PDTX小鼠模型在指导肿瘤临床治疗中的应用*

肿瘤是由于多种致癌因子导致的原癌基因和/或抑癌基因突变从而引发的异质性疾病。这种普遍存在的异质性通常导致同一种类型的肿瘤患者对某种特定的治疗表现出不同的反应。抗肿瘤药物研发和最佳药物筛选过程中，出于实践和伦理的考虑，必须先在合适的动物模型如小鼠荷瘤模型上进行药物疗效测试，这是抗肿瘤药物从实验室研究推进到II期临床试验的关键步骤。患者来源的肿瘤异种移植模型（patient-derived tumor xenograft model，PDTX模型）能高度保留原代肿瘤的异质性、组织学特性、分子多样性以及微环境，可以作为患者“替身”来研究药物反应。目前多种肿瘤的PDTX模型均已建立，包括头颈部肿瘤、神经胶质细胞瘤、肺癌、乳腺癌、胃癌、肝细胞癌、胰腺癌、结直肠癌、卵巢癌、前列腺癌等［1-3］。本文就PDTX小鼠模型在指导肿瘤临床治疗中的应用进行综述。

1 PDTX模型产生的背景

二十世纪60年代出现的细胞系来源的肿瘤异种移植模型（cell line-derived tumor xenografts model，CDTX模型），是将体外培养的肿瘤细胞系注射到免疫缺陷鼠体内而形成的一种动物模型。单一肿瘤细胞株经过体外反复传代，适应了外界培养环境，不能预测由细胞系产生的遗传变异和肿瘤异质性，不能准确判断药物在临床试验中的作用，从动物荷瘤模型到临床肿瘤患者试验进行转化的平均成功率低于 8%［4］。

分子靶向药物有效调控肿瘤细胞中的表达分子和信号通路，可作用于肿瘤细胞的多种生物学行为，如调节表皮生长因子、血管生成、细胞周期、细胞凋亡、关键酶和胰岛素样生长因子受体等［5］，但作用机制单一，对表现出不同生物学行为的复杂肿瘤作用有限。另外靶向药物是“以药物为中心”的治疗模式，大多数生物标志物的出现频率较低，很多肿瘤尚未发现有效的生物标志物，因此不能为大多数患者提供解决方案，并且这些生物标志物往往是预测药物抵抗性，而不是药物敏感性［6］，不能直接预估其临床疗效。

为了克服这些局限性，医学研究者们迫切需求更加精准、更加全面的预测评估药物疗效的方法，PDTX模型可以解决上述部分问题。

2 PDTX模型的建立

2.1 免疫缺陷小鼠的选择

小鼠品系不同，免疫抑制的程度不同。Nude小鼠无毛，无胸腺，缺乏成熟T细胞，B细胞和NK细胞功能正常。重度联合免疫缺陷（severe combined immuno⁃deficiency，SCID）小鼠T、B细胞缺失，细胞免疫和体液免疫功能缺陷，但巨噬细胞和NK细胞功能未受影响。NOD/SCID小鼠与之相比，其巨噬细胞对人源细胞吞噬作用弱，NK细胞和结合补体的能力也较低。NSG（NOD.Cg-PrkdcscidIl2rgtm1Wjl/SzJ）小鼠、NOG（NOD.Cg-PrkdcscidIl2rgtm1Sug/JicTac）小鼠及拥有我国自主知识产权的NCG（NOD-Prkdcem26Cd52Il2rgem26Cd22/Nju）小鼠，均无成熟T细胞、B细胞和功能性NK细胞，细胞免疫和体液免疫均存在严重免疫缺陷［7］，对人源细胞和组织几乎无排斥反应，少量细胞即可成瘤，是目前国际公认的最适合人源细胞或组织移植的工具小鼠模型。

2.2 建模流程

对于实体瘤，将肿瘤组织剪为直径1～5 mm大小的组织块，然后在免疫缺陷小鼠的皮下、肾包膜或原位进行移植。待实体瘤长至大小约200 mm3处死小鼠，取一部分肿瘤组织继续在小鼠体内传代。对于血液病，则可以抽取患者骨髓或外周血，分离白血病细胞后，在免疫缺陷小鼠的皮下、腹腔、骨髓内或者通过尾静脉注射进行种植［8］。肿瘤组织在小鼠体内传至3～5代后，小鼠基质会逐渐替代原代肿瘤基质，因而通常选择PDTX模型的第三代作为患者替代研究对象，但主要是依据患者组织与小鼠肿瘤的相似性，而不是代数［9］。

