《Cancer Medicine》：Establishment of a Large-Scale PDX Library of Head and Neck Cancers for Functional Precision Oncology
编辑推荐：
这篇综述聚焦头颈癌(HNC)精准医疗的局限，报道了成功建立大规模、临床信息注释的患者来源异种移植(PDX)模型库——藤田移植库(FXeL)。研究发现，高级别临床分期与成功植入显著相关，且PDX模型能基本保留原发肿瘤的关键基因突变与组织病理学特征。体内药物试验显示，PDX对顺铂(CDDP)的反应与原患者临床结局高度吻合。文章强调，尽管存在基质重塑等局限，FXeL作为一个稳健、可扩展的平台，整合临床信息、基因组学与药敏分析，为头颈癌功能精准肿瘤学(FPO)研究提供了宝贵的转化见解。
引言背景
头颈癌(HNC)预后不佳，且常缺乏明确的驱动基因突变。精准肿瘤学依赖肿瘤的分子遗传特征进行诊断和治疗选择，但近年来包括NCI-MATCH在内的临床试验突显了其局限性，仅有约10%的患者能从基因组学指导的治疗中获益。这表明需要超越静态基因组分析，整合功能性测试。功能精准肿瘤学(FPO)作为新兴方法，旨在将描述性基因组分析与功能性检测相结合，以提供对肿瘤生物学更全面的理解并揭示其可被利用的脆弱性。患者来源异种移植(PDX)模型因其能保留原始肿瘤的关键遗传和组织病理特征，并能进行体内药物测试，已成为FPO不可或缺的研究平台。
材料与方法
研究自2022年起，从藤田保健卫生大学医院超过100例手术病例中收集头颈癌组织标本，将其移植到免疫缺陷的Balb/c-Rag2/Jak3双基因缺失(BRJ)小鼠体内。患者临床信息、肿瘤分期(按UICC TNM分期)及解剖位置被详细记录。对于成功建立的PDX模型，利用靶向145个癌症相关基因的“PleSSision-Rapid”平台进行基因组测序分析。通过苏木精-伊红(HE)染色和RNA原位杂交(ISH)对比患者肿瘤与PDX的组织病理学和基质特征。选取了6个稳定传代的PDX模型进行体内顺铂(CDDP)药物敏感性分析。
研究结果
1. 大规模头颈癌PDX模型库的建立
总共对100例患者肿瘤样本进行了移植，其中62例成功植入，建立了头颈癌PDX模型库(FXeL)。肿瘤解剖位置分布以口腔癌最多(42%)。统计分析显示，晚期临床分期(Ⅲ/Ⅳ期)是唯一与成功植入显著相关的临床因素。
2. 患者肿瘤的基因组图谱
对18例患者的测序分析显示，超过70%的病例存在TP53基因的改变(突变或缺失)。CDKN2A、APC和NOTCH基因家族突变也较为常见。但未检测到主要癌基因的激活突变。肿瘤突变负荷(TMB)在不同患者间差异较大，中位数为每个肿瘤6个突变。与TCGA-HNSC数据集相比，主要基因的突变频率谱相似。
3. 连续传代与肿瘤生长动力学
成功的PDX模型能够稳定地连续传代(F1至F3)。研究发现，随着传代次数增加，肿瘤生长所需时间显著缩短，例如从F0代的85.5天缩短至F3代的28天，表明肿瘤在适应小鼠宿主环境后生长加速。
4. 患者肿瘤与PDX肿瘤的基因组比较
对9对患者-F2代PDX肿瘤的测序比较发现，PDX肿瘤的TMB和总突变数量普遍低于原发肿瘤。主要癌相关基因的突变模式在PDX中基本保留，但出现了克隆选择和进化，表现为大量患者特异性突变丢失，以及少量PDX特异性新突变出现。变异等位基因频率(VAF)分析显示，在多数配对中，PDX肿瘤中更多突变的VAF有所增加，提示特定亚克隆在PDX环境中被选择性扩增。驱动基因的分布分析未显示PDX特有突变中存在选择性富集，dN/dS比率分析也未发现植入过程中存在定向选择的证据。
5. PDX肿瘤的组织病理学和基质特征
HE染色证实，患者肿瘤的关键组织病理学特征，如角化、核多形性等，在PDX模型中得以保留。然而，利用ISH分析癌症相关成纤维细胞(CAF)标志物发现，尽管CAF样细胞群持续存在，但CAF的组成发生了变化。与患者肿瘤相比，PDX中具有肿瘤抑制特性的CAF(标记为ISLR)信号减少，而具有肿瘤促进特性的CAF(标记为ACTA2)信号增加，表明发生了基质重塑。
6. PDX模型的药物反应
体内顺铂药敏试验显示，PDX模型对CDDP的反应与原患者临床的敏感性相匹配：来源于临床敏感患者的PDX(HN31, HN34, HN39)显示肿瘤生长被抑制或稳定，而来源于耐药患者的PDX(HN28)则表现为明显的肿瘤生长。病理学分析进一步支持了这一结果：敏感PDX治疗后出现坏死和角化增加，而耐药PDX则变化不大，甚至出现不典型有丝分裂。基因组数据未发现与顺铂敏感性一致的特定基因突变关联。
讨论与结论
本研究成功建立了针对头颈癌的大规模、临床注释的PDX模型库(FXeL)。该库整合了详细的临床数据、病理评估、基因组分析和体内药物反应，为头颈癌研究提供了一个稳健且可扩展的功能精准肿瘤学(FPO)平台。PDX模型在很大程度上保留了原发肿瘤的关键生物学特性，并能准确反映患者对标准化疗药物的反应，具有重要的转化意义。研究也指出了PDX模型的局限性，如人类基质成分被鼠源基质取代以及免疫微环境的缺失。未来，将人工智能技术与PDX为基础的FPO相结合，有望发现新的肿瘤脆弱点、治疗策略和预测性生物标志物，推动头颈癌的精准治疗发展。
