高度卵巣がん患者のプラチナベースの治療に対する臨床反応を予測するためのex vivo 3Dマイクロ腫瘍試験プラットフォーム

科学分野:

• 腫瘍学
• バイオマーカーの発見
• 翻訳医学

背景:

• 原発性高度卵巣がんでは,化学療法への不反応率は20%である.
• 予測可能なバイオマーカーの欠如は パーソナライズされた治療戦略を妨げています
• 化学療法への反応の正確な予測は,患者の生存率を向上させる上で極めて重要です.

研究 の 目的:

• 3D微小腫瘍試験プラットフォームを確立し,臨床的に検証する.
• 卵巣がんの標準的な化学療法に対する患者特有の反応を予測する.
• レスポンサーと非レスポンサーの階層化を可能にします

主な方法:

• 104人の悪性アシテスの卵巣がん患者が登録されました.
• アスチスの微小腫瘍は 培養され 様々な治療法に晒されました
• 高濃度3Dイメージングと形態学的特徴抽出は,感度プロファイリングに使用された.
• 線形回帰モデルでは,ex vivo感受性と臨床結果 (CA125衰退,腫瘍サイズ,PFS) が相関していた.

主要な成果:

• 3Dの微小腫瘍プラットフォームは 卵巣がんのマーカーを成功裏に再現しました
• 予測されたCA125衰弱率と臨床的なCA125衰弱率との間に有意な相関関係 (R=0. 77) が観察された.
• カーボプラチン/ パクリタキセルに敏感であると予測された患者は,進行性のない生存率 (PFS) を改善し,腫瘍のサイズを減少させた.
• 患者特有のセカンドライン治療の反応プロファイルが作成されました.

結論:

• 卵巣がんにおける新補助化学療法に対する臨床反応を効果的に予測する 3D 微小腫瘍プラットフォーム.
• このプラットフォームは 患者様を階層化し 治療の意思決定を 支援する可能性を 示しています
• 迅速な結果 (2週間以内) は,治療計画における臨床スケジュールと一致する.