2.3 建模成功率

建模的成功率是以获得可以传代的PDTX肿瘤为标准。Liu等［10］统计了537只裸鼠移植模型，其中221只首代移植成功，首代移植成功率非小细胞肺癌为54%，小细胞肺癌为60%，肠癌为69%，胃癌为25%，卵巢癌为64%，肾癌为17%，急性淋巴细胞白血病为25%。Fichter等［11］将102例肺癌标本移植入NOD/SCID小鼠皮下，并传代移植至裸鼠，建模成功率为25%。Fujii等［12］收集了326例患者主要是上皮细胞和间叶细胞类型的新鲜肿瘤组织，接种在NOD/SCID/γcnull小鼠皮下，建成54个可连续传代PDTX模型，大肠癌组织建成率最高约为32%，其次是肾癌约28%，子宫肿瘤约27%。

肿瘤离体时间和种植时间是影响成功率的最重要因素［13］。恶性程度高、分化程度低的肿瘤移植成功率较高。化疗前获取的肿瘤组织成功率优于化疗后［14］。肿瘤皮下移植成功率为40%～60%［15］，但难出现远处转移［16］，其优点是操作简单，方便测量、观察肿瘤大小。肾包膜移植成功率能达到95%以上［17］，但该方法对受体小鼠的手术损伤较大。原位移植易于局部生长和远处转移，但需要掌握更为熟练的外科手术技巧。此外，使用激素可以增加内分泌肿瘤移植的成功率［9］。如前列腺癌PDTX小鼠模型中，雄性NOD/SCID小鼠补充睾酮可达到38.9%的建模成功率［18］。

3 PDTX小鼠模型在指导肿瘤临床治疗中的应用

3.1 药效评估

使用PDTX模型测试化疗药物的敏感性，能筛选出疗效好的药物。Seol等［19］发现在肠癌PDTX模型中，奥沙利铂比氟尿嘧啶有更强的抗肿瘤能力，两药联合未表现出协同作用。Pan等［20］研究顺铂单药、吉西他滨单药及两药联合治疗膀胱癌时发现，两药联合方案在PDTX模型中疗效更显著。Glaser等［21］发现卵巢癌PDTX模型对紫杉醇联合环磷酰胺方案比紫杉醇联合卡铂方案更为敏感。耐药现象的产生是肿瘤化疗失败的最主要原因［22］，通过建立PDTX耐药模型，可进行药物筛选，提供新的给药方案。Schott等［23］研究化疗耐药的乳腺癌PDTX模型，发现抑制Notch通路可减少肿瘤起始细胞的数量，γ-分泌酶抑制剂MK-0725能通过抑制该通路发挥抗肿瘤作用。

靶向治疗个体差异显著，PDTX模型可以帮助预测疗效。Huynh等［24］发现贝伐单抗（bevacizumab）在1例胶质母细胞瘤患者与PDTX模型中均未改善生存期，反而使肿瘤变得更具侵略性和侵袭性。Lindberg等［25］建立某胰腺癌患者PDTX模型，发现帕尼单抗和曲妥珠单抗可增强患者对曲美替尼（trametinib）的疗效。Chiron等［26］研究表明，阿帕西普（aflibercept）比贝伐单抗对肠癌PDTX模型表现出更强大的抗肿瘤作用。Bertotti等［27］对47个转移性结肠癌PDTX模型应用西妥昔单抗治疗，结果显示有效率为10.6%（5/47），疾病稳定率为 29.8%（14/47），疾病进展率为59.6%（28/47），这与患者临床疗效一致。

