马上注册，阅读更多内容，享用更多功能！
您需要 登录 才可以下载或查看，没有账号？立即注册 
×
导读 伴有恶性浆膜腔积液（MSE）的晚期肺癌患者往往预后较差，总生存期（OS）仅为5.49个月[1]。分子靶向治疗可延长晚期肺癌患者的生存期，提高生活质量。个性化治疗方案常依赖于分子检测分析结果，特别是下一代测序（NGS）。既往的测序标本来源主要为外科手术和穿刺活检标本，近来研究证实恶性胸腔积液（MPE）样本同样可靠[2-4]。
尽管30%的非小细胞肺癌（NSCLC）患者携带可靶向变异[5]，但这些患者并非都能从靶向治疗中获益，而没有携带可靶向变异的患者也可能受益于靶向治疗药物，如EGFR -TKIs[6]或者PARPi[7]。因此，有必要建立一个模拟原始组织形态学和基因组特征的临床前模型，以预测靶向治疗的疗效。患者来源类器官（PDOs）使用三维（3D）结构，可以准确地模拟肿瘤的异质性和多样性，与原始临床标本基因型和表型高度一致；其对抗肿瘤药物的反应可模拟患者的预期反应，并可在短时间内获得结果[8-9]。由于晚期肺癌手术标本的可及性，MSE可能是一个理想的建立肺癌类器官（LOCs）的来源[10]。然而，基于LCOs的药物敏感性试验（DST）预测临床反应的准确性尚不明确。
广东省人民医院杨衿记教授团队与燃石医学合作开展一项真实世界研究，旨在使用肿瘤组织或MSE样本建立可行的LCO模型，验证模型在病理和分子特征方面的可靠性。研究成功地从肿瘤组织和MSE样本来源制备160个LCOs模型，并利用DST结果制定了晚期肺癌的个性化治疗策略。该研究成果近日发表在Cell Reports Medicine（IF=16.988）。
研究内容
从2019年10月1日至2021年9月30日期间的107名局部晚期或转移性肺癌患者收集了214份类器官建立标本，成功制备了162个PDOs，最终160个PDOs进行深入分析，包括组织病理学和分子特征分析、对靶向治疗及化疗的个性化反应、双靶向治疗的分子机制及LOCs稳定性和异质性等。
研究结果
1 患者来源性肺癌类器官的制备和病理分析 纳入分析的160个LCOs中，腺癌（ADC）127例，鳞状细胞癌（SCC）10例，小细胞肺癌（SCLC）10例，腺鳞癌（ASC）12例，肺肉瘤1例。LCOs主要来自MSE标本（132/162），包括胸水标本（103/132）、腹水标本（15/132）和心包积液标本（14/132）。18例来自手术切除的原发或转移灶标本，主要来自淋巴结，10例标本由空芯针活检获得（图1A）。研究分析了52例LCOs培养失败的潜在原因，细胞数量不足是最常见的因素之一。H&E染色（图1B）和IHC染色（图1C-E）显示，LCOs保留了原始的肿瘤组织或MSE的形态学和病理特征。
图1. 研究流程图及LCOs和原始组织病理特征
2 MSE和LCOs之间基因组图谱的一致性 对25例患者进行了NGS检测，以检测LCOs与原始样本之间的基因谱的一致性。MSE及配对的LCO标本变异如图2A所示。在MSE标本中共发现77个基因的157个体细胞变异，在LCO标本中发现了73个基因的143个体细胞突变，两者最常见的突变基因均为EGFR、TP53和RB1。其中，64个变异（30.9%）为MSE特异性变异，50个变异（24.2%）为LCO特异性变异，93个变异（44.9%）为两者共有。MSE和LCO样本之间突变检出率相似（96.2% vs.80.7%，P = 0.19），中位最大突变丰度（AF）没有显著差异（31.1% vs. 34.0%，P = 0.98，图2B）。对20例MSE和配对LCO样本之间的体细胞变异的一致性进行分析，以MSE样本为参考，LCO样本检出变异的敏感性为70.5%（93/132），阳性预测值为69.4%（93/134）（图2C）。11个匹配的LCOs和MSE样本有肿瘤突变负荷（TMB）数据。两种标本的TMB结果相近（均为1.99个突变/Mb，P=0.89，图2D）。此外，基于LCO的TMB与基于MSE的TMB呈正相关（Pearson’s r = 0.68，P = 0.02，图2E）。综上所述，MSE和LCO样本之间基因组谱具有较好的一致性。
3 LCOs预测对靶向治疗和化疗的个性化反应 来自36例临床方案与LCO-DST结果相同患者的54个LCOs被分为4类：奥希替尼、化疗、双靶治疗和其他靶向治疗组，四个组的反应一致率分别为86.7% (13/15)、83.3% (10/12)、100% (10/10)和70.6% (12/17)，LCO-DST的总体敏感性为84.0% , 特异性为82.8% , 准确性为83.3%(图3A, 3B)。在奥希替尼队列中，选择奥希替尼作为12例患者的下一线治疗（图3C），并在这些患者来源制备15个LCOs 测试了奥希替尼的敏感性（图3D）。结果显示疾病进展（PD）组和部分缓解（PR）组的半抑制浓度（IC50）可以显著区分，ROC分析的曲线下面积（AUC）值为0.94（图3E，3F）。使用LCO-DST模型可以准确地预测数患者对靶向治疗的临床反应。此外，研究分析了9例推荐化疗作为下一线治疗患者的LCO药物筛选试验结果与化疗临床反应之间相关性，结果同样提示LCOs的化疗药物体外试验可以反映临床对化疗的反应。
