《International Journal of Cancer》：Impact of non-genetic heterogeneity of BRAF-mutant colon cancer organoids on growth kinetics, drug sensitivity and Wnt dynamics
编辑推荐：
本研究针对患者来源类器官(PDO)药物筛选中的非遗传变量（如大小、接种密度、形态）影响不明的问题，系统探究了这些因素在携带Apc?/?/Trp53R172H/+/BrafV600E/+三重突变的结直肠癌(CRC)类器官模型中对增殖、MEK抑制剂(Trametinib)敏感性及Wnt-3a分泌动态的影响。结果揭示高密度、大尺寸及囊性形态会降低药物敏感性与Wnt-3a水平，凸显了标准化类器官培养条件对提高药物筛选可重复性与生物学洞察力的重要性。
在抗击癌症的征途上，科学家们一直在寻找能够精准模拟真实肿瘤的“替身”，用于测试新药的疗效。患者来源的类器官(Patient-Derived Organoid, PDO)就是这样一位强大的“替身演员”。它能在实验室的培养皿中三维生长，保留着原始肿瘤的基因蓝图、组织结构甚至功能特性，因此被视为临床前药物筛选的理想模型。然而，就像任何复杂的生物系统一样，类器官培养也存在着令人头疼的“噪音”——即便基因完全相同，类器官在大小、形状、培养密度上的差异，也可能显著影响其生长速度和药物反应。这种“非遗传异质性”如同一层迷雾，笼罩在精准的药物测试结果之上，使得不同实验室、甚至同一实验室内结果的比较和解读变得困难。为了拨开这层迷雾，一项发表在《International Journal of Cancer》上的研究，利用一套名为“Pick-Flow-Drop”（拾取-流动-滴落）的自动化“精工”平台，对携带特定致癌突变（Apc、Braf、Trp53）的小鼠结直肠癌类器官进行了系统性的“体检”，旨在揭示大小、密度和形态这些非遗传因素如何暗中调控类器官的“行为”。
为了深入探究非遗传变量的影响，研究人员采用了多项关键技术。核心是自主研发的全自动Pick-Flow-Drop (PFD)平台，它能基于光学特征（如大小、形态）从异质性样本中精准挑选、运输并沉积单个类器官到微孔板中，实现了对接种数量和组成的精确控制。研究使用的模型是经过充分表征的、携带Apc?/?、Trp53R172H/+和BrafV600E/+三重突变的小鼠结直肠癌类器官系，该模型能模拟人类BRAFV600E突变结直肠癌的转录组特征。功能分析主要包括：通过显微成像定量类器官面积计算生长率；使用CellTiter-Glo?3D细胞活力检测法（通过测量ATP水平）评估代谢活性和药物（MEK抑制剂Trametinib）敏感性，并计算半数抑制浓度(IC50)；通过酶联免疫吸附测定(ELISA)检测培养上清液中的Wnt-3a蛋白浓度，以分析Wnt信号分泌动态。
3.1 接种密度影响类器官生长、代谢和Trametinib敏感性
研究人员利用PFD平台精确控制每个孔中接种的类器官数量（3至50个）。结果发现，较高的接种密度会显著抑制类器官的生长速率。尽管高密度孔中的总ATP水平与低密度孔相当，但平均到每个类器官的代谢活性却随密度增加而降低。更重要的是，药物敏感性呈现显著的密度依赖性：低密度（3个/孔）接种的类器官对Trametinib高度敏感（IC50= 1.2 nM），而中、高密度（20个和50个/孔）接种的类器官敏感性依次下降（IC50分别为3.1 nM和27.9 nM），这表明细胞拥挤可能通过营养竞争或代谢状态改变来削弱药物效果。
3.2 类器官尺寸决定生长速率和Trametinib敏感性
为了排除密度干扰，研究将接种数量固定，专门挑选不同初始直径（50-100μm, 100-150μm, 150-200μm）的类器官进行分析。结果显示，初始尺寸与生长速率呈强负相关，小类器官长得更快。然而，到实验结束时，各组的总生长面积趋于一致。在药物反应方面，尺寸的影响更为直接：初始体积越大的类器官，对Trametinib的敏感性越差，IC50值从最小尺寸组的3.6 nM上升到最大尺寸组的18.9 nM，并且IC50值与初始类器官体积呈线性正相关。这表明，尺寸本身可能就是影响药物渗透、细胞周期状态或内在耐药性的关键因素。
3.3 囊性与实体类器官在生长因子剥夺条件下对Trametinib的反应不同
当在无外源生长因子（仅基础培养基）的条件下培养时，类器官群体出现了明显的形态分化，可分为“囊性”（中空）和“实体”（致密）两个亚群。利用PFD平台分离这两种形态的类器官后，研究发现尽管它们的生长速率和基础代谢活性相似，但对Trametinib的敏感性却差异显著：实体类器官的敏感性（IC50= 3.2 nM）远高于囊性类器官（IC50= 8.8 nM）。这一发现将形态学表型与特定的功能输出（药物反应）直接联系起来。
3.4 差异化的Wnt-3a动态与类器官形态和接种密度相关
为了探索上述敏感性差异背后的机制，研究检测了培养上清液中的Wnt-3a水平。发现了一个有趣的现象：在无生长因子条件下，实体类器官的培养上清液中始终含有比囊性类器官更高的Wnt-3a浓度。当用Trametinib处理时，Wnt-3a水平先降后升，尤其在实体类器官中恢复明显，提示MAPK/ERK通路抑制可能触发了Wnt信号的反馈调节。此外，接种密度也影响了Wnt信号环境：高密度培养物（>200个类器官/孔）分泌的Wnt-3a总量远高于低密度培养物，并且高密度更有利于维持囊性形态，而低密度则促进类器官产生出芽结构。这说明细胞密度通过改变局部微环境的信号浓度，进而影响类器官的形态可塑性和细胞命运。
这项研究通过系统性的剖析，得出了明确的结论：在结直肠癌类器官模型中，非遗传因素——包括接种密度、初始尺寸和形态——是影响生长动力学、代谢活性和药物敏感性的关键变量。高密度和大尺寸会降低类器官的增殖能力和对MEK抑制剂Trametinib的敏感性。在特定的培养压力（生长因子剥夺）下，形态学亚群（实体 vs. 囊性）表现出截然不同的药物反应和Wnt信号分泌谱，实体形态与更高的药物敏感性和Wnt-3a水平相关。这些发现强有力地证实，即使在没有遗传差异的情况下，类器官培养中的物理和微环境变量也足以导致显著的功能异质性，从而可能混淆药物筛选的结果。
其重要意义在于，本研究为提升类器官模型的标准化和可重复性提供了实验依据和实用框架。它警示研究人员，在设计和解读类器官实验时，必须严格控制并报告这些非遗传参数。研究所采用的自动化PFD平台，展示了一种通过精确操控类器官输入来减少变异、增强实验可比性的强大工具。更重要的是，这项研究将形态等表型特征与深层生物学功能（如信号通路活动和药物响应）联系起来，为未来利用高内涵成像和人工智能进行无创、快速的类器官功能分型和精准药敏预测指明了方向。最终，通过剥离非遗传“噪音”，我们能更清晰地聆听肿瘤内在的生物学“信号”，从而在患者来源类器官平台上实现更可靠、更可解释的个性化药物测试，助力癌症精准医疗的发展。