3.2 个体化治疗方案的筛选

PDTX模型可为患者制定个体化治疗方案，最大可能地选择有效的药物，节省时间和费用，尤其是当肿瘤出现复发转移时，更能发挥其药物筛选的优势。

2011年美国霍普金斯医学院的研究者建立了14例晚期肿瘤患者的PDTX模型［28］，给予包括63种药物的232种治疗方案，筛选出了适合12例患者的治疗方案。其中1例患者在接受治疗前死亡，9例患者病情缓解，2例受试者并未有明显的疗效。2013年Von Hoff等［29］为1例晚期胰腺癌患者建立PDTX模型，该试验发现白蛋白结合型紫杉醇联合吉西他滨治疗效果显著，于是将此化疗方案运用于临床，使得该患者生存期获益。黑色素瘤10年生存率仅为10%，预后差。Einarsdottir等［30］为1例BRAF突变的晚期黑色素瘤患者进行PDTX模型药物筛选，表明维罗非尼+曲美替尼两药联合疗效较好。患者接受两药联合方案治疗2个月后，足跟部肿瘤体积明显退缩，且肺部转移病灶缩小。Fichtner等［31］研究肠癌患者时发现，患者在未得出药敏结果前，临床使用氟尿嘧啶化疗，肝转移灶无好转，更换奥沙利铂+伊立替康方案，4年来病情稳定，这与采用PDTX模型验证得出的药敏结论一致。且该研究团队发现，PDTX小鼠模型化疗过程中显示的敏感和耐药反应与相应患者的临床反应高度的相似。美国霍普金斯医学院有1例经典案例［32］，为1例Ⅳ期胰腺癌患者建立PDTX模型，药敏测试结果显示丝裂霉素C和顺铂对该肿瘤均具有较好疗效。该患者首先选择胰腺癌一线化疗药物吉西他滨治疗，后病情进展，改用丝裂霉素C单药化疗，疗效持续了22个月；后病情进展，改用丝裂霉素C+顺铂继续化疗，肿瘤得到有效抑制，患者目前已经生存超过6年。结果说明采用之前PDTX筛选的其他有效化疗方案对复发肿瘤依然有效。

3.3 生物标志物和作用靶点的发现

通过对PDTX模型的研究探索，药物敏感性和耐药性相关的生物标志物和作用靶点逐渐被识别［33］。

展丙香等［34］发现原发性肺癌顺铂耐药性与ER⁃CC1、IGFBP5的表达水平相关。Garrido-Laguna等［35］发现前列腺癌患者若出现SMAD4突变可能会导致肿瘤的转移。Sugimoto等［36］在治疗淋巴瘤时，发现还原型谷胱甘肽这一指标可反映抗肿瘤药物的有效性。Villarroel等［32］发现了在胰腺癌中失活的PALB2基因位点。Chen等［37］通过对137例患者的结肠癌PDTX肿瘤及结肠癌细胞株进行分析，发现Kit配体（Kit li⁃gand，KITLG）可以通过自分泌和/或旁分泌信号促进肿瘤细胞的增长，提出结肠肿瘤患者可能受益于受体酪氨酸激酶抑制剂。而Park等［38］在胃癌PDTX模型的实验中发现，BCL2L1抑制剂可以明显降低癌细胞的生长，提示BCL2L1可能是胃癌药物治疗的靶点。

4 PDTX模型应用的局限

PDTX模型是基于患者来源的肿瘤组织的移植所建立的，若患者没有手术或组织活检的机会，则无法建立此模型。对于双原发肿瘤、原发病灶不明的转移瘤而言，如何选择标本以及模型是否能发表达肿瘤转移的生物学行为，目前仍然没有比较成熟的研究。因建模小鼠均无成熟免疫系统，PDTX模型不能用于免疫抑制剂、免疫调节剂疗效的评估。PDTX造模成功率有限，且基本的造模加药敏实验的时间通常需6～8个月，对于肿瘤发展迅速、生存期短的患者而言，有些未能获得药敏结果就已经死亡［39］。并且此研究需较多的人员、时间及经济投入，却仍可能无法获得预期临床疗效。

5 结语

PDTX模型能最大化地保留患者肿瘤的异质性，指导肿瘤临床治疗。可用于测试药物敏感性，进行耐药机制的研究；将患者快速分层，进行药物组合优化，筛选出个体化的治疗方案；测试模型中肿瘤的转录组、蛋白质组数据，获得肿瘤生物标记、药物作用靶点。但PDTX模型也有其局限性，如造模成本较高、时间较长，模型不能完全表现出肿瘤的生物学行为，根据模型的药敏结果选择药物在实际临床中的可行性受到限制等。相信随着相关技术的进一步成熟，PDTX模型能克服局限，在临床前研究中扮演越来越重要的角色，对肿瘤的精准化治疗发挥更大的作用。

[1]Farnebo L,Shahangian A,Lee Y,et al.Targeting Toll‐like receptor 2 inhibits growth of head and neck squamous cell carcinoma[J].On‐cotarget,2015,6(12):9897‐9907.

