Neues 3D -Modell für bioprintierte Magenkrebs prognostiziert Arzneimittelreaktionen

Ein kollaboratives Forschungsteam unter der Leitung von Professor Jinah Jang vom Ministerium für Maschinenbau und dem Department of Creative IT Engineering bei Postech (Pohang University of Science and Technology) und Professor Charles Lee vom Jackson Laboratory for Genomic Medicine in den USA hat sich erfolgreich entwickelt Ein Magenkrebsmodell mit 3D-Bioprinting-Technologie und von Patienten abgeleiteten Krebsgewebefragmenten. Dieses innovative Modell bewahrt die Merkmale der tatsächlichen Patientengewebe und es wird erwartet, dass sie einzelne Arzneimittelreaktionen der Patienten schnell bewerten und vorhergesagt. Die Forschung wurde im International Journal veröffentlicht Fortgeschrittene Wissenschaft.

Die Tumorheterogenität stellt eine signifikante Herausforderung bei der Entwicklung und Behandlung von Krebstherapien dar, da die Reaktionen des Patienten auf dasselbe Arzneimittel variieren, und der Zeitpunkt der Behandlung ist ein kritischer Faktor, der die Prognose beeinflusst. Daher spielen Technologien, die die Wirksamkeit von Antikrebsbehandlungen vorhersagen, eine wichtige Rolle bei der Minimierung von Nebenwirkungen und zur Verbesserung der Behandlungseffizienz. Vorhandene Ansätze wie Tests basierend und von Patienten abgeleitete Xenotransplantate (PDX) -Modelle sind in ihrer Anwendbarkeit auf bestimmte Patienten begrenzt, haben Einschränkungen bei der Vorhersage von Arzneimitteleffekten und erfordern erhebliche Zeit und Kosten, um festzustellen.

In dieser Studie entwickelte das Forschungsteam eine in vitro Magenkrebsmodell durch Nutzung der 3D-Bioprinting-Technologie und gewebespezifischer Bioink, das von Patienten abgeleitete Gewebefragmente einbezieht.

Bemerkenswerterweise haben sie Krebsgewebe in einem von Magen abgeleiteten dekellulären extrazellulären Matrix-Hydrogel (DECM) eingekapselt, das künstlich Zellmatrix-Wechselwirkungen ermöglicht. Indem sie diese Gewebe mit menschlichen Magenfibroblasten gemeinsam kultivierten, ahmten sie erfolgreich Krebszell-Stroma-Wechselwirkungen nach, wodurch die Erkennung der Krebszellstrome nachgeahmt wurde, wodurch die Erkennung der Krebszell-Stroma-Stromabkommen nachgeahmt wurde, wodurch die Erzeugung der Krebszell-Stroma-Stromböden erfolgreich nachgeahmt wurden, wodurch die Erkennung der Krebszell-Stroma nachgeahmt wurde, wodurch die Erkennung der Krebszell-Stroma nachgeahmt wurde In vivo Tumor -Mikroumgebung in vitro.

Dieses Modell zeigte die Fähigkeit, die einzigartigen Eigenschaften von Magengeweben von einzelnen Patienten zu bewahren, indem sowohl Zellstroma- als auch Zellmatrix-Wechselwirkungen repliziert wurden. Es zeigte eine hohe Spezifität bei der Vorhersage der Antikrebs -Arzneimittelreaktionen und der Prognose des Patienten. Darüber hinaus ähnelte die Genprofile des Modells im Zusammenhang mit Krebsentwicklung, Progression und Arzneimittelreaktion denen von Patientengeweben und übertrafen die Leistung herkömmlicher PDX -Modelle.

Zusätzlich ermöglicht die schnelle Fertigung Methode dieses Modells über Bioprinting die Arzneimittelbewertung innerhalb von zwei Wochen nach der Extraktion des Tumorgewebes des Patienten. Es wird erwartet, dass diese effiziente Plattform erheblich zur Entwicklung personalisierter Krebsbehandlungen beiträgt.

Professor Charles Lee vom Jackson Laboratory for Genomic Medicine, der die Studie leitete, drückte seine Erwartungen an das Modell aus: „Durch die Reproduktion von Krebszell-Stroma und Zellmatrix-Wechselwirkungen verbessert dieses Modell die Genauigkeit von Vorhersagen von Arzneimitteln und reduziert die unnötige Arzneimittelverabreichung zu nicht reagierenden Patienten. „

Professor Jinah Jang von Postech betonte die Bedeutung der Forschung: „Dies ist eine kritische präklinische Plattform nicht nur für die Entwicklung patientenspezifischer Behandlungen, sondern auch zur Validierung neuer Krebsmedikamente und Kombinationstherapien. „

Diese Forschung wurde vom Grundlagenforschungsprogramm der National Research Foundation of Korea (NRF) unterstützt, das vom Bildungsministerium (Nr. 2020R1A6A1A03047902) und von der National Research Foundation of Korea (NRF), die von der koreanischen Regierung (MSIT (MSIT) finanziert wurden, finanziert wurde ) (Nr. 2022M3C1A3081359, Nr. 2021R1A2C2004981).

Quellen: