使用生物3D打印的腦部腫瘤模型，篩選有效的癌癥治療方法

2020年4月3日，南極熊從外媒獲悉，來自美國和德國的一組研究人員提出了一種使用3D生物打印模型和成像平臺研究膠質母細胞瘤（GBM）的新方法，膠質母細胞瘤是一種以腦瘤形式出現的侵襲性癌癥。

這些3D打印的大腦結構可以潛在地幫助醫(yī)學專業(yè)人士更好地了解腫瘤的生長方式，并加快發(fā)現新藥與之對抗的潛力。它們由人類腦細胞和生物材料的集合制成，并具有灌注的血管通道，可以長期培養(yǎng)和遞送藥物，而3D成像技術可以對組織結構進行無創(chuàng)評估。

東北大學生物工程副教授，該研究的通訊作者Guohao Dai解釋說：“這是一種很難治療的腦瘤，而且對腦腫瘤的研究也很困難，因為您無法真正看到正在發(fā)生的事情。通過我們的3D膠質母細胞瘤模型和成像平臺，您可以快速了解細胞對放射或化學療法的反應�！�

△膠質母細胞瘤干細胞積極侵入由人腦細胞和生物材料制成的模型，Guohao Dai攝。

盡早識別不成功的藥物治療

GBM是一種致命的腦瘤形式-它占所有腦瘤的15％，而被診斷患有癌癥的人中有10％可以生存五年以上。研究人員很難研究GBM，因為他們無法直接觀察腫瘤細胞如何生長以及如何對活著的大腦進行治療。因此，通常對小鼠或大鼠進行研究，將其解剖以了解腫瘤的發(fā)展。但是，戴教授認為，動物研究既昂貴又費時，而且不利于對活體組織中相同腫瘤的日常觀察。

為了更直接地研究GBM，Dai和他的團隊對體外GBM腫瘤模型進行了生物3D打印，該模型具有模擬侵襲性腫瘤行為的微環(huán)境。這樣，該模型可以充當腫瘤細胞浸潤的腦組織。 Dai解釋了如何對模型進行生物打印時說：“我們使用人腦血管細胞，并將它們與人腦中的所有神經元，周細胞，星形膠質細胞和主要細胞類型連接起來。然后，我們使用3D打印以三維打印的方式堆疊它們�！�

研究人員在西奈山醫(yī)學院的神經外科醫(yī)生Jenny Zou和神經科學家Roland Friedel的幫助下，從腦腫瘤患者中獲得了膠質母細胞瘤腫瘤干細胞。然后將這些單元格放置在3D生物打印模型的中間，該模型厚幾毫米。這樣一來，研究人員就可以觀察到腦腫瘤細胞如何像在患者體內那樣積極侵襲，同時還可以長期培養(yǎng)細胞：“ 3D構建的模型允許復制3D環(huán)境，以用于生理性腫瘤侵襲和抗治療反應。將腫瘤球體并入3D矩陣不僅允許GBM入侵，還可以延長腫瘤球體的壽命。腫瘤干細胞的分化和治療抗性的發(fā)展需要長期培養(yǎng)。”研究人員解釋說。

△在不同環(huán)境中培養(yǎng)的GBM細胞的藥物反應，圖片來自《科學進展》。

為了準確觀察3D模型中發(fā)生的事情而又不破壞它，Rensselaer Polytechnic Institute的生物醫(yī)學工程師Xavier Intes使用激光掃描了樣本，創(chuàng)建了細胞結構的3D快照。將該成像技術與3D生物打印相結合，使研究人員能夠評估腫瘤對常用化療藥物替莫唑胺的反應，并評估其在治療過程中的有效性。他們發(fā)現該藥物長期無效，與膠質母細胞瘤患者的經驗相符。Dai補充說：“我們用與患者化療相同的藥物治療腫瘤，我們監(jiān)測了兩個月的化療。我們發(fā)現化學療法無法殺死腫瘤。”

使用該模型，研究人員可以加快確定藥物治療膠質母細胞瘤有效性的過程。他們發(fā)現替莫唑胺能夠在二維模型中殺死膠質母細胞瘤細胞，但是當置于3D生物打印模型中時，腫瘤又長大了。這樣，該方法已經有效地及早發(fā)現了不成功的藥物，因此確保了只有最有前途的藥物才能用于動物試驗，甚至最終用于人類試驗。

3D打印和腦瘤

3D打印模型的使用已證明是研究和治療腦瘤的有用工具。它們使研究人員和醫(yī)學從業(yè)人員可以準確地觀察腫瘤，以更好地了解疾病或進行術前計劃。

例如，今年早些時候，總部位于英國的醫(yī)療技術公司3D LifePrints 3D打印了一個腫瘤模型，以幫助外科醫(yī)生去除六歲大的莉亞·本內特（Leah Bennett）的癌腫。該模型幫助外科醫(yī)生進行了術前計劃，從而增加了安全有效切除的機會。

在2019年，韓國科學家還詳細介紹了他們如何使用3D生物打印創(chuàng)建離體模型，該模型使用人類患者提取的細胞模擬GBM腫瘤的特征。

研究論文 “High-resolution tomographic analysis of in vitro 3D glioblastoma tumor model under long-term drug treatment” 發(fā)表在《Science Advances.》上。它由Mehmet S. Ozturk, Vivian K. Lee, Hongyan Zou, Roland H. Friedel, Xavier Intes, and Guohao Dai 撰寫。

編譯自：3dprintingindustry