[2]Zakaria Z,Tivnan A,Flanagan L,et al.Patient‐derived glioblastoma cells show significant heterogeneity in treatment responses to the inhibitor‐of‐apoptosis‐protein antagonist birinapant[J].Br J Cancer,2016,114(2):188‐198.

[3]Hu H,Qiu Y,Guo M,et al.Targeted Hsp70 expression combined with CIK‐activated immune reconstruction synergistically exerts an‐titumor efficacy in patient‐derived hepatocellular carcinoma xeno‐graft mouse models[J].Oncotarget,2015,6(2):1079‐1089.

[4]Mak IW,Evaniew N,Ghert M.Lost in translation:animal models and clinical trials in cancer treatment[J].Am J Transl Res,2014,6(2):114‐118.

[5]Xu W,Yang Z,Lu N,et al.Molecular targeted therapy for the treat‐ment of gastric cancer[J].J Exp Clin Cancer Res,2016,35(1):1‐11.

[6]Jimeno A,Messersmith WA,Hirsch FR,et al.KRAS mutations and sensitivity to epidermal growth factor receptor inhibitors in colorectal cancer:practical application of patient selection[J].J Clin Oncol,2009,27(7):1130‐1136.

[7]Patton J,Vuyyuru R,Siglin A,et al.Evaluation of the efficiency of human immune system reconstitution in NSG mice and NSG mice containing a human HLA.A2 transgene using hematopoietic stem cells purified from different sources[J].Immunol Methods,2015,422:13‐21.

[8]Tentler JJ,Tan AC,Weekes CD,et al.Patient‐derived tumour xeno‐grafts as models for oncology drug development[J].Nat Rev Clin Oncol,2012,9(6):338‐350.

[9]Malaney P,Nicosia SV,Dave V,et al.One mouse,one patient para‐digm:new avatars of personalized cancer therapy[J].Cancer Lett,2014,344(1):1‐12.

[10]Liu CN,Li WW,Li B,et al.Establishment of patient‐tumor derived xenograf models for testinf anticancer agents[J].Mol Cancer Ther,2011,10:12‐16.

[11]Fichter I,Rolff J,Soong R,et al.Establishment of patient‐derived non‐small cell lung cancer xenografts as models for the identifica‐tion of predictive biomarkers[J].Clin Cancer Res,2008,14(20):6456‐6468.

[12]Fujii E,Suzuki M,Matsubara K,et al.Establishment and character‐ization of in vivo human tumor models in the NOD/SCID/γcnull mouse[J].Pathol Int,2008,58(9):559‐567.

[13]Choi YY,Lee JE,Kim H,et al.Establishment and characterization of patient‐derived xenografts as paraclinical models for gastric cancer[J].Sci Rep,2016,6:22172.

[14]Julien S,Merinotrigo A,Lacroix L,et al.Characterization of a large panel of patient‐derived tumor xenografts representing the clinical het‐erogeneity of human colorectal cancer[J].Clin Cancer Res,2012,18(19):5314‐5328.

[15]Jin K,Teng L,Shen Y,et al,Patient‐derived human tumor tissue xe‐nografts in immunodeficient mice:a systematic review[J].Clin Transl Oncol,2010,12(7):473‐480.

[16]Garralda E,Paz K,Lopez‐Casas PP,et al.Integrated next‐generation sequencing and avatar mouse models for personalized cancer treatment[J].Clin Cancer Res,2014,20(9):2476‐2484.

[17]Wang Y,Wang JX,Xue H,et al.Subrenal capsule grafting technology in human cancer modeling and translational cancer research[J].Dif‐ferentiation,2016,91(4):15‐19.

[18]Lin D,Wyatt AW,Xue H,et al.High fidelity patient‐derived xeno‐grafts for accelerating prostate cancer discovery and drug develop‐ment[J].Cancer Res,2014,74(4):1272‐1283.

[19]Seol HS,Kang H,Lee SI,et al.Development and characterization of a colon PDX model that reproduces drug responsiveness and the mutation profiles of its original tumor[J].Cancer Lett,2014,345(1):56‐64.

[20]Pan C,Zhang H,Tepper CG,et al.Development and Characteriza‐tion of Bladder Cancer Patient‐Derived Xenografts for Molecularly Guided Targeted Therapy[J].PLoS One,2015,10(8):e0134346.

[21]Glaser G,Weroha SJ,Becker MA,et al.Conventional chemotherapy and oncogenic pathway targeting in ovarian carcinosarcoma using a pa‐tient‐derived tumorgraft[J].PLoS One,2015,10(5):e012686.

