类器官生物打印、高通量药物筛选和分析工作流程概述。图片来源：《自然协议》(2026)。DOI: 10.1038/s41596-026-01375-5
加州大学洛杉矶分校健康琼森综合癌症中心的研究人员开发了一个新平台，该平台结合了3D生物打印、先进成像和人工智能技术，能够更好地监测癌症对治疗的反应。这项技术可以帮助研究人员更快地识别有前景的癌症疗法，并提供一种在患者自身肿瘤细胞上测试治疗方法的途径，从而帮助指导更加个性化的治疗决策。
这项发表在《自然协议》上的方法，利用患者的癌细胞创建微小的实验室培养的肿瘤复制品，称为类器官，并持续跟踪它们对不同药物的反应。随后，人工智能分析由此产生的数据，帮助科学家同时评估数百种潜在疗法，以发现药物反应的模式，从而为那些有效治疗选择有限的癌症提供治疗策略参考。
肿瘤类器官已成为癌症研究的有力工具，因为它们比传统的实验室模型更接近患者的肿瘤。然而，目前许多系统仍然难以将生物准确性与更大规模研究或临床使用所需的速度、一致性相结合。这项研究通过创建一个平台来解决这一挑战，该平台能够生成和分析大量源自患者的肿瘤类器官，同时捕捉它们对治疗反应的详细信息。
通过挤出式生物打印创建3D肿瘤类器官
研究人员开发了一个统一的工作流程，使用挤出式生物打印生成三维肿瘤类器官，这些类器官嵌入设计用于高通量多孔板格式的细胞外基质结构中。然后使用高速、无标记定量相位成像持续监测这些类器官，该技术通过追踪生物量和生长动态的变化来测量肿瘤随时间的适应性。这种方法不需要染料或破坏性检测，而染料或破坏性检测会改变细胞行为并限制观察细胞的时间。
为了分析由此产生的数据集，该平台集成了自动图像重建、基于深度学习的分割和基于机器学习的单个类器官对治疗反应的追踪。这使研究人员能够在数千个样本中以单类器官分辨率达到量化药物反应的目的，从而提供关于肿瘤异质性和肿瘤对治疗反应差异的详细视图。
HSLCI系统配置概述。图片来源：《自然协议》(2026)。DOI: 10.1038/s41596-026-01375-5
测量类器官反应
该平台成功测量了肿瘤类器官对药物治疗的长期反应，包括在已建立的癌细胞系和患者来源的肿瘤样本中。先进成像技术使研究人员能够持续监测类器官对一系列药物的生长变化反应，而人工智能则帮助分析大量数据并追踪单个类器官水平的反应。
加州大学洛杉矶分校健康琼森综合癌症中心主任、病理学和实验室医学教授、该研究的共同资深作者Michael Teitell博士表示："我们不再询问一种药物是否对大量肿瘤细胞平均有效，而是可以确定哪些特定类器官有反应，哪些没有反应，并最终找到确定独特反应特征的根本原因。这使我们能够测量数千个单独类器官的药物反应，检测罕见的耐药肿瘤群体，追踪随时间推移的生长和治疗反应，并更好地预测哪些疗法可能对特定患者有效。"
迈向个性化治疗
该技术指出了一个潜在方法，即医生可以在治疗开始前在患者自身的肿瘤细胞上测试癌症药物。通过帮助研究人员确定哪种疗法最可能对特定肿瘤有效，该方法可以支持更加个性化的治疗决策，特别是对于患有罕见和难以治疗的癌症的患者。
出版详情
王 Bowen 等，《单类器官分辨率下生物打印肿瘤类器官药物反应谱的无标记干涉测量平台》，《自然协议》(2026)。DOI: 10.1038/s41596-026-01375-5
期刊信息：《自然协议》
临床类别
肿瘤学
由加州大学洛杉矶分校提供
【全文结束】