Science子刊：胶质母细胞瘤体外3D模型的长期药效评价

来源： EngineeringForLife

胶质母细胞瘤（GBM）是一种侵袭性很强的恶性脑肿瘤，并且由于GBM的异质性，肿瘤细胞在几个月的治疗周期中不断发生表型变化而时常出现治疗抵抗。因此，对于GBM的治疗迫切需要开发能够快速和预测性地评估候选药物的有效模型系统。如今，研究GBM的金标准仍然是动物模型，但是这些动物模型需要高精度的颅骨手术，有炎症和动物丢失的风险，并且具有高样本可变性。另一方面，GBM体外模型例如单层细胞培养虽然具有可定制、高重复性以及低成本的优点，但是其缺乏长期的细胞培养能力和三维肿瘤微环境构建能力。

此外，精确的GBM体外三维模型需要具有一定的体积厚度以维持细胞的长期生存能力，这样便由于细胞数量的增加和细胞分泌的ECM成分的沉积，肿瘤组织结构变得越来越浑浊。传统的成像技术评估该模型样品在速度、深度和分辨率之间存在很大的限制，因此急需一种无创、快速的深部组织成像技术来成像具有适当微环境设计的体外厚三维肿瘤模型并进行纵向研究。

近期发表在Science Advances杂志上题为” High-resolution tomographic analysis of in vitro 3D glioblastomatumor model under long-term drug treatment”的文章，来自特洛伊伦斯勒理工学院的Xavier Intes团队和美国波士顿东北大学的Guohao Dai团队开发了一个集成平台，该平台能够生成（i）一个具有灌注血管通道的体外3D-GBM模型，该模型允许长期培养和药物输送，（ii）一个能够使研究人员在整个体外模型上无创地评估纵向荧光信号的3D成像系统-2GMFMT（介观荧光分子层析成像）。

图1  三维肿瘤组织模型和2GMFMT成像系统。与显微磁共振成像（MRI）和激光扫描共聚焦显微镜（LSCM）相比，2GMFMT在GBM脑肿瘤体积评估方面具有更好的数据采集时间和长期监测性

传统的GBM体外模型如2D细胞单层（图2A-B）和3D球体悬浮（图2C-D），由于缺乏周围基质，均未能再现肿瘤的侵袭特征。因此，团队成员将长期流式培养和肿瘤球融合，首先生物3D打印了GBM肿瘤血管模型并动态灌流培养70天（图2E）。在培养期间，植入的GBM球体开始入侵周围基质（26天），在TMZ药物治疗（14天）后，肿瘤核心开始收缩，然而某些GBM细胞治疗后存活下来，并重新开始活跃地侵袭（31天）。这种三维GBM肿瘤血管模型的结构完整性并能使细胞活力得以维持，表明了所开发平台的长期培养和成像能力。

图2  不同培养条件下GBM细胞的药物反应

然后，团队成员将开发的2GMFMT成像系统与激光扫描共聚焦（LSCM）和显微磁共振成像（μMRI）对比，以体积误差和球形度量化指标证明了其在深度穿透和成像分辨率方面的三维成像性能（图3）。

图3  成像系统渲染图像和灵敏度特征

为了进一步验证三维GBM肿瘤血管模型结合2GMFMT成像系统在研究GBM肿瘤模型方面的潜力，团队成员基于二维强度区域比较（图4）和三维重建体积（图5）比较【以肿瘤直径即横截面积和肿瘤体积作为量化指标评估治疗效果和疾病复发】，利用2GMFMT、宽场荧光显微镜（WFFM）、LSCM成像方式，连续观测上述打印的肿瘤模型长达70天，涵盖肿瘤生长情况和药物方案。总结来说，2GMFMT可以以等效或更高的灵敏度收集与当前无损成像方式（例如肿瘤面积和荧光强度变化）相同的测量值。此外，它在三维可视化和在厚而不透明的组织结构中的GBM肿瘤生长的体积监测方面具有优越的性能。

图4 GBM脑肿瘤的纵向强度评价（肿瘤样品:1）

图5  GBM脑肿瘤的纵向体积评估

综上而言，为了在体外实现对GBM肿瘤治疗效果的有效评估，构建的模型需要满足以下4个要求：（1）使用患者来源的胶质瘤干细胞；（2）可控的三维微环境，为三维肿瘤侵袭提供空间和刺激；（3）长期培养和成像能力；（4）可以纵向检测厚而不透明组织内肿瘤细胞的无创成像方式。该团队的研究成果能够满足这些要求，生物打印肿瘤血管模型和2GMFMT成像系统的集成平台支持比传统模式更快的采集时间，并最大限度地减少组织损伤，从而能够以更高的时间分辨率成功地进行肿瘤侵袭的长期监测。并且在药物治疗前后进行的GBM脑肿瘤的纵向体积评估显示了该平台在建立患者特异性肿瘤模型方面的潜力及其在测试各种治疗方案（如化疗、放疗和多种治疗组合）方面的应用。

论文信息：
Ozturk Mehmet S, Lee Vivian K, Zou Hongyan, Friedel Roland H, IntesXavier, Dai Guohao. High-resolution tomographic analysis of in vitro 3D glioblastoma tumor model under long-term drug treatment.[J]. Science advances,2020,6(10).
论文链接：
https://doi.org/10.1126/sciadv.aay7513