微流控类器官中的联合用药与给药顺序优化
结合三维肿瘤模型、自动流体给药及机器学习，比较药物组合的浓度和给药顺序。
用途与模型
- 研究用途
- 研究联合用药的剂量、顺序和持续时间对肿瘤细胞活性的影响。
- 模型与细胞来源
- MCF-7 乳腺癌球状体，以及经患者来源异种移植模型建立的三阴性乳腺癌类器官。
- 方法版本
- 2025 年微流控阵列与 Gryffin 闭环优化方案
- 实验形式
- 水凝胶微孔阵列、自动给药与实验—算法反馈
材料与平台
- 培养与给药
- EKGel、PDMS 微流控阵列、自动泵及多阀给药系统。
- 检测与算法
- 活死细胞荧光成像、ImageJ、自定义分析及 Gryffin 优化算法。
测量指标与分析
- 归一化细胞活性
- 联合效应指数
- Ki-67
- DNA 损伤标志
依据活性结果迭代调整浓度和给药顺序，再用增殖及 DNA 损伤检测核对组合效应。
研究设计与结果
实验条件比较
- 研究设计
- 球状体中测试化疗组合；类器官中比较奥拉帕利与 I-BET762 同时或顺序给药。
- 测试范围
- MCF-7 球状体和 1 个乳腺癌类器官模型；阵列单芯片支持 12 组给药方案。
- 参照体系
- 单药、同时给药及顺序给药，结合培养板实验。
- 研究结果
- 类器官中选定的同时给药组合活性降至 42%；顺序给药优化后的最低活性为 87%，两种安排的作用不同。
适用条件与研究局限
- 乳腺癌类器官来自单一经异种移植扩增的模型；不同药物组合的优化结果分别对应原研究条件。
来源与原文
- Machine learning-assisted exploration of multidrug-drug administration regimens for organoid arrays原始研究 · Science Advances · 2025-07-30