高通量药物筛选是一种已建立的方法，用于研究肿瘤生物学并找到治疗候选药物。传统的平台使用2细胞培养无法准确反映人类肿瘤的生物学特性；而更符合临床的模型系统，如3D肿瘤类器官（organoids），也在扩展和筛选方面面临困难。通过手动种植的类器官能够对治疗反应进行表征，但无法捕捉临床观察到的疗效抵抗的临时变化和样本内的异质性。所以作者们提出了一个流程，通过生物打印技术生成与无标记、时间分辨成像（利用高速活细胞干涉术）和机器学习基于单个类器官的定量方法相连接的肿瘤类器官。 生物打印细胞可以产生具有不改变肿瘤组织学和基因表达谱的3D结构。高速活细胞干涉术成像与基于机器学习的分割和分类工具相结合，可以对成千上万个类器官进行准确的、无标记的并行质量测量。我们证明了这种策略能够鉴定出对特定治疗方法具有短暂或持久敏感性或抵抗性的类器官，这些信息可以用于指导快速的治疗选择。 
图1 生物打印使基质封装细胞的播种能够优化高效的HSLCI。 
图2 生物打印不会显著改变转录组。 
图3 生物打印可以通过高速活细胞干涉测量实现单类器官跟踪。 
图4 HSLCI实现了癌症3D模型的高通量、纵向药物反应分析。 
图5 HSLCI能够识别耐药和敏感的3D簇亚群，并比终点分析更早地识别对治疗的反应。 
这种方法的优点在于可以捕捉临床观察到的治疗抵抗的瞬态变化和样本内异质性，从而为治疗提供更多信息。同时具有高通量、时间分辨率高、样本数量多，可以用于肿瘤类器官模型的筛选和研究。但是，这种方法也存在一些局限性，例如需要使用生物打印技术生成肿瘤类器官样本，成本较高，操作难度较大。 生物打印技术和高速活细胞干涉术等新技术的应用，可以为肿瘤治疗提供更多信息和更准确的预测。同时，这种方法也可以用于其他疾病的研究和治疗，为开发新的治疗方法提供新的思路和方法。 参考信息 Drug screening at single-organoid resolution via bioprinting and interferometry.Nat Commun. 2023 Jun 6;14(1):3168. doi: 10.1038/s41467-023-38832-8.PMID: 37280220 PMCID: PMC10244450. |
|
|
