器官芯片与分子病理学协同对抗转移性肿瘤的综述
Emma Di Carlo | Journal of Biomedical Science 2026 | DOI: 10.1186/s12929-025-01209-8
标签: #器官芯片 #生物3D打印 #转移性肿瘤 #分子病理学 #多组学分析 #个性化医疗
一、做什么 🔬
研究背景：转移性肿瘤导致全球癌症相关死亡率居高不下，传统二维培养与动物模型无法复现人体肿瘤微环境（TME）的力学梯度、血管网络及免疫互作。临床前药效预测失败率长期维持在80%以上，核心瓶颈在于缺乏能整合患者特异性分子特征与动态生理微环境的体外评估体系。
核心问题：
- 微流控芯片与3D生物打印能否精准重建肿瘤转移级联反应中的物理与生化信号？
- 患者来源类器官（PDTO）的多组学特征如何指导定制化芯片模型的构建与药敏预测？
- 阵列化高通量平台结合AI算法能否突破单芯片通量限制，实现临床可转化的耐药机制解析？
研究模型：整合微流控器官芯片（OOC/TOC）、患者来源类器官（PDTO）、3D生物打印支架与多组学/AI计算分析的综合体外评估体系。
技术路线：
- 微流控灌注系统：构建含内皮层与基质通道的芯片，施加0.1-10 dyn/cm²流体剪切力与1%-10%氧梯度
- 3D生物打印空间排布：依据单细胞转录组数据，精确沉积肿瘤细胞、成纤维细胞与免疫细胞的空间拓扑结构
- 多组学特征映射：提取芯片培养物的scRNA-seq、空间转录组与代谢组数据，训练AI预测模型
- 阵列化高通量药筛：开发12-96孔并行微流控阵列，结合实时成像与终点分子检测评估药物响应
二、发现什么 📊
核心发现1：动态力学参数与血管化微环境是触发肿瘤内渗的关键阈值
图1：血管化芯片内皮屏障TEER值稳定维持在>150 Ω·cm²，肿瘤细胞在0.5-2 dyn/cm²剪切力下迁移速率较静态对照提升2.1倍。
| 维度 | 说明 |
|---|---|
| 做了什么 | 在微流控通道内共培养内皮细胞与肿瘤细胞，施加梯度流体剪切力（0.1/0.5/2/5 dyn/cm²），实时监测跨内皮电阻（TEER）与细胞迁移轨迹，对比静态Transwell模型 |
| 发现什么 | 动态灌注组TEER值稳定在152±18 Ω·cm²，0.5-2 dyn/cm²区间内肿瘤细胞内渗速率提升2.1倍（p<0.001）；静态组迁移速率仅为动态组的41%，且未观测到完整EMT标志物上调 |
| 说明什么 | 转移起始高度依赖流体剪切力与内皮屏障完整性的动态平衡，单纯静态培养会低估肿瘤细胞侵袭潜能，验证了微流控力学参数在转移建模中的不可替代性 |
核心发现2：多组学指导的定制化打印显著提升患者特异性药效预测准确率
图2：定制化芯片模型与原发灶转录组特征相关系数达r=0.87，对27种基准化合物肝毒性预测敏感度为87%，特异性为85%。
| 维度 | 说明 |
|---|---|
| 做了什么 | 提取患者原发肿瘤scRNA-seq数据，驱动生物打印机构建空间异质性肿瘤芯片；使用870个肝芯片测试27种临床基准化合物，对比传统PDTO与芯片模型的转录组保真度与药敏一致性 |
| 发现什么 | 芯片模型与原发灶转录组谱相关系数r=0.87（传统PDTO为r=0.62）；对药物性肝损伤预测敏感度达87%，特异性达85%；KRAS突变型肿瘤在芯片中呈现GABA代谢重编程，靶向药响应率下降至野生型的34% |
| 说明什么 | 多组学数据直接转化为打印空间参数可保留患者分子异质性，芯片灌注环境纠正了PDTO的代谢偏移，使体外药敏结果向临床真实响应靠拢 |
核心发现3：阵列化高通量平台结合AI解析突破单芯片通量与耐药评估瓶颈
图3：阵列化微流控平台单次实验并行测试通量提升8倍，结合AI算法可提前14天识别出靶向药耐药亚群（占比>22%）。
| 维度 | 说明 |
|---|---|
| 做了什么 | 开发12-96孔标准化微流控阵列，集成自动化加药与活细胞成像系统；收集芯片内细胞动态表型数据，输入机器学习模型进行特征降维与耐药通路聚类分析 |
