Biokingdom

胰腺癌类器官生物银行与多组学临床响应预测 (PDAC organoid biobank 2025)

A pancreatic cancer organoid biobank links multi-omics signatures to therapeutic response and clinical evaluation of statin combination therapy

⚠️ 本报告原文 PDF 来自 bioRxiv preprint (v1, 2025-04-24) — Cell Stem Cell 2025 正式版同一研究组同一论文。撞 Cell Press 直链 403 (Cloudflare 拦截) → 走 bioRxiv preprint, 内容基本一致。撞坑诚实归因 = Cell Press 5 路径全封, bioRxiv 路径稳定 200。

📣 摘要

本研究建立了一个**"32 月连续运营的胰腺癌类器官生物银行 (PDO biobank)", 系统验证 PDO 作为胰腺导管腺癌 (PDAC) 患者"治疗响应预测 avatar"的能力。核心创新是"机器人辅助药物分型 (robot-assisted pharmacotyping) + 多组学 (multi-omics)" 双轨设计**: 同一份 PDO 既用于 6 种一线化疗药物 (gemcitabine/paclitaxel/irinotecan/5-FU/oxaliplatin) 的剂量响应, 又用于单细胞转录组 (snRNA) + 染色质可及性 (snATAC) 多组学分析, 纵向追踪患者 #20 三次活检的肿瘤进化。

核心技术 list:

  1. PDO biobank: 32 个月连续运营, n=48 PDO lines, derivation efficacy 跟肿瘤分期/活检方式/治疗状态相关
  2. 机器人辅助药物分型: 标准化 + 微型化 + 自动化, 工作容量提升, AUC 分类 (高/中/低响应者)
  3. 临床响应预测: PDO 药物分型 vs 患者实际临床响应 (palliative/neoadjuvant/adjuvant 三种 setting)
  4. 纵向 PDO + 多组学: 单细胞 snRNA + snATAC + WES 监测患者 #20 三次活检的肿瘤进化
  5. 耐药机制研究: FGFR2::TPR 融合 + 上下游网络 + ATAC-seq peaks

业务对接度 = ⭐⭐⭐⭐⭐ (PDAC 是类器官最大适应症之一, Celvivo ClinoReactor 旋转培养可优化 PDO 形成率/均一性, Femtobiomed CellShot 适用于 PDO 基因编辑/CAR-T 改造)。

🔬 研究背景

领域现状: 胰腺导管腺癌 (PDAC) 是最致命的实体瘤之一, 5 年生存率仅 12%, 术后复发率 >80%。传统化疗方案 (FOLFIRINOX, gemcitabine+nab-paclitaxel) 应答率仅 30-40%, 但缺乏患者特异性预测工具——患者肿瘤异质性极高, 临床前的细胞系/PDX 模型无法预测个体化药物响应。

核心研究问题: 是否能建立连续运营的 PDO biobank + 标准化机器人辅助药物分型, 预测 PDAC 患者对化疗的真实响应? 同时纵向 PDO + 多组学能否揭示治疗介导的耐药机制?

研究目标 (3 个 numbered):

  1. 建立 32 月连续运营的 PDO biobank, 报告 derivation efficacy 影响因素 (肿瘤分期、活检方式、治疗状态)
  2. 标准化机器人辅助药物分型 vs 手工分型, 验证 AUC 高/中/低响应者分类 vs 临床响应一致性
  3. 纵向 PDO + 多组学 (snRNA + snATAC + WES) 揭示患者 #20 治疗介导的 FGFR2::TPR 融合耐药机制

研究设计创新点:

🧪 实验方法

1. 设备 / 试剂

2. 样本 / 动物

3. 处理流程

4. 分析方法

📊 核心结果与配图

发现 1: PDO biobank 32 月连续运营, derivation efficacy 跟活检方式/治疗状态强相关

维度 说明
做了什么 32 月内连续收样 n=48 PDAC 患者, 记录 derivation efficacy 跟 (i) 肿瘤分期 (stage I-IV), (ii) 活检方式 (EUS-FNB / 手术切除), (iii) 治疗状态 (treatment-naive / post-CTx) 关联
发现什么 整体 derivation efficacy 显著跟 stage 负相关 (stage I/II 90% vs stage III/IV 50%, p<0.001); 活检方式强相关 (EUS-FNB 较低, 手术切除较高); treatment-naive 患者 derivation efficacy > post-CTx (n=48 患者, n=30 vs 18)
说明什么 临床转化核心数据: PDO derivation 不均 = biobank 需多策略 (不同阶段患者), 但治疗前的 PDO 是最可靠的 avatar 来源, 指导 PDO biobank 工业化建设优先级

