者在 InSMAR-chip 芯片上進行 3 天的藥物敏感性試驗。

上下滑動查看

 

■ 小結

本期小 M 為大家介紹了類器官在腫瘤免疫治療方面的優(yōu)勢及應用，通過建立腫瘤類器官模型和腫瘤類器官庫，可評價藥物抗腫瘤活性、藥物毒性，確定藥物作用靶點以及藥敏性篩查等，同時還可應用于精準醫(yī)療及臨床前的藥物預測，及時為患者選擇合適的治療方案。因此，類器官模型及篩選平臺將有助于更好地了解疾病機制，測試和開發(fā)疾病相關的新藥物。

 

相關產(chǎn)品

生物活性化合物庫 收錄了 15,000+ 種具有明確報道的、活性已知、靶點明確的小分子化合物，包括天然產(chǎn)物，新型化合物，已上市化合物及處于臨床期化合物等，可以用于信號通路研究，新藥研發(fā)，老藥新用等不同的篩選目的。

FDA 上市庫 收錄了 2,600+ 個批準上市的化合物,這些化合物已經(jīng)完成了廣泛的臨床前和臨床研究,具有良好的生物活性、安全性和生物利用度。

天然產(chǎn)物庫 MCE 收錄了 3,700+ 種天然產(chǎn)物，包括糖類和糖苷，苯丙素類，醌類，黃酮類，萜類，類固醇，生物堿，酚類，酸和醛等，天然產(chǎn)物化合物庫是一種有用的藥物開發(fā)工具。

片段化合物庫 MCE 可以提供 17,000+ 種片段化合物，這些化合物均符合"類藥 3 原則 (RO3)", MCE 片段化合物庫是先導化合物的重要來源。

老藥新用化合物庫 MCE 老藥新用化合物庫包括 4,000+ 種批準上市藥物及臨床 1 期以后化合物,這些化合物已經(jīng)完成了廣泛的臨床前和臨床研究,具有良好的生物活性、安全性和生物利用度,特別適合藥物新適應癥的研究。

MCE 的所有產(chǎn)品僅用作科學研究或藥證申報，我們不為任何個人用途提供產(chǎn)品和服務  

參考文獻

 

 

[1] Drost J, et al. Organoids in cancer research. Nat Rev Cancer. 2018 Jul;18(7):407-418. 
[2] Malia Alexandra Foo, et al. Clinical translation of patient-derived tumor organoids- bottlenecks and strategies Preclinical tumor models are an important platform for mechanistic research and testing of new drugs.Biomark Res. 2022 Mar 10;10(1):10. 
[3] Nuciforo S, et al. Organoid Models of Human Liver Cancers Derived from Tumor Needle Biopsies. Cell Rep. 2018;24(5):1363-1376.  
[4] Tiriac H, et al. Successful creation of pancreatic cancer organoids by means of EUS-guided fine-needle biopsy sampling for personalized cancer treatment. Gastrointest Endosc. 2018;87(6):1474-1480. 
[5] Matano M, et al. Modeling colorectal cancer using CRISPR-Cas9-mediated engineering of human intestinal organoids. Nat Med. 2015;21(3):256-262.  
[6] Yang H, et al. Tumor organoids for cancer research and personalized medicine [published online ahead of print, 2021 Sep 14]. Cancer Biol Med. 2021;19(3):319-332.  
[7] Herpers B, et al. Functional patient-derived organoid screenings identify MCLA-158 as a therapeutic EGFR × LGR5 bispecific antibody with efficacy in epithelial tumors. Nat Cancer. 2022;3(4):418-436.  
[8] Marc van de Wetering M, et al. Prospective derivation of a living organoid biobank of colorectal cancer patients. Cell. 2015;161(4):933-945.  
[9] Neal JT, et al. Organoid Modeling of the Tumor Immune Microenvironment. Cell. 2018;175(7):1972-1988.e16.  
[10] Cattaneo CM, et al. Tumor organoid-T-cell coculture systems. Nat Protoc. 2020;15(1):15-39.  
[11] Clarke SR, et al. Characterization of the ovalbumin-specific TCR transgenic line OT-I: MHC elements for positive and negative selection. Immunol Cell Biol. 2000;78(2):110-117.  
[12] Zhou Z, etc. An organoid-based screen for epigenetic inhibitors that stimulate antigen presentation and potentiate T-cell-mediated cytotoxicity. Nat Biomed Eng. 2021 Nov;5(11):1320-1335. 
[13] Hidalgo M, et al. Patient-derived xenograft models: an emerging platform for translational cancer research. Cancer Discov. 2014;4(9):998-1013.  
[14] Tuveson D, et al. Cancer modeling meets human organoid technology. Science. 2019;364(6444):952-955.  
[15] Lau HCH, et al. Organoid models of gastrointestinal cancers in basic and translational research. Nat Rev Gastroenterol Hepatol. 2020;17(4):203-222.  
[16] Gao D, Vela I, et al. Organoid cultures derived from patients with advanced prostate cancer. Cell. 2014;159(1):176-187.  
[17] Kim M, et al. Patient-derived lung cancer organoids as in vitro cancer models for therapeutic screening. Nat Commun. 2019;10(1):3991. Published 2019 Sep 5.  
[18] Yao Y, et al. Patient-Derived Organoids Predict Chemoradiation Responses of Locally Advanced Rectal Cancer. Cell Stem Cell. 2020;26(1):17-26.e6.  
[19] Vlachogiannis G, et al. Patient-derived organoids model treatment response of metastatic gastrointestinal cancers. Science. 2018;359(6378):920-926.  
[20] Ooft SN, et al. Patient-derived organoids can predict response to chemotherapy in metastatic colorectal cancer patients. Sci Transl Med. 2019;11(513):eaay2574. 
 [21] Hu Y, et al. Lung cancer organoids analyzed on microwell arrays predict drug responses of patients within a week. Nat Commun. 2021;12(1):2581. Published 2021 May 10.