Biokingdom

类器官免疫治疗测试的 3D 体外模型:从重建共培养到离体患者组织

转发语:免疫检查点抑制剂(PD-1/PD-L1)在实体瘤中的持久响应率平均 <15%,核心瓶颈在于缺乏临床前预测模型。本文建立两种新型高内涵成像 3D 平台——重建类器官共培养模型(可控 TME)与离体患者组织平台(保留原始免疫组分)——实现免疫调节药物的个性化筛选,为 CelVivo ClinoStar® 规模化类器官培养提供免疫治疗应用场景。


核心文献信息

字段 内容
标题 Translational 3D in vitro models for immunotherapy testing: from reconstituted organoid co-culture assays to autologous ex vivo patient tissues
期刊 Frontiers in Immunology (2026)
DOI 10.3389/fimmu.2026.1721016
PMID 42183226
研究类型 方法学建立 + 多治疗模式验证

一、研究背景:免疫治疗的临床转化鸿沟

1.1 免疫检查点抑制剂的突破与局限

免疫检查点抑制剂(Immune Checkpoint Inhibitors, ICI)靶向 PD-1/PD-L1 等蛋白,通过激活患者自身 T 细胞攻击肿瘤细胞,已在多种癌症中实现显著且持久的响应。

核心矛盾:

根因分析:

  1. 肿瘤免疫景观的复杂性:肿瘤微环境(TME)中免疫细胞组成、免疫抑制机制高度异质
  2. 缺乏预测性生物标志物:无法准确筛选可能获益的患者群体
  3. 临床前模型预测能力不足:传统 2D 培养和动物模型无法准确反映人体免疫响应

1.2 传统临床前模型的局限

模型类型 优势 局限
2D 细胞系培养 易规模化、历史数据丰富 遗传漂变、应激通路激活、丢失细胞-细胞/细胞-基质互作
动物模型 系统性生理环境 物种差异、预测人体响应能力有限
PDX(患者来源异种移植) 保留肿瘤遗传特征 成本高、缺乏功能性人免疫系统

核心需求:开发患者相关、临床预测性强的 3D 体外模型,捕获细胞-细胞/细胞-基质互作、基质组分、空间组织——这些在 2D 系统中缺失,但对模拟免疫治疗效果至关重要。

免疫检查点抑制剂的作用机制与肿瘤微环境


二、核心方法:两种新型 3D 体外平台

本文建立了两种互补的高内涵成像 3D 平台,用于免疫调节药物筛选:

2.1 平台一:重建类器官共培养模型(Reconstituted Organoid-Based Model)

设计理念:在可控条件下重建肿瘤微环境的关键特征

核心组分:

  1. 肿瘤类器官(Tumor Organoids):保留患者肿瘤遗传异质性、抗原表达水平
  2. 免疫细胞(Immune Cells):T 细胞、NK 细胞、巨噬细胞等(可精确控制比例)
  3. 基质组分(Matrix Components):细胞外基质(ECM)、成纤维细胞(可选)

技术优势:

关键参数:

2.2 平台二:离体患者组织平台(Native Ex Vivo Patient Tissue Platform)

设计理念:保留患者组织的原始微环境组分,包括免疫细胞组成和肿瘤异质性

核心特征:

  1. 原始组织切片(Tissue Slices):200-400 μm 厚度,保留空间结构
  2. 自体免疫细胞(Autologous Immune Cells):组织驻留免疫细胞保持原始状态
  3. 完整 TME(Intact TME):肿瘤细胞、基质细胞、免疫细胞、血管残余、ECM 全部保留

技术优势:

关键参数:

2.3 两种平台的互补性

维度 重建类器官模型 离体组织平台
可控性 高(可精确调控组分) 低(保留原始复杂性)
生理相关性 中(重建关键特征) 高(保留完整 TME)
通量 高(适合筛选) 低(适合验证)
个性化 中(需重建) 高(自体背景)
应用场景 早期药物筛选、机制研究 临床前验证、个性化用药

三、关键结果:多治疗模式验证

两种平台使用多种治疗模式进行评估,比较其捕获相关免疫响应的能力:

3.1 免疫检查点抑制剂(ICI)测试

测试药物:抗 PD-1 抗体、抗 PD-L1 抗体、抗 CTLA-4 抗体

关键发现:

3.2 CAR-T 细胞疗法测试

测试对象:CD19 CAR-T(血液肿瘤)、Mesothelin CAR-T(实体瘤)

关键发现:

3.3 细胞因子与免疫调节剂测试

测试药物:IL-2、IL-15、TGF-β 抑制剂、IDO 抑制剂

关键发现:

3D 类器官共培养平台的免疫响应检测


四、临床转化价值

4.1 加速免疫治疗药物开发

应用场景:

  1. 早期药物筛选:重建类器官模型高通量筛选新型免疫调节剂
  2. 机制研究:解析免疫逃逸机制、识别耐药标志物
  3. 联合治疗优化:测试 ICI + 化疗/靶向/细胞因子的最佳组合
  4. 生物标志物发现:通过多组学分析识别预测性生物标志物

4.2 个性化免疫治疗

临床流程:

患者活检 → 建立类器官/组织切片 → 离体免疫治疗测试 → 选择最优方案 → 临床治疗

优势:

4.3 与 CelVivo ClinoStar® 的关联

规模化类器官培养需求:

具体应用:

  1. 类器官扩增:ClinoStar® 规模化扩增患者类器官,用于免疫治疗测试
  2. 免疫细胞共培养:低氧条件模拟肿瘤微环境,测试免疫细胞杀伤效能
  3. 个性化药筛:均一类器官确保药物响应数据可重复

CelVivo ClinoStar® 规模化类器官培养支撑免疫治疗筛选


五、总结与展望

5.1 核心贡献

本文建立的两种 3D 体外平台填补了免疫治疗临床前模型的关键空白:

两种平台互补,可加速免疫治疗药物开发并推动个性化治疗。

5.2 技术挑战

  1. 标准化:需要建立标准化操作流程(SOP),确保跨实验室可重复性
  2. 临床验证:需要更大规模临床试验验证预测准确性
  3. 成本控制:离体组织平台成本较高,需优化以降低临床应用门槛
  4. 数据分析:高内涵成像产生大量数据,需要自动化分析工具

5.3 未来方向

  1. 多器官芯片整合:将类器官/组织平台与微流控芯片结合,模拟系统性免疫响应
  2. 空间组学整合:结合空间转录组/蛋白组,解析免疫细胞空间分布与功能关系
  3. 自动化平台:整合液体处理工作站、高内涵成像,实现全自动免疫治疗筛选
  4. 与类器官生物反应器结合:使用 CelVivo ClinoStar® 规模化培养类器官,支撑个性化免疫治疗

转发语:免疫检查点抑制剂(PD-1/PD-L1)在实体瘤中的持久响应率平均 <15%,核心瓶颈在于缺乏临床前预测模型。本文建立两种新型高内涵成像 3D 平台——重建类器官共培养模型(可控 TME)与离体患者组织平台(保留原始免疫组分)——实现免疫调节药物的个性化筛选,为 CelVivo ClinoStar® 规模化类器官培养提供免疫治疗应用场景。


联系人:李东伟
📞 18045130660 🌐 https://www.biokingdom.top


参考文献:Translational 3D in vitro models for immunotherapy testing. Frontiers in Immunology, 2026. DOI: 10.3389/fimmu.2026.1721016