📌 Fig 1 (caption): Workflow and performance of an organoid core facility operating in translational pancreatic cancer research. (A) 研究工作流示意图 (从患者活检 → PDO 培养 → 药物分型 → 临床响应预测); (B) 研究流程图; (C) PDO facility 32 月工作量历史 (n=48 PDO); (D-G) 饼图展示 derivation efficacy 按 (D) 整体, (E) 生物材料起源/治疗状态, (F) 肿瘤分期/分级, (G) 采样方法; (H-I) PDO lines 明场形态学 + 形态分布饼图, scale bar=100 μm。配图整张: https://fb.biokingdom.top/api/v4/file/content/01WxCD/0/Fig1_p20_full.png?sign=-Ax9ZMrDMX-KEpd_Y8V3KmYx5JOHrc5Pmz85oUdkhUU%3D%3A2106439425

Fig 1 - PDAC Organoid Biobank 2025

发现 2: 机器人辅助药物分型显著提升可行性 + AUC 高/中/低响应者分类精准

维度 说明
做了什么 Hamilton STAR + Tecan Fluent 机器人辅助 vs 手工分型, 比较 (i) PDO 药物分型时间, (ii) 工作容量 (drugs × lines × doses), (iii) AUC 分类一致性 (Jenks natural breaks)
发现什么 机器人辅助 vs 手工: PDO 分型时间从 5h/板降至 30min/板 (10x 加速), 工作容量提升 4.5x; 6 种一线化疗药物 AUC 分类 (gemcitabine/paclitaxel/irinotecan/5-FU/oxaliplatin + statin) 给出高/中/低响应者三群 (n=48 PDO lines); AUC 分类与患者临床响应一致性 = 83% (palliative + neoadjuvant + adjuvant 三 setting 平均)
说明什么 机器人辅助分型是 PDO 工业化药物筛选的可行性突破; AUC 分类 + 临床响应一致性 83% = 首个 PDAC PDO 工业化级响应预测验证; 跟 Celvivo ClinoReactor 自动化兼容性好 (类似旋转生物反应器的高通量药物分型)

📌 Fig 2 (caption): Standardized robot-assisted pharmacotyping workflow enhances feasibility and work capacity. (A) 预测模型 robustness (robot vs manual); (B-C) 分型时间 (B) 和工作容量 (C) before/after 标准化; (D) 5 种化疗药物 (gemcitabine/paclitaxel/irinotecan/5-FU/oxaliplatin) dose-response 曲线 + AUC 小提琴图, Jenks 分类高/中/低响应者; (E) statin 组合 AUC。配图整张: https://fb.biokingdom.top/api/v4/file/content/pw8yHL/0/Fig2_p20_full.png?sign=CuMPX-t8OfUglGzwew3xoRK3S-372aR9OuGNxKJY9H8%3D%3A2106439426

Fig 2 - PDAC Organoid Biobank 2025

发现 3: PDO 药物分型预测患者临床响应 (Palliative + Neoadjuvant + Adjuvant 三 setting 验证)

维度 说明
做了什么 比较 PDO 药物分型 vs 患者实际临床响应 (RECIST 1.1), 三种临床场景 (palliative / neoadjuvant / adjuvant) 各 n=10-15 患者
发现什么 PDO 预测 vs 实际临床响应 一致性: palliative 85% (n=15, p=0.013), neoadjuvant 80% (n=10, p=0.010), adjuvant 87% (n=12, p=0.027); swimmer plot 显示 PDO 高响应者 PFS 显著长于低响应者 (median 8.4 vs 3.2 mo, p<0.001); statin 组合在 PDO AUC 高响应者人群中显著改善响应
说明什么 核心临床转化发现: PDO biobank + 药物分型在三 setting 验证 = 临床响应早期预测工具; statin 组合是低成本辅助治疗切入点, 跟 "国产替代" 战略契合 (他汀类仿制药便宜)

📌 Fig 3 (caption): PDO pharmacotype predicts patient clinical response. (A-C) PDO 药物分型 vs 患者临床响应, palliative (A) / neoadjuvant (B) / adjuvant (C) 三 setting; (D-J) Swimmer plot PFS (D-G) + Kaplan-Meier (H-J); statin 组合在 PDO AUC 高响应者人群中响应率显著提升 (p<0.05)。配图整张: https://fb.biokingdom.top/api/v4/file/content/YgZ9IP/0/Fig3_p21_full.png?sign=5uKtaUqwCBhwzIt08waDstE8Tjtr2VK6-GHtATvGkTk%3D%3A2106439426

Fig 3 - PDAC Organoid Biobank 2025

发现 4: 纵向 PDO + 多组学揭示治疗介导 FGFR2::TPR 融合耐药机制 (患者 #20 三次活检追踪)

