患者源性类器官（PDO）是一种三维培养系统，比传统二维细胞系更准确地模拟人体组织。它们保持细胞多样性、空间布局和患者特异性特征，使其成为高通量筛选（HTS）的关键工具。由于肿瘤异质性和癌症治疗耐药性，组合筛选变得越来越重要。此外，近期的进展现在使更大规模的组合研究成为可能。标准化的基质提高了均匀性和可重复性，而更小的板式格式和自动化简化了播种、给药和整体工作流程。微流体系统通过实现精确的浓度梯度和顺序治疗递送，增加了额外的灵活性，扩展了可能的组合设计范围。同时，测定读数现在已远远超出了作为单一终点的活力。无标记成像、定量形态学、生长动力学和谱系相关特征现在为类器官模型中的细胞抑制和细胞毒性反应提供了更敏感和信息丰富的测量方法。多样化的分析对于理解组合反应至关重要。剂量-反应指标和生长率调整参数考虑了基线生长的差异，而已建立的组合计算则提供了可视化方法来测量复杂剂量矩阵中的协同作用。本综述综合了基于PDO的HTS的当前知识，重点介绍了将PDO适应于筛选平台的技术策略；组合筛选的设计考虑；分析方法和读出技术；基于PDO的HTS的挑战和局限性以及未来发展。总之，基于PDO的HTS可以成为识别和优化治疗组合的有力方法。测定标准化、自动化、微工程递送和综合分析的持续进展将改善有效和适用的组合治疗方法的发现，加速向精准医学的转化。
患者源性类器官（PDOs）代表了细胞培养技术的革命性进步，在传统二维（2D）细胞系和复杂的体内肿瘤模型之间架起了桥梁。这些自组织的三维（3D）结构最初发现于1980年代，源自成人干细胞或肿瘤组织，模拟其来源组织的细胞结构、遗传变异和功能特征。不同于传统癌细胞系，后者经历了对人工培养条件的广泛适应，常常表现出基因组漂移，PDOs则保持了原发肿瘤的分子特征、突变景观和表型异质性。PDOs的生物学保真度源于它们保留肿瘤生物学关键特征的能力，包括细胞-细胞相互作用、空间组织和分化层次。基因分析表明，类器官培养物包含了亲本肿瘤中存在的大多数体细胞变异，捕捉到了患者群体中观察到的遗传多样性。这种肿瘤特征的保留延伸到药物反应谱，PDOs表现出与临床结果相关的敏感性模式。PDO生物样本库的建立进一步扩展了该技术的实用性，使研究人员能够跨多种癌症类型和遗传背景进行系统研究。大规模生物样本库工作已产生了数百对匹配的患者源性异种移植（PDX）和类器官对，为治疗评估提供了互补的体外和体内平台。这些资源代表了理解肿瘤异质性、识别药物反应生物标志物和推进精准肿瘤学方法的宝贵工具。
高通量筛选（HTS）数十年来一直是制药药物发现的基本要素，能够对大型化合物库针对生物靶标或细胞表型进行系统评估。传统的HTS方法主要依赖2D细胞培养系统和生化测定，虽然提供出色的可重复性和可扩展性，但由于其生理相关性有限，往往无法预测临床疗效。与动物实验相比，类器官提供了一个更具经济效益的替代方案并促进了HTS，同时避免了通常与动物研究相关的种间变异和伦理问题。Mina Bissell及其同事通过应用Matrigel（一种模拟细胞外基质的水凝胶）在3D上皮培养的进展中发挥了关键作用。在3D Matrigel培养的背景下，细胞与彼此以及细胞外基质进行更具生理相关性的相互作用。将3D培养系统，特别是类器官，整合到HTS过程中，标志着向模拟生理条件的表型筛选的重大转变。然而，这一转变遇到了重大的技术挑战。类器官在大小、形状和生长动力学方面表现出固有的生物变异性，这使测量标准化变得复杂。对ECM支架（通常是Matrigel或类似的基底膜提取物）的需求引入了额外的复杂性和批次间的变异性。此外，类器官的3D结构需要能够穿透组织深度并准确解析复杂形态特征的特殊成像和分析技术。在临床前环境中，用于癌症药物测试的PDO需要大量的材料、延长的建立时间、资源，这导致了从活检获取到实验结果交付之间的延长周转时间（TATs）。这些延长的时间线限制了PDO在需要快速开始治疗的疾病中的临床适用性，从而限制了癌症患者的潜在益处。为了有效地将PDO技术整合到临床诊断和预测测试中，必须显著减少这种TAT。
