微腫瘤藥敏檢測

導語

在精準醫療時代背景下的腫瘤用藥困境主要有2點。第一：70%腫瘤患者還是以化療為主，但是目前化療的精準用藥指導尚屬空白；第二：基因檢測僅能提供預測數據，缺乏實際的實驗證據。因此，找到一種更精準有效的檢測手段，建立更完善的檢測體系來系統地指導腫瘤患者的個體化治療，已經成為臨床醫療領域亟待解決的難題。

北京大學工學院席建忠教授課題組與基石生命、北京大學腫瘤醫院和北京大學人民醫院精誠合作，共同開發了一種基于患者來源的原代腫瘤細胞體外培養方法（Patient-Derived Tumor-like Cell Clusters，PTC），建立了腫瘤體外藥敏檢測模型，并在胃腸腫瘤及乳腺癌中進行了臨床驗證。基石生命基于PTC技術進行了一系列的臨床轉化，開發了微腫瘤藥敏檢測技術。2020年6月24日，該研究成果—“Patient-derived tumor-like cell clusters for drug testing in cancer therapy”在線發表于《Science Translational Medicine》。成果一經發表，即被北京大學、新華網、北京日報、測序中國、丁香園等機構爭相報道。

技術特點

核心技術

PTC培養體系

優化了PTC培養基及培養方法，提高了培養的成功率，對于合格的胃癌和結直腸癌樣本培養成功率可達89.95%。對于PDOs不能或較難培養的瘤種或樣本，如中低分化腺癌、神經內分泌瘤、粘液腺癌以及轉移灶，PTC同樣可以培養成功。經鑒定發現PTC由腫瘤干細胞、上皮細胞、成纖維細胞、巨噬細胞等多種細胞組成，在一定程度上模擬了腫瘤微環境。除此之外，PTC和體內腫瘤組織間的蛋白marker及基因變異情況（SNV和CNV）具有很好的一致性，說明其能夠再現體內腫瘤的真實情況

細胞自組裝芯片技術

細胞自組裝芯片技術在2011年及2012年發表在《Nature Communications》和《Nature Cell Biology》上，并于2016、2017年獲得發明專利授權。它不僅能夠一次實現上百個化合物的平行研究；同時克服了傳統孔板方法的邊緣效應，篩選結果的平行性非常好；除此之外，每個點陣使用的樣本量僅為傳統384孔板使用量的1%，這對非常珍貴的個體化腫瘤樣本的篩選至關重要。

因此，將細胞自組裝芯片技術與微腫瘤培養技術相結合，能實現少量臨床樣本的大規模候選藥物活性評估，為患者找到最合適的臨床用藥，同時大大縮短了時間成本。

微腫瘤圖像分析系統

基石生命改進了細胞成像組件，并自主開發了配套的基于深度學習的人工智能細胞圖像識別算法。該自動化分析系統與傳統人工分析的結果一致率達100%，能大大降低微腫瘤藥敏檢測技術應用的門檻，縮短檢測周期，實現檢測的標準化和自動化。

檢測意義