开发患者衍生条件重编程的3D乳腺癌培养模型,用于药物敏感性评估

科学领域:

• 在瘤学瘤学.
• 生物技术是生物技术.
• 癌症研究 癌症研究

背景情况:

• 乳腺癌的异质性导致可变的治疗反应,耐药性和复发.
• 目前的临床前模型无法准确预测个体患者的药物反应.
• 需要改进的模型来评估患者特定的药物敏感性.

研究的目的:

• 开发和评估患者衍生乳腺癌培养模型,用于药物敏感性测试.
• 为了比较2D和3D培养模型在模拟体内瘤特征方面的有效性.
• 评估这些模型在个性化乳腺癌治疗中的潜力.

主要方法:

• 使用瘤样本建立了患者衍生的有条件重编程乳腺癌 (CRBC) 细胞.
• 开发了2D和3D培养模型,其中3D模型嵌入了酸盐-凝甲基烯酸水凝微球.
• 利用免疫组织化学,MTS测定,流动细胞计,透孔测定和西区抹杀用于模型表征和药物敏感性评估.

主要成果:

• 从8名患者中成功建立了2D和3DCRBC模型.
• 3D模型保留了瘤组织学和标记特征.
• 与2D模型相比,3D模型显示了亡的增加,药物耐药性的增强,干细胞标记物表达的增加和更大的迁移,反映了体内行为.

结论:

• 来自患者的3DCRBC模型准确地模拟了体内瘤微环境,并且比2D模型具有更大的耐药性.
• 这些基于水凝的3D模型为药物查提供了一个具有成本效益和临床相关性的平台.
• 这些模型支持个性化乳腺癌治疗策略.