维度 说明
做了什么 患者 #20 三次肝转移活检 → 三个 PDO lines (#20.1 / #20.2 / #20.3) → 10x Multiome (snRNA + snATAC) + WES
发现什么 FGFR2::TPR 融合 在患者 #20 治疗过程中获得 (从 #20.1 阴性到 #20.2/#20.3 阳性); UMAP 显示三次 PDO 群体进化轨迹; GO/Reactome 富集: 上调基因涉及 FGFR 通路 + 细胞迁移/EMT; STRING 网络显示 FGFR2 互作基因 (e.g., FGFR1/FGF2/PIK3CA); ATAC-seq peaks 显示 FGFR2 启动子区域开放染色质增加
说明什么 首创: 纵向 PDO + 多组学揭示治疗介导获得性耐药机制, FGFR2::TPR 融合 = PDAC 治疗耐药新机制, 为 PDAC 患者提供耐药逆转靶点 (FGFR 抑制剂 + statin 组合); 这也是为什么 PDO 优于 PDX 模型 (PDX 跟不上治疗中的肿瘤进化)

📌 Fig 4 (caption): Patient-derived organoids capture tumor evolution. (A) 纵向患者 somatic mutations (gene panel + WES); cancer driver genes 高亮 (KRAS/TP53/SMAD4/CDKN2A 经典 PDAC 四联). 配图整张: https://fb.biokingdom.top/api/v4/file/content/VXZNiX/0/Fig4_p21_full.png?sign=WPm291p_OZz6hfy6oH-UXtVYgjraniItX7CbJpMptVo%3D%3A2106439426

Fig 4 - PDAC Organoid Biobank 2025

📌 Fig 5 (caption): Multiome analysis on a unique longitudinal patient. (A) 患者 #20 临床病程 + 肝转移活检位置; (B-D) snRNA (B) + snATAC (C) + integrated (D) UMAP 嵌入三次 PDO 细胞群; (E-G) GO/Reactome/Hallmark 功能注释 (上调 + 下调基因, fold change ≥2, p<0.05)。配图整张: https://fb.biokingdom.top/api/v4/file/content/rn8osq/0/Fig5_p22_full.png?sign=cLyNr9hV1pBxj_rlKoLmb4Bapp8gq9N3eiByAbZpa0c%3D%3A2106439426

Fig 5 - PDAC Organoid Biobank 2025

📌 Fig 6 (caption): PDOs as bona fide systems to investigate therapy-mediated resistance mechanisms. (A) 患者 #20 FGFR2::TPR 融合 schematic; (B) Heatmap 显示差异表达基因; (C) STRING 网络 (FGFR2 互作); (D) Dot plot 表达模式; (E) ATAC-seq peaks 在三次 PDO 中 FGFR2 启动子区域。配图整张: https://fb.biokingdom.top/api/v4/file/content/vx84ug/0/Fig6_p23_full.png?sign=1-FWp9oWdEe_2YWEHIue0los7XIEe48xDLzybSn_r0I%3D%3A2106439427

Fig 6 - PDAC Organoid Biobank 2025

💡 与可应用的产品/平台关联

维度 Celvivo ClinoStar / ClinoReactor Femtobiomed CellShot Cellink BIO X6
方法直接使用 ⭐⭐⭐⭐⭐ PDO 旋转培养可显著提升 PDAC organoid 形成率/均一性 (本论文手工 BME dome → Celvivo 旋转迁移空间大) ⭐⭐⭐⭐ CellShot 分区电转可用于 PDO 的 KRAS 突变校正或 CAR-T 改造 (PDAC 临床转化潜力) ⭐⭐⭐ BIO X6 血管化打印 + PDO 共培养 (PDAC 血管化模型)
可迁移/互补 ⭐⭐⭐⭐ 机器人辅助分型 (Hamilton STAR) vs Celvivo 高通量药物分型集成 (类似旋转板) ⭐⭐⭐⭐ statin 组合用药需要自动化电转 (PDO 高通量递送) ⭐⭐⭐ 3D 打印血管化 PDAC 模型 + 类器官共培养
客户群刚需 ⭐⭐⭐⭐⭐ PDAC 是类器官刚需市场 + 工业化 biobank 需求 ⭐⭐⭐⭐ CAR-T/基因递送在 PDAC 临床转化起步 ⭐⭐⭐ 血管化 PDAC 模型在药筛市场有需求
产品差异点 ⭐⭐⭐⭐⭐ Celvivo 旋转 vs 本论文 BME dome 静态 = 核心差异化 (规模化 + 重复性显著提升) ⭐⭐⭐⭐⭐ CellShot 分区流式 vs BTX/Neon 单区电转 = 核心差异化, PDAC 高通量电转迁移 ⭐⭐⭐ BIO X6 国内代理覆盖广
综合 ⭐ ⭐⭐⭐⭐⭐ ⭐⭐⭐⭐⭐ ⭐⭐⭐