[22]袁玲,王朝霞.上皮‐间质转化与肿瘤耐药性的研究进展[J].中国肿瘤临床,2013,40(17):1068‐1071.

[23]Schott AF,Landis MD,Dontu G,et al.Preclinical and clinical studies of gamma secretase inhibitors with docetaxel on human breast tu‐mors[J].Clin Cancer Res,2013,19(6):1512‐1524.

[24]Huynh H,Ong R,Soo KC,et al.Foretinib demonstrates anti‐tumor activity and improves overall survival in preclinical models of hepa‐tocellular carcinoma[J].Angiogenesis,2011,15(1):59‐70.

[25]Lindberg JM,Newhook TE,Adair SJ,et al.Co‐treatment with panitu‐mumab and trastuzumab augments response to the MEK inhibitor trametinib in a patient‐derived xenograft model of pancreatic can‐cer[J].Neoplasia,2014,16(7):562‐571.

[26]Chiron M,Bagley RG,Pollard J,et al.Differential Antitumor Activity of Aflibercept and Bevacizumab in Patient‐Derived Xenograft Mod‐els of Colorectal Cancer[J].Mol Cancer Ther,2014,13(6):1636‐1644.

[27]Bertotti A,Migliardi G,Galimi F,et al.A molecularly annotated plat‐form of patient‐derived xenografts("xenopatients")identifies HER2 as an effective therapeutic target in cetuximab‐resistant colorectal cancer[J].Cancer Discov,2011,1(6):508‐523.

[28]Hidalgo M,Bruckheimer E,Rajeshkumar NV,et al.A Pilot Clinical Study of Treatment Guided by Personalized Tumorgrafts in Patients with Advanced Cancer[J].Mol Cancer Ther,2011,10(8):1311‐1316.

[29]Von Hoff DD,Ervin TJ,Arena FP,et al.Increased Survival in Pancreat‐ic Cancer with nab‐Paclitaxel plus Gemcitabine[J].N Engl J Med,2013,369(18):1691‐1703.

[30]Einarsdottir BO,Bagge RO,Bhadury J,et al.Melanoma patient‐de‐rived xenografts accurately model the disease and develop fast enough to guide treatment decisions[J].Oncotarget,2014,5(20):9609‐9618.

[31]Fichtner I,Slisow W,Gill J,et al.Anticancer drug response and ex‐pression of molecular markers in early‐passage xenotransplanted colon carcinomas[J].Eur J Cancer,2004,40(2):298‐307.

[32]Villarroel MC,Rajeshkumar NV,Garrido‐Laguna I,et al.Personaliz‐ing cancer treatment in the age of global genomic analyses:PALB2 gene mutations and the response to DNA damaging agents in pan‐creatic cancer[J].Mol Cancer Ther,2011,10(1):3‐8.

[33]Rosfjord E,Lucas J,Li G,et al.Advances in patient‐derived tumor xe‐nografts:from target identification to predicting clinical response rates in oncology[J].Biochem Pharmacol,2014,91(2):135‐143.

[34]展丙香,程龙强,罗朋,等.基于PDTX模型研究原发性肺癌顺铂耐药与ERCC1/IGFBP5表达水平的关系[J].中国肿瘤临床,2015,42(11):541‐545.

[35]Garrido‐Laguna I,Uson M,Rajeshkumar NV,et al.Tumor engraft‐ment in nude mice and enrichment in stroma‐related gene path‐ways predict cancer[J].Clin Cancer Res,2011,17(17):5793‐5800.

[36]Sugimoto K,Hayakawa F,Shimada S,et al.Discovery of a drug tar‐geting microenvironmental support for lymphoma cells by screen‐ing using patient‐derived xenograft cells[J].Sci Rep,2015,5:13054.[37]Chen EC,Karl TA,Kalisky T,et al.KIT signaling promotes growth of colon xenograft tumors in mice and is up‐regulated in a subset of human colon cancers[J].Gastroenterology,2015,149(3):705‐717.

[38]Park H,Cho SY,Kim H,et al.Genomic alterations in BCL2L1 and DLC1 contribute to drug sensitivity in gastric cancer[J].Proc Natl Acad Sci U S A,2015,112(40):12492‐12497.

[39]Hutchinson L,Kirk R.High drug attrition rates‐‐where are we going wrong[J]?Nat Rev Clin Oncol,2011,8(4):189‐190.