宫颈癌是女性常见的生殖系统恶性肿瘤，复发及转移性宫颈癌预后较差，且缺乏有效的治疗手段[1]。因此，建立合适的临床前研究模型，探究和评估宫颈癌新型治疗策略,对于改善宫颈癌临床治疗现状至关重要。近年来，患者自体来源肿瘤组织异种移植（patient-derived xenograft，PDX）模型在肿瘤治疗药物研发和新型治疗方案制定等方面受到越来越多的研究者关注和应用。 复发或转移性晚期宫颈癌的一线治疗方式主要为化疗联合贝伐单抗[2]，但多数晚期患者反应差甚至无反应。免疫疗法的兴起为肿瘤治疗提供了新的选择，其中，以PD-1/PD-L1单抗为代表的免疫检查点疗法（Immune checkpoint blockade，ICB）在多种肿瘤中取得了令人鼓舞的疗效，帕博利珠单抗亦于2018年获批用于治疗复发/转移性晚期宫颈癌。然而，在宫颈癌患者中各种PD-1单药治疗的客观响应率仅为14.6%-27.8%。此外，HER2突变与宫颈癌的不良预后亦相关[3]。对于一线治疗失败，且伴有HER2突变的晚期宫颈癌患者，HER2靶向药来那替尼的客观缓解率（ORR）可达25%[4]，但仍未满足临床需求。因此，亟需探索新的治疗策略或联合策略以改善复发/转移性宫颈癌患者的治疗效果及预后。 近期，浙江大学汪辉教授和华中科技大学黄亚非教授作为共同通讯作者在转化医学领域期刊Journal of Translational Medicine上发表了题为“Establishment of a high-fidelity patient-derived xenograft model for cervical cancer enables the evaluation of patient’s response to conventional and novel therapies”的研究成果。该研究建立了迄今为止最大的宫颈癌PDX模型库，转录组学、免疫组织化学等数据均显示该PDX样本库可保留宫颈癌患者肿瘤组织的遗传学、组织病理学等特征，且可真实反应宫颈癌患者的传统治疗（化疗）反应性。基于此，研究者利用该样本库探究和评估了TIL（tumor-infiltrating lymphocytes）疗法联合来那替尼（HER2抑制剂）在HER2突变宫颈癌患者中的治疗潜能和可能的机制，为临床上晚期宫颈癌治疗策略的研究提供了新的方向。因此，该研究建立的宫颈癌PDX模型可作为抗肿瘤药物筛选及新型治疗策略开发的可靠平台。 研究者共收集69例宫颈癌肿瘤样本，成功建立44例宫颈癌PDX模型，成瘤率为63.8%。成瘤后将小鼠肿瘤组织进行传代（P2-P4代）成瘤率达100%，冻存传代组织复苏后均可成瘤。
图1 研究流程图（图源：Liu L et al., J Transl Med, 2023） 本研究的作者们为了验证PDX模型肿瘤组织与其来源患者肿瘤组织病理形态学的一致性，通过组织病理学比较发现96.8%（31/32）移植瘤与原组织形态学一致（图2），保留了原组织的病理亚型及肿瘤分化程度。为进一步验证PDX模型及其传代后的肿瘤组织与患者肿瘤组织的特定蛋白相关标志物保持一致性，对上皮相关蛋白P16INK4A、成纤维相关标志α-SMA以及增殖相关标志Ki67进行检测。免疫组化染色实验结果如（图2）所示，在PDX模型中P1代至P4代均为阳性表达，因此，可以证明移植瘤和原代肿瘤组织特定蛋白表达具有一致性。
图2 患者肿瘤组织与匹配的PDX模型的组织学特征 （图源：Liu L et al., J Transl Med, 2023） 虽然，目前PDX模型是否能维持原代肿瘤基因稳定性仍具有争议[5,6]，为了研究该研究构建的PDX模型能否忠实反映与其对应患者的肿瘤生物学特性，该研究的作者选取10对匹配的患者肿瘤及其PDX模型样本进行全外显子测序。通过外显子结果分析，研究发现CNA结果中PT和P1异质性为18.79%（3.03%-32.8%）（图3），单细胞核苷酸变异（SNP）结果提示，PT和P1保持高度一致性，为70.3%（图3）。
图3 患者肿瘤和匹配的PDX模型的分子特征比较（图源：Liu L et al., J Transl Med, 2023） 为探究该研究建立的PDX模型是否可应用于评估真实世界患者治疗疗效，作者选取对化疗敏感及不敏感的患者以及对应的PDX模型进行化疗治疗。对应PDX模型均可预测治疗敏感性（图4）。研究结果提示，PDX模型为患者个体化治疗提供了一种新的可能性，可以通过PDX模型来预测患者对特定治疗的反应，从而为患者提供最合适的治疗方案。图4 PDX模型评估患者对化疗的反应（图源：Liu L et al., J Transl Med, 2023） 该研究从患者的肿瘤组织建立了PDX模型及培养患者的TIL细胞。随后，作者将PDX模型建立PDX来源类器官模型（PDX-derived organoid，PDXO），进一步检测该PDXO模型对于neratinib的药物的敏感性（图5）。最后，作者将体外扩增的TIL细胞与类器官模型进行共培养，检测LDH释放的细胞毒性作用，以及流式检测经过药物处理后TIL细胞中的杀伤相关因子GrzB的上调（图5）。