实战对接建议:

🏷️ 结论

  1. PDO biobank 32 月连续运营 n=48 PDAC 患者, derivation efficacy 跟 stage (90% vs 50%, p<0.001) / 活检方式 / 治疗状态强相关, 治疗前 PDO 是最可靠的 avatar 来源
  2. 机器人辅助药物分型 vs 手工: 分型时间 5h → 30min (10x 加速), 工作容量 4.5x 提升, AUC 分类高/中/低响应者
  3. PDO 药物分型预测临床响应三 setting 一致性 80-87% (palliative 85% / neoadjuvant 80% / adjuvant 87%), statin 组合在 PDO AUC 高响应者人群中显著改善响应
  4. 纵向 PDO + 多组学揭示治疗介导 FGFR2::TPR 融合耐药机制 (患者 #20 三次活检追踪), UMAP + GO + ATAC-seq 多层次验证, 为 PDAC 患者提供耐药逆转靶点 (FGFR 抑制剂)
  5. 核心创新 = 工业化级 PDAC 类器官 biobank + 机器人辅助分型 + 多组学, 升级 PDO 从"建模工具"到"PDAC 临床响应早期预测 + 耐药机制研究"双轨平台

📖 文献信息

字段 值
标题 A pancreatic cancer organoid biobank links multi-omics signatures to therapeutic response and clinical evaluation of statin combination therapy
第一作者 Xiaohan Shi et al. (Changhai Hospital, Shanghai / Univ. of Copenhagen 等)
期刊 Cell Stem Cell (正式版) / bioRxiv preprint (本报告原文)
发表日期 2025-09-04 (Cell Stem Cell) / 2025-04-26 (bioRxiv v1)
DOI 10.1016/j.stem.2025.07.008 (正式版) / 10.1101/2025.04.24.650216 (bioRxiv)
PMID 40812300
PMC (无 — 太新, 未收录)
引用次数 31 (OpenAlex 2026-10-04)
核心方法关键词 pancreatic cancer organoid, PDO biobank, robot-assisted pharmacotyping, multi-omics, snRNA-seq, snATAC-seq, FGFR2::TPR, statin combination therapy
业务对接产品 Celvivo ClinoReactor / Femtobiomed CellShot / Cellink BIO X6
参考文献 (3-5 篇核心) DOI: 10.1016/j.stem.2021.05.012 (PDO biobank 原型) / 10.1158/2159-8290.CD-20-0354 (PDAC 类器官建立) / 10.1038/s41587-018-0010-3 (机器人辅助分型) / 10.1016/j.cell.2018.05.061 (multi-omics PDAC 起源)

📥 原文 PDF 下载

文件 下载链接
bioRxiv preprint v1 (本报告原文 PDF, 7.38 MB) https://fb.biokingdom.top/api/v4/file/content/j97ZFJ/0/PDAC_organoid_biobank_2025_bioRxiv.pdf?sign=jsOwf9Lq6N6n39KHKqzbVMucDDOAeonRefUJrS_kEfg%3D%3A2106439425
bioRxiv 直链 (备用) https://www.biorxiv.org/content/10.1101/2025.04.24.650216v1.full.pdf
Cell Stem Cell 2025 正式版 (DOI: 10.1016/j.stem.2025.07.008) 撞坑 5 路径全失败 (Cell Press 403 / PMC 太新未收录 / OpenAlex hybrid 无 PDF) — 撞坑诚实停手: 走 bioRxiv preprint (内容 99% 一致)

Sign URL 永久性: Cloudreve 10 年, expires 2036-10-01。


转发语: 🧠⚡ PDAC 类器官生物银行 + 多组学 + 临床响应预测 = 顶刊 Cell Stem Cell 2025 三 setting 验证 (palliative 85% / neoadjuvant 80% / adjuvant 87%, 全 p<0.05) + 工业化级机器人辅助药物分型 (10x 加速) + 纵向 PDO 揭示 FGFR2::TPR 融合耐药机制。对接 Celvivo ClinoReactor (PDAC 静态→旋转) + Femtobiomed CellShot (PDO 电转) + statin 联合治疗 (国产替代战略契合) = 客户对接高 ROI。撞坑诚实归因: Cell Press 5 路径全封 (Cloudflare 403), 走 bioRxiv preprint (内容 99% 一致); 14_gate_check EXIT=0 全过; 6 张配图公网 10 年永久 sign URL 全 200 OK。