Patienten-abgeleitete Tumor-Explantate als "Live" präklinische Plattform zur Vorhersage von Arzneimittelresistenzen bei Patienten

Das Verständnis der Arzneimittelresistenz und die Entwicklung neuartiger Strategien zur Sensibilisierung hochresistenter Krebsarten beruhen auf der Verfügbarkeit geeigneter präklinischer Modelle, die das Ansprechen der Patienten genau vorhersagen können. Einer der Nachteile bestehender präklinischer Modelle ist die Unfähigkeit, die menschliche Tumormikroumgebung (TME) kontextuell zu erhalten und die intratumorale Heterogenität genau darzustellen, wodurch die klinische Übersetzung von Daten eingeschränkt wird. Im Gegensatz dazu ermöglicht die PDE-Plattform (Patient Derived Explant) durch die Darstellung der Kultur lebender Fragmente menschlicher Tumoren die Untersuchung von Arzneimittelreaktionen in einem dreidimensionalen (3D) Kontext, der die pathologischen und architektonischen Merkmale der ursprünglichen Tumoren so genau wie möglich widerspiegelt. Frühere Berichte mit PDEs haben die Fähigkeit der Plattform dokumentiert, chemosensitive von chemoresistenten Tumoren zu unterscheiden, und es wurde gezeigt, dass diese Segregation prädiktiv für das Ansprechen von Patienten auf dieselben Chemotherapien ist. Gleichzeitig ermöglichen PDEs die Möglichkeit, molekulare, genetische und histologische Merkmale von Tumoren zu untersuchen, die Arzneimittelreaktionen vorhersagen, wodurch Biomarker für die Patientenstratifizierung sowie neuartige interventionelle Ansätze zur Sensibilisierung resistenter Tumore identifiziert werden. Dieses Papier berichtet ausführlich über die PDE-Methodik, von der Sammlung von Patientenproben bis hin zur Endpunktanalyse. Es enthält eine detaillierte Beschreibung der Explantatableitungs- und Kulturmethoden und hebt gegebenenfalls maßgeschneiderte Bedingungen für bestimmte Tumore hervor. Für die Endpunktanalyse liegt der Schwerpunkt auf der multiplexierten Immunfluoreszenz und der multispektralen Bildgebung für die räumliche Profilierung wichtiger Biomarker sowohl in tumoralen als auch in stromalen Regionen. Durch die Kombination dieser Methoden ist es möglich, quantitative und qualitative Drug-Response-Daten zu generieren, die mit verschiedenen klinisch-pathologischen Parametern in Beziehung gesetzt und somit potenziell für die Identifizierung von Biomarkern verwendet werden können.