4 LCOs的稳定性和异质性 研究收集了来自同一患者的不同样本，以探讨LCO药物反应的稳定性和异质性。首先，在不同时间取患者的MSE样本，建立LCOs，并进行DST检测。采样时间之间的间隔为1~9天。结果显示在不同采样时间下获得的LCO样本的基因组谱具有高度一致性，表明LCO是 NSCLC优选的稳定的体外模型（图4A）。接下来，研究分析了来自5例患者的组织样本、浆膜腔积液样本和LCOs的基因组图谱的一致性（图4B-F）。结果显示在积液/LCO样本中可准确检出SNVs，但CNVs的一致性较低。
在LCO药物反应方面，不同时间的连续样本仍保持稳定（图4G-I）。来自MSE样本的LCOs似乎与组织来源的LCOs在形态学上存在差异，如来自患者P-33淋巴结的LCOs形状更紧密、更规则，对DST也更敏感，患者的临床评估结果与药物敏感试验结果一致（图4J-L）。在不同的MSE样本中，LCO-DST在剂量-效应的关系往往表现出相同的趋势。从MPE和腹腔积液制备2个样本的LCOs形态特征略有不同，两者DST的敏感性无显著差异（图4M、4N）。
5 LCO药物筛选预测双靶治疗的临床反应 研究从几例肿瘤进展患者制备LCOs，并试验联合治疗方案。患者P-60诊断为IVB期肺腺癌，基线时在脑脊液中检测到携带EGFR L858R突变及MET拷贝数扩增（CN=5.0）。接受奥希替尼治疗后脑转移灶进展。成功培养1个来自淋巴结的LCO（P-60-O1T）和3个来自心包积液（第1、4、5天）的LCOs (P-60-O2E, P-60-O3E, P-60-O4E)，并进行了DST试验。奥希替尼联合 赛沃替尼在这4个LCOs中的IC50分别为1.32、0.71、0.25和0.24。与奥希替尼（IC50分别为1.82、1.15、0.25和1.30）和赛沃替尼(仅在P-60-O3E和P-60-O4E中进行，分别为 11.59和17.61）单药相比，联合治疗可能更优。患者接受奥希替尼联合赛沃替尼治疗后获得PR。患者P-61被诊断为IVA期肺腺癌，基线时检出EGFR 19del突变。患者接受埃克替尼一线治疗，后检出获得性T790M突变，接受奥希替尼二线治疗。耐药后患者接受了奥希替尼、卡博替尼双靶治疗，45天后达到PR。NGS证实RET-CCDC6融合。来自胸腔积液（P-61-O1E、P-61-O2E、P-61-O3E）和腹腔积液（P-61-O4E、P-61-O5E）的LCO的DST试验显示，奥希替尼联合卡博替尼的IC50分别为0.15、0.22、0.16、0.33、0.44，奥希替尼联合BLU-667的IC50为0.03、0.02、0.01、0.03、0.24，提示奥希替尼联合卡博替尼/BLU-667可以显著抑制肿瘤生长。这些病例表明， LCO-DST具有预测有效联合治疗方案的潜力。此外，研究还通过蛋白质组学图谱分析了双靶向治疗的分子机制，结果显示，与单一药物治疗相比，联合治疗显著触发肿瘤细胞死亡。
小结与启发：MSE来源的LCO-DSTs可以准确预测晚期肺癌患者对治疗的临床反应，是晚期肺癌治疗有前途的精准医疗工具。
本研究表明，LCO模型为晚期肺癌患者靶向治疗和化疗的应用提供了个性化的平台。研究共建立了162个类器官，其中大多数来自MSE样本。组织和MSE来源的LOCs的成功率分别为57.8%（30/52）和81.4%（132/162），MSE来源的LCOs成功率更高。此外，从手术和活检样本中获得的模型的局限性是正常气道上皮细胞的过度生长，而MSE主要由肿瘤细胞组成，而并且可以通过相对微创的方式获得。因此，MSE来源的LCOs往往是更纯粹的肿瘤类器官，使得LCOs成为DST的优秀候选模型。肿瘤组织或MSE来源的LCOs真实地反映了原发肿瘤的病理和分子特征，这些结果为后续的DST试验提供了可靠的基础。LCO-DST结果与临床对治疗的反应高度一致，该方法有望作为个性化医学一种重要的预测工具，以建立肺癌的个体化治疗方案。
肿瘤类器官作为一种功能模型，可以包含原发肿瘤的多组学特征，模拟患者的药物敏感性，也可以作为一种体外肿瘤替代用于新药物的开发。研究同时应用蛋白质组学方法分析了联合治疗的分子特征。本研究结果表明了LCO-DST在精准医疗中的潜力，未来仍需要进一步研究探索方法的标准化，如大规模的临床试验，以确定不同类型治疗药物的精确临界值。
参考文献： [1]. Porcel, J.M., Gasol, A., Bielsa, S., Civit, C., Light, R.W., and Salud, A. (2015). Clinical features and survival of lung cancer patients with pleural effusions. Respirology 20, 654-659. 10.1111/resp.12496 [2]. Liu, X., Lu, Y., Zhu, G., Lei, Y., Zheng, L., Qin, H., Tang, C., Ellison, G., McCormack, R., and Ji, Q. (2013). The diagnostic accuracy of pleural effusion and plasma samples versus tumour tissue for detection of EGFR mutation in patients with advanced non-small cell lung cancer: comparison of methodologies. Journal of clinical pathology 66, 1065-1069. 