从疾病特征确定细胞检测的评价目标
2016 年发表于 Nature Reviews Drug Discovery 的评论讨论了细胞检测与药物研发之间的落差：候选药物的细胞实验表现与患者研究结果存在差异。作者关注模型是否保留人类疾病的关键特征，包括肿瘤异质性、药物进入组织的能力，以及肿瘤细胞与周围组织的相互作用。这些因素可能改变药物反应。
文章首先检查传统细胞系的使用条件。细胞长期在体外扩增，可能出现遗传、表观遗传和生理特征的变化；同一细胞系在不同传代、批次和实验室也可能产生差异。对药物基因组学和功能研究而言，这些变化会影响药物效应与分子特征之间的对应。因此，确认细胞来源与状态，是讨论模型相关性的起点。
培养环境会改变所观察的生物学过程
作者将培养基、氧环境和支撑材料列为独立问题。促进快速生长的条件，未必最有利于保持细胞的组织身份；常规培养环境也难以呈现组织内部的营养与氧梯度。文章以肝脏分区为例，说明位置不同的细胞所处环境和代谢功能存在差异。评价药物作用时，培养条件本身就可能改变观察结果。
支撑材料的力学性质同样受到重视。塑料和玻璃与多数软组织的硬度不同，细胞外基质的组成、结构和形变也参与调节细胞功能。作者提醒，模型不仅需要选择合适细胞，还要考虑它们实际感受到的环境。微流控和组织工程提供了呈现这些环境的新手段。
三维模型中的药物渗透也会改变观察结果。评论以胰腺癌组织型共培养为例：肿瘤与基质共同形成的结构，可以呈现纤维化和药物进入受限，并用于研究这些因素如何影响药效。相应地，检测设计应考虑与体内药代特征相符的暴露过程。
多细胞组成与成熟状态需要对应研究对象
单一细胞类型容易用于筛选，却可能遗漏组织中的重要相互作用。文章介绍，肝毒性不仅涉及肝细胞，星状细胞、肝脏巨噬细胞和其他组成也可能影响反应；神经退行性疾病中，胶质细胞与神经元之间的作用也值得纳入。是否采用共培养，应由所研究的病理过程决定。
在人源原代细胞和诱导多能干细胞（induced pluripotent stem cells，iPSCs）模型方面，作者提出充分记录患者与健康供者的特征，并关注细胞分化的一致性。患者基因背景、细胞异质性和成熟程度都会影响疾病表型。iPSC 衍生细胞常呈现较早发育阶段的特征，可能难以重现与衰老相关的晚发疾病。
评论同时保留了传统细胞系在机制研究中的用途。其引用的一项研究把 481 种化合物在 860 个肿瘤细胞系中的敏感性与基础基因表达关联，用于寻找作用机制和人群分层线索。对患者来源材料，作者则强调有限样本的扩增、临床信息关联和不同患者之间的代表性，是扩大筛选规模时需要解决的问题。
检测终点与疾病表型、临床问题的对应
评论提出一组疾病相关检测的设计原则，涵盖样本特征、组织环境、多尺度功能、药物暴露和检测终点。它强调，应比较患者与患者来源细胞的药物反应，并结合临床和临床前的分子与功能资料。
文章举出神经退行性疾病的例子：细胞内聚集物究竟代表保护反应，还是与不可逆损伤有关的病理终点，在当时仍存在讨论。若只根据聚集物减少选择药物，就需要先说明这一变化与目标疾病表现的关系。作者因而主张优先考虑能够对应临床表型或疾病结果标志物的终点。
多维数据整合与跨实验室标准化
单细胞成像、组学和表型分析使研究者能够同时观察多个层面的药物反应。作者讨论了系统药理学思路，即将基因、表观遗传、蛋白和表型资料整合到生物网络中，用于理解作用机制与患者差异。整合不同类型的数据需要统一的实验和分析标准。
单细胞分析还可以识别整孔平均信号掩盖的差异，例如具有特定分子标志物的少数细胞群，以及它们对药物的不同反应。三维成像则同时保留位置和结构信息，但当时的图像分割、定量软件与自动化筛选流程仍需完善。
如果不同项目的实验执行、结果报告和分析方式不同，药物反应与分子数据之间的关系也会受到影响。作者因此要求为检测操作、药物比较和生物信息分析建立清楚的标准，并安排跨实验室比较。模型的相关性与测量的稳健性需要一起考虑。
用已知临床结果检验模型
作者将反向转化作为验证途径：使用临床疗效或毒性已经明确的药物，检查新模型能否重现相应反应；也可以从既有临床失败与耐药现象出发，检验模型是否表达了造成这些结果的因素。
作者进一步建议记录检测的阳性与阴性预测值，并建立可查询的检测资料库。评论引用的决策模型分析认为，改善临床预测能力可能比单纯提高自动化程度和检测数量带来更大的研发收益；建立这种评价体系，是作者提出的投入方向。
为了支持这种工作，评论建议增加对临床前模型与筛选方法的专项投入，发展有明确样本信息的生物样本库，并组织竞争前的学术与产业合作。高质量样本、统一检测、数据分析和参考实验室验证构成相互依赖的条件。