跳到正文
Science Advances· Rui Ye; Jie Wang; Wan Xu; Yan Chen; Zhongwei Zhang; Yupei Zhang; Shugang Qin·· 来源仅提供日期AI 评分28

通过先进3D类器官系统解码癌症治疗耐药性

Decoding cancer therapy resistance through advanced 3D organoid systems

AI 导读

3D癌症模型可弥补2D培养难以复现肿瘤异质性与微环境应激的缺陷,用于耐药建模和个体化治疗。无支架球体、患者来源类器官(PDOs)生物样本库和微生理系统(MPSs)可模拟代谢梯度、谱系可塑性及免疫特征,并评估免疫疗法。整合先进生物制造、AI驱动表型组学和计算建模,可将3D平台发展为临床预测系统,但标准化与通量仍是瓶颈。

已发表论文 · journal · 10.1126/sciadv.aei0485

本站摘要基于收录版本 v1(2026-11-13),原始摘要与 AI 导读固定保留。

IF(5) 14.8 · 2025 · 期刊参考指标

摘要 · AI 翻译

精准肿瘤学仍面临临床转化率低的问题。这主要是因为二维(2D)培养系统无法再现肿瘤异质性和微环境应激。在此,我们综述了三维(3D)癌症模型——包括无支架球体、患者来源类器官(PDO)生物库和微生理系统(MPS)——在耐药性建模和个性化治疗中的应用。这些平台能够有效模拟肿瘤微环境(TME)内的代谢梯度、谱系可塑性和免疫学特征,从而弥合基因型与表型之间的鸿沟。它们还能捕捉物理性免疫排斥、T 细胞耗竭和抗原呈递,以促进免疫疗法的评估。最后,我们讨论了标准化和通量等关键转化瓶颈,提出整合先进生物制造、人工智能(AI)驱动的表型组学和计算建模,将 3D 癌症平台发展为临床预测系统,以优化精准治疗策略。

来源:Science Advances · doi.org