10.1136/jclinpath-2013-201728. [3]. Cai, G., Wong, R., Chhieng, D., Levy, G.H., Gettinger, S.N., Herbst, R.S., Puchalski, J.T., Homer, R.J., and Hui, P. (2013). Identification of EGFR mutation, KRAS mutation, and ALK gene rearrangement in cytological specimens of primary and metastatic lung adenocarcinoma. Cancer Cytopathol 121, 500-507. 10.1002/cncy.21288. [4]. Wang, W., Tang, Y., Li, J., Jiang, L., Jiang, Y., and Su, X. (2015). Detection of ALK rearrangements in malignant pleural effusion cell blocks from patients with advanced non- small cell lung cancer: a comparison of Ventana immunohistochemistry and fluorescence in situ hybridization. Cancer Cytopathol 123, 117-122. 10.1002/cncy.21510. [5]. Byeon, S., Lee, B., Park, W.Y., Choi, Y.L., Jung, H.A., Sun, J.M., Ahn, J.S., Ahn, M.J., Park, K., and Lee, S.H. (2020). Benefit of Targeted DNA Sequencing in Advanced Non-Small-Cell Lung Cancer Patients Without EGFR and ALK Alterations on Conventional Tests. Clin Lung Cancer 21, e182-e190. 10.1016/j.cllc.2019.11.006. [6]. Stinchcombe, T.E. (2016). The Use of EGFR Tyrosine Kinase Inhibitors in EGFR Wild-Type Non- Small-Cell Lung Cancer. Current treatment options in oncology 17, 18. 10.1007/s11864-016- 0394-4. [7]. Cartwright, D., Roxburgh, P., Stanley, B., Brown, J., Mclaren, A., Coulter, S., Forte, C., and Glasspool, R. (2020). 510 Niraparib outcomes in brca wild-type platinum sensitive recurrent ovarian cancer: a comparison of real-world data to the nova trial. International Journal of Gynecologic Cancer 30, A85-A86. 10.1136/ijgc-2020-ESGO.146. [8]. Chen, H., Gotimer, K., De Souza, C., Tepper, C.G., Karnezis, A.N., Leiserowitz, G.S., Chien, J., and Smith, L.H. (2020). Short-term organoid culture for drug sensitivity testing of high-grade serous carcinoma. Gynecol Oncol 157, 783-792. 10.1016/j.ygyno.2020.03.026. [9]. Hill, S.J., Decker, B., Roberts, E.A., Horowitz, N.S., Muto, M.G., Worley, M.J., Jr., Feltmate, C.M., Nucci, M.R., Swisher, E.M., Nguyen, H., et al. (2018). Prediction of DNA Repair Inhibitor Response in Short-Term Patient-Derived Ovarian Cancer Organoids. Cancer Discov 8, 1404- 1421. 10.1158/2159-8290.CD-18-0474. [10]. Lee, D., Kim, Y., and Chung, C. (2021). Scientific Validation and Clinical Application of Lung Cancer Organoids. Cells 10. 10.3390/cells10113012.
| 
