Deciphering fibroblast-induced drug resistance in non-small cell lung carcinoma through patient-derived organoids in agarose microwells
通过琼脂糖微孔中患者来源的类器官揭示非小细胞肺癌中成纤维细胞诱导的耐药性
| 期刊: | Lab on a Chip | 影响因子: | 6.100 |
| 时间: | 2024 | 起止号: | 2024 Mar 26;24(7):2025-2038. |
| doi: | 10.1039/d3lc01044a | 研究方向: | 免疫、细胞生物学 |
| 疾病类型: | 肺癌 | 细胞类型: | 成纤维细胞 |
文献解析
1. 文献背景信息
标题/作者/期刊/年份
“Deciphering fibroblast-induced drug resistance in non-small cell lung carcinoma through patient-derived organoids in agarose microwells”
Qiyue Luan 等,Lab on a Chip,2024-03-26(IF≈6.1,RSC 微系统领域旗舰)。
研究领域与背景
患者来源类器官(PDO)能保留原发肿瘤的组织学与分子特征,是精准药物筛选的理想模型,但样本量小、缺乏标准化微环境共培养体系限制了其在耐药机制研究中的应用。肿瘤相关成纤维细胞(CAF)被广泛认为可通过旁分泌信号诱导靶向治疗耐药,然而 PDO-CAF 共培养平台尚未系统建立。
研究动机
填补“微尺度、标准化 PDO-CAF 共培养系统”空白,以高通量、小体积方式解析 CAF 诱导的 NSCLC 耐药机制,并验证平台在临床样本中的可扩展性。
2. 研究问题与假设
核心问题
如何利用琼脂糖微孔平台构建 NSCLC PDO-CAF 共培养模型,并量化 CAF 对 KRASG12C 抑制剂 adagrasib 耐药的影响?
假设
CAF 分泌的旁分泌因子可激活 NSCLC PDO 的促生存通路,从而降低 adagrasib 的细胞毒性;该效应可通过微孔共培养系统实时追踪并干预。
3. 研究方法学与技术路线
实验设计
体外平台开发 + 药物敏感性比较研究 + 机制验证。
关键技术
– 平台:3D 打印模具制备 200 μm 直径 U 形底琼脂糖微孔,兼容 1–5 μL 样本。
– 模型:
• 细胞系:NCI-H358、A549(KRASG12C 突变);
• PDO:F231、F671(患者来源);
• CAF:WI-38 成纤维细胞。
– 共培养:直接共球 vs 条件培养液 (supernatant) 两种模式。
– 读数:活/死染色、ATP 细胞活力、共聚焦成像;耐药指数(IC₅₀ shift)。
– 创新方法:首次将琼脂糖微孔与 PDO-CAF 共培养结合,实现 <30 % 球径变异系数、>80 % 一周存活率。
4. 结果与数据解析
主要发现
• 微孔生成的共培养球体直径 CV < 30 %,PDO 单独培养 2 周存活率 > 81 %。
• 与 CAF 共培养后,KRASG12C PDO 对 adagrasib 的 IC₅₀ 上升 3.7 倍(p<0.01);CAF 条件培养液亦使 IC₅₀ 上升 2.9 倍。
• 成纤维细胞上清液富集 IGF-1、IL-6 等促存活因子,激活 PI3K-AKT 通路。
• 在 PDO-F231 中,CAF 共培养显著上调 p-AKT(↑2.1 倍)与 BCL-2(↑1.8 倍),下调 cleaved-caspase-3(↓45 %)。
数据验证
独立批次微孔重复(n=3)与不同患者 PDO(n=2)交叉验证,耐药一致性 > 90 %;用 IGF-1R 抑制剂 linsitinib 逆转 60 % 耐药效应。
5. 讨论与机制阐释
机制深度
提出“CAF-IGF-1/IL-6-PI3K-AKT-BCL-2”旁分泌轴:CAF 分泌因子→激活 PI3K-AKT→抑制凋亡→adagrasib 失效;linsitinib 可阻断该轴,恢复敏感性。
与既往研究对比
与 2020 年 2D 共培养研究仅发现 CAF 促增殖相比,首次在 3D PDO 体系中定量 CAF 介导的 KRAS 抑制剂耐药,并明确 IGF-1/IL-6 为关键介质。
6. 创新点与学术贡献
理论创新
建立“微孔 PDO-CAF 共培养-旁分泌耐药”模型,为微环境驱动的精准耐药研究提供范式。
技术贡献
琼脂糖微孔平台可拓展至其他癌种/药物组合;开源 STL 模具文件已共享,支持 96 孔板格式。
实际价值
平台已被两家药企采纳用于临床前药物组合筛选;预计可减少 50 % 动物实验用量,加速耐药机制发现与新药组合优化。
特别声明
1、本页面内容包含部分的内容是基于公开信息的合理引用;引用内容仅为补充信息,不代表本站立场。
2、若认为本页面引用内容涉及侵权,请及时与本站联系,我们将第一时间处理。
3、其他媒体/个人如需使用本页面原创内容,需注明“来源:[生知库]”并获得授权;使用引用内容的,需自行联系原作者获得许可。
4、投稿及合作请联系:info@biocloudy.com。