图5 HER2突变靶向治疗联合TIL治疗的体外评价（图源：Liu L et al., J Transl Med, 2023） 体内结果进一步评估来那替尼与TIL治疗协同效应，作者在免疫缺陷小鼠（NCG）中建立了HER2突变的PDX模型。结果提示TIL联合来那替尼治疗可以协同抑制宫颈癌HER2突变PDX模型肿瘤的生长。
图6 HER2突变靶向治疗联合TIL治疗的体内评价（图源：Liu L et al., J Transl Med, 2023） 文章结论与讨论，启发与展望综上所述，该研究建立现有研究中最大的宫颈癌PDX模型样本库，其和原代肿瘤样本的分子、蛋白和病理学等生物学特征高度一致性。并且探究多个因素影响成瘤例如肿瘤大小，免疫微环境和细胞粘附相关分子，以及PDX模型可预测患者临床治疗反应，为患者精准化治疗奠定了基础。该研究还专门针对HER2突变的患者，探索了基于TIL治疗的新型个体精准化药物治疗方案，旨在对晚期宫颈癌患者寻找新的治疗策略。然而PDX模型在用于临床前评估时，本质上无法评估患者免疫系统的影响。PDX模型依旧有着其不足之处，随着小鼠传代，肿瘤中的人源免疫细胞逐渐缺失。因此，PDX模型在用于临床前评估时，本质上无法评估患者免疫系统的影响。而有着人体免疫系统的人源化小鼠可以在一定程度上克服这一缺点，因此构建人源化免疫系统的PDX模型可以更全面评估临床前治疗疗效。 原文链接：https://translational-medicine.biomedcentral.com/articles/10.1186/s12967-023-04444-5 作者介绍： 华中科技大学刘丽婷博士和吴敏博士为文章的共同第一作者，浙江大学附属妇产科医院汪辉教授和华中科技大学黄亚非教授为通讯作者。本项目得到了浙江省“尖兵”“领雁”研发攻关计划项目，同济医院院拨基金，国家自然科学基金，国家重点研发基金的支持。 转载须知：“岚翰生命科学”特邀稿件，且作者授权发发布；本内容著作权归作者和“岚翰生命科学”共同所有；欢迎个人转发分享，未经授权禁止转载，违者必究。 逻辑神经科学逻辑神经科学群 欢迎加入岚翰生命科学：文献学习2 扫码添加微信，并备注：岚翰-文献-姓名-单位-研究领域-学位/职称（注:不按要求格式备注，则不通过好友申请）参考文献[1] Marth C, Landoni F, Mahner S, et al. Cervical cancer: ESMO Clinical Practice Guidelines for diagnosis, treatment and follow-up [J]. Ann Oncol, 2017, 28(suppl_4): iv72-iv83.[2] Tewari K S, Sill M W, Long H J, 3rd, et al. Improved survival with bevacizumab in advanced cervical cancer [J]. N Engl J Med, 2014, 370(8): 734-43.[3] Xiang L, Jiang W, Ye S, et al. ERBB2 mutation: A promising target in non-squamous cervical cancer [J]. Gynecol Oncol, 2018, 148(2): 311-6.[4] Oaknin A, Friedman C F, Roman L D, et al. Neratinib in patients with HER2-mutant, metastatic cervical cancer: Findings from the phase 2 SUMMIT basket trial [J]. Gynecol Oncol, 2020, 159(1): 150-6.[5] Woo X Y, Giordano J, Srivastava A, et al. Conservation of copy number profiles during engraftment and passaging of patient-derived cancer xenografts [J]. Nat Genet, 2021, 53(1): 86-99.[6] Ben-David U, Ha G, Tseng Y Y, et al. Patient-derived xenografts undergo mouse-specific tumor evolution [J]. Nat Genet, 2017, 49(11): 1567-75.