肿瘤类器官的高通量解决方案：从培养到药物筛选

类器官培养方案的标准化对于确保实验结果的可靠性至关重要。在肿瘤类器官培养系统的背景下，从单细胞采集到类器官培养、药物筛选和验证，每一步都必须遵守标准化作程序（SOP）。这种方法包括实验室前准备、实验室方案和实验室后处理。肿瘤类器官模型的构建大致可分为以下阶段：肿瘤组织消化和解离、分离的肿瘤干细胞与基质凝胶混合、将它们接种在孔板中，以及添加富含细胞因子的培养基以促进类器官生长。这个过程需要大量的劳动力和时间成本，从而限制了类器官的适用性。

肿瘤类器官培养的第一步涉及确定合适的细胞来源。肿瘤细胞可以来自患者样本、细胞系或干细胞。纯化的肿瘤细胞通过消化、分离和培养获得。然而，这个过程充满了挑战。不同癌症类型的消化时间差异很大，例如，乳腺肿瘤组织由于其纤维含量高，需要4-6小时，而胃肠道肿瘤可以在1-2小时内消化。此外，不同的癌症类型需要不同的消化酶系统。这些因素给研究人员带来了障碍，包括消化组织的等待时间延长、过度消化导致的细胞活力低以及消化不足，这会阻碍单细胞悬液的产生，从而影响下游实验。这些挑战的出现凸显了对一种能够产生单细胞悬液的简化、高效和可靠的消化方法的需求。

细胞培养需要精确控制细胞密度和分布，以确保肿瘤细胞的增殖。细胞计数和活力评估对于确定生成单细胞悬液后的活细胞数量是必要的。然后将相应的培养系统基质凝胶与单细胞悬液混合并接种在孔板中。虽然这个过程相对简单，但仅通过体力劳动在短时间内产生大量类器官，同时保持对每个类器官球体质量的控制是具有挑战性的。这种限制在高通量药物敏感性检测中尤为明显，其中在384孔板或更高通量规格中接种类器官需要自动化机器。随后，建立了类器官培养系统，其中细胞悬液接种在3D基质中，以模拟肿瘤的体内生长环境并诱导类器官形成。

评估药物对肿瘤类器官的影响需要多方面的方法，包括药物制备、药物筛选和数据分析。药物制备过程包括选择、溶解和稀释药物，以确保其质量和浓度满足实验要求。药物筛选包括用药物治疗肿瘤细胞并观察其疗效和毒性等参数。数据分析涉及组织和分析实验数据，以阐明药物的潜在机制及其治疗效果。

培养和标准化的困难困扰着传统的类器官培养。此外，大小和形状可变的类器官生产通常既耗时又昂贵，这使得大规模生产成为一项重大挑战。因此，高通量和自动化作是在标准化、减少劳动力和降低成本方面实施类器官培养进步的关键解决方案。为了确保类器官培养的整个过程以高精度和高效率进行，必须设计高通量解决方案，同时考虑自动化、高通量和可重复性等因素。此类解决方案的示例包括使用微流体技术进行类器官植入，用于药物治疗和检测的自动化机器人，用于细胞状态分析的高分辨率成像，以及用于结果处理的数据分析软件。通过实施高通量SOP，可以最大限度地减少实验误差和不确定性，并提高实验的可信度和可重复性。

3.当前离体类器官培养涉及的底物技术和适用于各种应用的高通量解决方案

目前正在研究高通量解决方案，以减轻类器官培养过程中的劳动密集型和关键步骤。这些解决方案大致可分为分离和培养、药物筛选和活性评估。这些解决方案的形式包括集成高通量功能的设备、方法和软件。高通量设备和方法包括自动化样品处理设备、微流体、器官芯片、3D打印技术和高内涵成像系统。High-throughput软件可以快速准确地获取和分析大量的实验数据，从而提高数据处理的效率和准确性。特别是成像系统，可以同时获取各种类型的生物信息，如细胞形态、荧光强度和细胞活性，从而更全面地了解药物对肿瘤细胞的作用机制和疗效。

