想更真实地模拟癌细胞在体内如何抱团转移? 《ACS Nano》上一篇来自范德堡大学和莱斯大学团队的研究论文,介绍了一种创新的“细胞阵列装置”。该装置利用细胞阵列芯片形式,成功培养出在流体剪切力下更具抵抗力、更接近体内状态的3D癌症细胞簇和肿瘤球体模型,为深入理解癌症转移机制和药物测试提供了强大的新工具。
摘要 (Abstract)
本研究开发了一种可调控的细胞阵列装置(SHArD),用于培养生理相关的3D癌症模型,包括循环肿瘤细胞簇(CTC簇)和肿瘤类器官相关的肿瘤球体(PDO)。SHArD通过纳米结构化表面实现细胞惰性表面,促进细胞自组装为均一尺寸的3D结构。CTC簇模型展现更强的E-钙黏蛋白表达和剪切应力抗性;肿瘤球体模型比商用AggreWell800更致密且形态更接近真实肿瘤。该装置为癌症(血行)转移机制研究和药物筛选提供了高通量平台。
背景 (Introduction)
🔷 研究需求:
1. 传统2D培养模型缺乏生理相关性,无法模拟肿瘤微环境中的细胞间相互作用。
2. CTC簇(2-100个细胞)在血液中具有高转移潜力和治疗抗性,但缺乏稳定体外模型。
3. 现有球体培养方法(如AggreWell800)存在尺寸不均、球体松散等问题。
🔷 技术瓶颈:
机械法分离的CTC簇细胞连接松散,难以抵抗血流剪切力。
方法 (Methods)
1. SHArD设计与制造:
1) SHArD-C(CTC簇模型):100×100 μm微孔,培养3-7个细胞的CTC簇。
2)SHArD-S(PDO球体模型):800×800 μm微孔,培养2500-7500个细胞的肿瘤球体。
3)关键工艺:SU-8光刻微孔阵列。
2. 细胞培养与验证:
1) 细胞系:前列腺癌LNCaP、结直肠癌HCT116。
2)评估指标:尺寸均一性(ImageJ分析)、E-钙黏蛋白表达(免疫荧光)、剪切应力抗性(锥板粘度计/注射泵模拟)、球体致密性(DAPI荧光强度)。
3)对比组:传统单层培养法 vs. 商用设备:AggreWell 800培养球体
结果 (Results)
1. CTC簇模型(SHArD-C):
① 尺寸控制:成功培养小(3细胞)、中(5细胞)、大(7细胞)簇,体积变异系数显著低于传统法(图4c, 4g)。
② 抗剪切力:暴露于2 dyn/cm²剪切应力1小时后体积不变,而传统法簇体积减少68%(图4e, 4i)。

③ 细胞连接增强:E-钙黏蛋白表达量比传统法高36-81%(图5)。

2. 肿瘤类器官球体模型(SHArD-S):
① 形态优势:球体致密性比AggreWell800高30-80%(图10),更接近真实肿瘤的异形结构。

② 稳定性:在剪切应力(188 s⁻¹)下体积和圆度不变,而AggreWell球体变形率达50%(图8a, 9a)。


3. 高通量性能:
单芯片可同时培养18,906个CTC簇或189个球体,通量比AggreWell800高65倍。
总结 (Conclusion)
传统3D癌症模型在生理相关性和功能性上存在显著局限:二维培养无法模拟肿瘤空间微环境;商用设备(如AggreWell)形成松散、规则化的球体;循环肿瘤细胞簇(CTC簇)模型则因胰酶消化破坏细胞连接而稳定性不足。细胞阵列设备(SHArD)通过结合低能氟聚合物涂层和微孔约束效应双重物理设计突破这些瓶颈,实现技术优势:
⏩高生理相关性:
球体紧凑度提升30-80%,E-cadherin表达增加36-81%,模拟实体瘤的异形结构和细胞连接;
⏩卓越抗剪切能力:
CTC簇在4000 dyn/cm²高剪切脉冲下存活率显著高于传统方法,球体在流体剪切中形态稳定;
⏩高通量均一性:
单孔可生成18,906个均质CTC簇或189个球体,尺寸变异系数低于5%,且不受细胞类型影响。
该技术为转移机制研究和抗癌药物筛选提供了更贴近临床的高效平台。SHArD技术实现了CTC簇和肿瘤类器官球体的高保真、高通量培养,解决了传统方法尺寸不均、细胞连接松散的问题,为癌症转移机制研究与精准治疗提供了革新性平台。
新一代细胞芯片平台
Cytoplay®CTC✦
Cytoplay®CTC基于专有的高通量阵列式软基质细胞芯片,配合特定孔径与表面修饰设计,对外周血液全部有核细胞(无富集)进行培养,给予细胞选择性培养条件,利于“肿瘤干性细胞”留存、其他正常体细胞逐步凋亡。最后进行活细胞肿瘤标志物免疫荧光染色,采用自动化扫描与分析设备(可选)进行自动成像与分析,并采用全自动单细胞挑取设备自动进行目标选定细胞/细胞团的挑取。
业已在乳腺癌等癌种临床验证,检出中位数超过现有常规技术5-30倍,可获取高度活性细胞,并在临床样本中进行了单细胞基因组、转录组、蛋白组(3000-5000个蛋白靶标)验证。
通过与Cytoplay®PDO技术联用,可在“原癌组织、CTC、转移组织”这条完整的血行转移途径中进行基因组、转录组、蛋白组等多组学研究,服务于机制研究、新靶点发现、候选药物筛选等方面。