癌症治疗越来越依赖于同时靶向多个途径的组合疗法。这种策略旨在增强治疗效果，规避潜在的耐药机制，并最小化肿瘤进化导致获得性耐药的风险。然而，潜在药物配对、给药时间表、成本和持续时间的巨大组合空间使得经验性临床测试不切实际。因此，能够系统探索这种组合空间同时保持生物相关性的临床前模型对于合理组合治疗设计至关重要。PDOs为药物组合筛选提供了独特优势。它们对肿瘤异质性的保留使研究人员能够识别在克隆细胞系中可能被掩盖的亚群特异性反应和耐药机制。这种个性化方法不仅提高了治疗策略的精确性，还促进了针对个体肿瘤特征量身定制的组合疗法的探索。例如，PDO的使用在预测药物反应方面已显示出令人鼓舞的结果，基于分子分析确定疗效的准确率高达88%。通过将基因组数据与类器官反应相结合，研究人员可以识别与治疗结果相关的潜在生物标志物，从而优化治疗方案的选择。
要充分利用PDO在组合筛选中的潜力，必须优化培养条件并简化方法学，以有效将研究结果转化为临床应用。结肠癌类器官的基因分析表明，这些模型捕获了原始肿瘤中存在的大多数体细胞变异，反映了患者中观察到的大部分遗传多样性。值得注意的是，针对抗癌药物的类器官培养物的系统敏感性测试揭示了具有临床相关性的基因-药物相互作用，强调了它们作为评估药物敏感性的临床前模型的潜力。一些研究突显了基于PDO的组合筛选的临床相关性。例如，Schuster及其同事证明，通过类器官筛选确定的时序修改药物治疗可能比传统的恒定剂量单药治疗或标准组合治疗更有效。此外，Yakavets及其同事说明，类器官阵列中多药物给药方案的机器学习辅助探索可以识别最佳的顺序给药策略，在保持疗效的同时显著减少总药物剂量。这些发现突显了基于PDO的HTS在转变组合治疗开发和个性化方面的潜力。
自动化、小型化和分析方法学的进步逐渐减少了基于类器官筛选的技术障碍，使这些复杂模型系统中进行大型化合物库的探索或全面的药物组合研究变得越来越可行。PDO在HTS中的成功实施需要进行基本调整，以克服3D培养系统的固有挑战。
采用PDO的HTS方法的进步需要对影响技术生物意义和实际可行性的众多因素进行细致评估。此阶段具有高度异质性，允许研究人员选择他们认为适合筛选的任何板或测定配置；然而，它必须符合治疗窗口并尽可能具有可转化性。药物浓度可能会出现相当大的变异性。
PDO-based高通量筛选中采用的分析方法已大幅演变，超越了简单的活力测量，涵盖了复杂的成像、形态分析和多组学方法。本节考察了使类器官中药物反应进行全面表征的各种读出技术和分析方法。
本节考察了为HTS应用增加类器官模型生物学复杂性的努力，包括基质细胞、免疫成分、血管元素和先进工程方法的整合。例如，芯片上类器官平台将类器官培养与微流控设备集成，为细胞微环境提供精确控制，包括灌注、氧气梯度和机械力。这些系统可以整合血管通道，实现更接近体内条件的模拟。
大型注释PDO生物库的创建使研究人员能够进行"共同临床试验"，其中类器官与患者的治疗并行使用，以实时指导临床决策。
基于PDO的HTS越来越多地应用于评估超出标准双药方案的协同药物组合。筛选三重或更高阶组合可以识别克服耐药机制的新协同作用，AI辅助分析对此至关重要。
尽管取得了这些进展，基于PDO的HTS仍面临重大的生物学、技术和实际挑战。生物异质性仍然是一个基本障碍，因为来自同一肿瘤的类器官在大小、形态和生长速率方面可能会有显著差异，变异系数经常超过30%至50%。这种变异性意味着整体活力测量可能会掩盖亚群特异性药物效应，单细胞分析开始解决但尚未完全解决这一问题。
使用PDO进行新型药物组合的HTS已成为精准肿瘤学、药物发现和转化研究交叉点上的变革性方法。在过去十年中，自动化、小型化和分析方法的重大进展已将PDO从小型概念验证研究推向能够测试数百至数千种药物条件的平台，同时仍保持使其成为有价值疾病模型的生物保真度。该领域仍在持续发展。
【全文结束】