微流体是指在数十到数百微米的通道中处理微量流体（10-9-10-18 l）的系统技术。 该技术有四个主要应用：分子分析、生物传感、分子生物学和微电子学。在生物学和医学中，微流体技术在细胞培养、单细胞分析和临床诊断中发挥着越来越重要的作用。微流体技术在生物学研究中的应用可以显著减少样本量，从而降低实验成本，实现生物样本的快速和高通量检测，最大限度地从少量样本中收集更多信息，创建更好的人体生理病理环境模拟，并促进更深入和全面的研究。例如，循环肿瘤细胞（CTC）的数量可以表明肿瘤的恶性程度和转移风险;然而，外周血中CTC的稀缺阻碍了它们的应用。尽管如此，随着微流控技术的不断发展，已经出现了几种基于微流控的CTC捕获技术。值得注意的是，Jinho Kim等人构建了一种微流控装置（SIM-Chip），它可以从全血中富集CTC并识别和分离它们。

类器官微流控技术将类器官和微流体技术集成在一起，通过在微流控芯片上设计微通道和反应单元来实现类器官的体外培养和模拟。该技术利用微流体设备和计算软件精确控制微环境，模仿 TME来研究肿瘤间充质相互作用。微流体技术有助于将细胞、药物和营养物质精确、及时地输送到癌细胞。此外，微流体技术允许自动控制液体输送速度、浓度和持续时间，从而能够使用药物混合物和营养物质进行动态筛选。类器官微阵列是一种基于微流控的类器官培养平台，可模拟体内TME，从而能够研究肿瘤生长和转移。这项技术需要在后续实验和分析之前构建微流体通道和细胞培养室。此外，3D打印技术可以与微流体相结合，创造创新的解决方案。3D打印技术是一种增材制造方法，通过堆叠层从计算机模型数据制造 3D物理对象。3D打印技术的出现为微流体提供了新的可能性。首先，3D打印技术为微流控芯片制备的标准化和大规模生产提供了广阔的前景。其次，3D生物打印技术能够精确控制细胞和生物材料的分布，更好地模拟生物组织的复杂微观结构。3D生物打印技术可以创建高分辨率的微结构，以准确再现TME的复杂特征。此外，这些3D打印模型可用作肿瘤生物学中多功能研究和应用的临床前模型。通过将3D打印技术与微流控相结合，可以快速构建许多稳定的肿瘤类器官模型，最大限度地发挥类器官模型的优势。

高内涵筛选（HCS）是一种基于成像的分析方法，它利用自动成像和数据分析在单细胞水平上提供具有高分辨率、高通量和高信息含量的无偏倚多参数数据。HCS能够在各个水平（包括细胞和分子水平）捕获图像和提取信息，从而可以检测基因表达、蛋白质定位和形态的变化。

类器官培养完成后，可以采用高内涵成像技术，包括通过自动高通量摄影（例如高速显微镜成像）获取类器官数据。HCS的主要功能是以更少的单元、更短的时间和更高的吞吐量快速获取大量数据，同时减少劳动力消耗。该技术可以收集多通道数据，包括细胞形态、状态、数量和功能信息。此外，HCS可以与药物输送装置集成，以实时观察细胞对药物的即时反应。

近年来，人工智能（AI）技术大幅发展。在医疗领域，人工智能可以促进药物的设计并有助于癌症检测、诊断和治疗优化等应用。高通量实验和AI技术在医学中的整合越来越受到关注。AI可以在生成肿瘤类器官的整个过程中得到利用，从构建到应用。基于AI的自动化可以帮助形成稳定的类器官球体。结合图像识别和数据分析的智能算法可以快速分析实验结果并得出结论。各种基于AI的图像识别算法也可以实现类器官的高通量应用。配备AI模块的智能分析系统可以根据收集的数据类型和分析目的选择合适的数据分析方法。表1总结了高通量底物技术的特点、优点和缺点。