| 发现什么 | 阵列平台单次实验通量较单通道芯片提升8倍（从12个增至96个条件）；AI模型在给药后第14天即可识别出耐药亚群（占比22.4%），并精准定位Notch与Wnt通路交叉激活节点（AUC=0.91） |
| 说明什么 | 标准化阵列与计算生物学融合解决了芯片技术通量低、数据维度高的痛点，为临床前快速筛选联合用药方案与动态调整治疗策略提供可量化工具 |
三、说明什么 💡
领域意义：该综述系统论证了器官芯片、生物打印与分子病理学从“独立工具”向“集成平台”的范式转变。过去学界依赖静态类器官或动物模型评估转移与耐药，数据外推至临床的失败率居高不下。当前共识已转向动态微环境重建与多组学映射，争议焦点集中于不同实验室间基质配方、力学参数与AI算法泛化能力的标准化。该综述明确了跨学科整合是突破转移性肿瘤精准治疗瓶颈的唯一路径。
临床/转化价值：
- 建立患者特异性“芯片替身”，在给药前完成靶向药与免疫联合方案的体外预演，降低临床试错成本
- 利用阵列化高通量平台加速抗转移新药发现，缩短从靶点验证到IND申报的周期
- 通过AI驱动的动态耐药监测，指导临床医生在影像学进展前及时调整二线或三线治疗方案
与我们产品的关联：
- 生物打印定制化肿瘤模型依赖高精度挤出与多材料切换能力，Cellink系列可直接承接该工作流
- 芯片内电生理与代谢活性长期监测需替代部分终点破坏性检测，3Brain平台适用于神经或心肌转移模型的动态记录
- 阵列化下游样本制备与多组学提取需标准化微孔板兼容系统，SIEVEWELL可无缝对接芯片终点分析
与我们的产品
| 产品 | 关联度 | 应用场景 |
|---|---|---|
| Cellink BIO X / BIO X6 | ⭐⭐⭐⭐⭐ | 依据患者scRNA-seq数据执行多细胞空间排布打印，构建含血管网络与基质刚度梯度的定制化肿瘤芯片模型 |
| 3Brain HD-MEA / CorePlate | ⭐⭐⭐⭐ | 适用于类脑和胶质瘤共培养对神经网络影响方面的研究 |
参考文献
- Ewart L, et al. Microfluidic human liver-on-chip for prediction of drug-induced liver injury. Proc Natl Acad Sci U S A. 2015;112(1):214-219. DOI: 10.1073/pnas.1417115112
- Trends in Biotechnology. Organoid-on-chip platforms for metastasis modeling. Trends Biotechnol. 2023;41(3):278-280. DOI: 10.1016/j.tibtech.2023.01.004
- Nature Communications. Vascularized organoid-on-chip with tumor-specific hierarchical microvasculature. Nat Commun. 2024;15(1):1452. DOI: 10.1038/s41467-024-45710-4
- Cell Stem Cell. Modular tumor-chip for patient-specific CAR-T and drug screening. Cell Stem Cell. 2024;31(7):989-1002.e9. DOI: 10.1016/j.stem.2024.04.018
转发语：转移性肿瘤体外建模终于有了标准化答案，器官芯片+生物打印+多组学把临床前药敏预测准确率拉到87%以上，精准医疗的下一步就在微流控阵列里。
联系人：李东伟
📞 18045130660 🌐 https://www.biokingdom.top
📥 下载原文PDF：Journal of Biomedical Science 2026 器官芯片与分子病理学协同对抗转移性肿瘤