3D 培养肺癌腺癌球体模型：精准模拟肿瘤，助力癌症研究与治疗

为探究不同培养方式对癌细胞特性影响，研究人员对比 2D 与 3D 培养的腺癌，发现 3D 球体模型更优，有助于精准医疗。

　　在癌症治疗领域，精准医疗正逐渐成为主流趋势。以往那种 “一刀切” 的癌症治疗方式已被时代淘汰，如今医生们更倾向于根据肿瘤的分子特征和患者的个体差异，量身定制个性化的治疗方案。这就好比为每把锁打造一把专属的钥匙，只有这样才能更有效地攻克癌症。然而，在实现精准治疗的道路上，如何准确地在体外模拟患者体内的肿瘤，成为了一大难题。

传统的肿瘤细胞培养方式是在二维（2D）平面上进行，这种方法操作简单、成本较低，便于大规模培养和高通量筛选。但它却存在着很大的局限性，就像把一个立体的物体强行压平在纸上，无法完全展现其真实面貌。在 2D 培养环境下，癌细胞无法形成在患者体内那样复杂的细胞间相互作用和组织结构，这使得研究结果与实际情况存在较大偏差。虽然患者来源的异种移植（PDX）和基因工程小鼠模型（GEMM）在一定程度上能更好地模拟肿瘤生物学，但它们的应用存在成本高、实验周期长等问题，而且与人类肿瘤细胞相互作用的细胞是啮齿动物来源，并非人体自身细胞，这也影响了实验结果的准确性和临床应用价值。

为了突破这些困境，来自美国多个研究机构（包括加利福尼亚大学圣地亚哥分校医学院、桑福德再生医学联盟、桑福德伯纳姆普雷比斯医学发现研究所等）的研究人员开展了一项具有重要意义的研究。他们以肺腺癌为研究对象，这是一种在全球范围内导致癌症相关死亡的主要肿瘤类型。研究人员选用了带有表皮生长因子受体（EGFR）基因突变的肺腺癌细胞系 HCC827，通过对比该细胞系在 2D 和三维（3D）培养条件下的差异，来探索更精准的肿瘤体外模型。相关研究成果发表在《Heliyon》杂志上。

在研究过程中，研究人员主要运用了以下几种关键技术方法：一是细胞培养技术，分别建立 2D 单层培养和 3D 球体培养体系；二是转录组分析技术，通过批量 RNA 测序来研究基因表达变化；三是蛋白质分析技术，如 Western blot 用于检测蛋白质表达水平；四是细胞功能检测技术，评估细胞的增殖、侵袭、转移和对放疗的敏感性等；五是借助公共数据库，获取原发性肺腺癌标本的基因表达数据进行对比分析。

研究结果如下：

1. 细胞生长情况：在 2D 和 3D 培养体系建立过程中发现，细胞在 2D 培养时呈单层生长，5 - 7 天达到 80% 汇合度后传代；3D 培养时，细胞与细胞外基质（ECM）混合后可自组织形成球体，5 天后部分细胞会从球体中迁移出来，重新形成单层，这些细胞被舍弃。且通过 Ki67 基因和蛋白表达评估，2D 和 3D 培养的细胞增殖情况无差异。
2. 基因表达差异：对 2D 和 3D 培养的腺癌细胞进行转录组分析发现，3D 培养的细胞在生长和细胞死亡相关基因表达上有所不同，如凋亡分子 CASP8 和坏死性凋亡介质 RIPK1 表达增加，DNA 复制关键调节因子 MCM2 表达降低。主成分分析（PCA）显示，2D 和 3D 培养的细胞转录谱明显不同，3D 培养时 1568 个基因显著改变。基因集富集分析（GSEA）表明，3D 培养体系中多个与癌症进展相关的信号通路，如肿瘤微环境（TME）通路、HIF1α 信号通路、上皮 - 间质转化（EMT）调节通路等显著上调，而基质金属蛋白酶抑制通路则显著下调。
3. 关键通路相关基因和蛋白变化：在 TME 通路方面，3D 培养的细胞中与肿瘤迁移、侵袭、转移、血管生成和增殖相关的基因显著上调，且关键分子磷酸化细胞外信号调节激酶 1/2（P - ERK1/2）表达增加；HIF1α 信号通路在 3D 培养时也被上调，如血管内皮生长因子 A（VEGFA）等关键基因的激活增加；EMT 相关基因在 3D 培养的细胞中表达上调，细胞更具间充质细胞特性，侵袭性增强。
4. 放疗敏感性差异：研究人员对 2D 和 3D 培养的细胞进行放疗敏感性测试，发现 2D 培养的细胞在放疗后仍能继续生长，表现出对放疗的抗性；而 3D 培养的细胞在放疗后活力下降，无法增殖，表现出对放疗的敏感性，这与临床患者的情况更为相符。
5. 与原发性肺腺癌的相似性：将 2D 和 3D 培养细胞的批量 RNAseq 数据与原发性肺腺癌标本的数据进行对比，发现 3D 培养的细胞与原发性肺腺癌在基因表达上更为相似，聚类分析显示其分子模式更接近患者体内的肿瘤。

综合研究结果和讨论部分，该研究证实了患者特异性的腺癌细胞在 3D 培养时，比 2D 培养更能准确反映肿瘤的真实特征。3D 球体模型在基因表达、细胞信号传导、蛋白质合成以及对放疗的敏感性等方面，都更接近患者体内的原发性肿瘤。这一模型的建立，为研究癌症的发病机制提供了更可靠的工具，有助于深入了解肿瘤细胞的生物学特性和行为。同时，在临床治疗方面，它能够更准确地预测患者对治疗的反应，为制定个性化的治疗方案提供有力支持，有望提高癌症治疗的效果，减少不必要的治疗副作用，为癌症患者带来新的希望。