Dovitinib

解析FGFR-RNA剪接轴：机制、致癌交互对话与治疗性目的的创新 引言 引言 成纤维细胞生长因子受体(FGFR)信号通路是肿瘤进展的核心调控者，在多种癌症类型中驱动细胞增殖、存活、转移和治疗抵抗。RNA选择性剪接深刻塑造了FGFR亚型的多样性，赋予肿瘤异质性和对靶向干预的适应性。尽管人们在鉴定调控FGFR前体mRNA加工的剪接调节因子方面取得了显著进展，但影响这一过程的外部信号以及FGFR信号通路对全局剪接网络的反作用影响仍未得到充分探索。本文将全面综述FGFR信号与RNA剪接在癌症中的双向相互作用，从机制层面详细阐述FGFR突变、表观遗传修饰以及与致癌通路的串联如何通过重编程剪接产生肿瘤特异性FGFR剪接变体，并系统分类不同的FGFR亚型，阐明它们如何促进癌症的主要特征，强调FGFR-剪接轴在驱动肿瘤可塑性、异质性和适应性进展中的核心作用。 FGFR属于受体酪氨酸激酶家族，由细胞外配体结合域和细胞内酪氨酸激酶域组成。目前已知有22种不同的成纤维生长因子配体可与4种FGFR相互作用并激活其信号传导。当FGF配体结合后，FGFR会发生二聚化并经历自磷酸化，招募下游信号蛋白，激活多条参与细胞增殖、分化、存活、迁移和血管生成的通路。FGFR轴的失调通过基因扩增、突变、融合、染色体易位或异常剪接等方式广泛参与肿瘤发生。此外，肿瘤和基质细胞中异常FGF表达以及自分泌/旁分泌信号的紊乱也被证明可驱动癌变。近期研究强调了FGFR在癌症中的多样化致癌功能，包括核FGFR1调控基因转导以促进抗雌激素抵抗、FGFR2-核因子κB轴驱动代谢重编程，以及FGFR3磷酸化依赖性调控嘌呤代谢、S期进展和肿瘤发生。这些发现表明，FGF-FGFR相互作用的多样性超过了其他受体酪氨酸激酶。靶向FGF-FGFR轴主要通过FGFR酪氨酸激酶抑制剂或抗FGFR单克隆抗体来实现，这是癌症治疗的关键焦点。然而，局限性仍然存在，因为大多数患者对这些治疗表现出原发性或获得性抵抗。因此，阐明FGFR信号驱动肿瘤发生的分子机制对于优化患者选择、提高FGFR靶向治疗的疗效以及指导新型治疗策略的开发至关重要。 图1FGFR失调机制及下游信号通路。(A)FGFR基因扩增促进异常细胞增殖。(B)FGFR功能获得性突变促进免疫逃逸，这通过与CD8+T细胞经T细胞受体相互作用的破坏得以证明。(C)FGFR异常选择性剪接驱动上皮-间充质转化，增强细胞迁移能力。(D)由染色体重排产生的致癌性FGFR基因融合促进异常细胞迁移和肿瘤进展。(E)FGFR共受体(α/βKlotho)功能障碍导致表达降低，并与药物抵抗的发生相关。底部示意图显示FGFR激活的关键下游信号级联，包括PLCγ、PI3K、MAPK。这些通路汇聚于BAD、BAX和半胱天冬酶-9等分子效应器，参与癌症的发生、进展和药物抵抗的形成。 RNA剪接是一个基本过程，显著扩展了基因组的编码能力。剪接体是一个高度动态的复合物，可准确切除内含子并连接外显子以产生成熟mRNA。选择性剪接使单个基因能够产生多种mRNA亚型。然而，由体细胞突变或RNA结合蛋白表达失调引起的剪接紊乱可导致驱动肿瘤发生的异常剪接变体。鉴于其在癌症进展中的核心作用，靶向剪接体机器已成为肿瘤学中一种有前景的治疗策略。选择性剪接在FGFR驱动的病理(包括肿瘤发生)中发挥关键作用。虽然各种FGFR剪接变体的效应已在此背景下得到广泛研究，但控制异常FGFR选择性剪接的上游信号通路以及FGFR信号本身在重编程RNA剪接以驱动肿瘤发生和治疗抵抗中的作用仍知之甚少。为弥补这一知识空白，本综述首次全面阐述了FGFR信号与RNA剪接之间的双向相互作用，从机制上考察选择性剪接如何调控FGFR亚型多样性以影响癌症的主要特征，以及FGFR激活如何反过来重塑全局剪接程序以驱动肿瘤发生和恶性进展。 FGFR由细胞外配体结合域(由3个免疫球蛋白样结构域D1-D3组成)、单个跨膜螺旋区和具有催化活性的细胞内酪氨酸激酶域构成。配体结合后，FGFR在硫酸乙酰肝素辅因子的促进下发生构象变化，这缓解了铰链区和激活环介导的自抑制。这种结构重排使FGFR能够二聚化，这是受体激活的先决条件。二聚化FGFR的自磷酸化包括激活环内7个酪氨酸残基的序贯磷酸化，其中5个关键酪氨酸残基对激活和维持激酶功能至关重要，磷酸化可将激酶活性增强50-1000倍。总之，FGFR结构和激活实现了精确的信号转导，而其失调则驱动癌症进展和治疗抵抗。 图2RNA剪接的一般机制与FGFR亚型多样性。(A)RNA剪接一般过程示意图。前体mRNA经剪接体加工去除内含子并连接外显子，产生成熟mRNA转录本。(B)FGFR2选择性剪接的细胞类型特异性模型。在间充质细胞中，剪接机器优先包含外显子9，产生FGFR2-IIIc亚型；而在上皮细胞中，则掺入外显子8，生成FGFR2-IIIb亚型。(C)FGFR剪接变体(FGFR1-3)的结构比较，聚焦于免疫球蛋白样结构域III(Ig-III)内的选择性剪接事件，该事件产生IIIb和IIIc亚型。α外显子(外显子3)的选择性包含/排除分别产生两种剪接形式FGFR1α和FGFR1β。这些亚型在配体结合特异性上存在差异，并对FGF配体表现出不同的亲和力。此外，跨膜区和细胞内区的变异进一步导致受体定位、信号特性和特定功能的差异。 磷酸化的FGFR残基作为支架衔接蛋白的对接位点，将上游信号传递给效应器并激活下游信号转导级联反应。其中，FRS2和磷脂酶Cγ作为关键介导因子，激活3条经典信号级联：RAS/ERK-MAPK通路、PI3K-AKT通路和PLCγ通路。FGFR介导的这些通路激活控制各种关键生物学过程，包括细胞增殖、细胞死亡、分化、血管生成和伤口愈合，协调组织维持和再生所必需的细胞反应。在RAS/ERK-MAPK激活方面，FRS2招募衔接蛋白GRB2，后者又与GAB1或鸟苷酸交换因子SOS结合，导致RAS GTP酶激活。活化的RAS随后启动MAPK信号级联，最终导致ERK激活。此外，FRS2磷酸化促进其与酪氨酸磷酸酶SHP2的相互作用，增强ERK激活，从而促进细胞增殖、分化和迁移等过程。PI3K-AKT信号轴也通过FRS2和GRB2组成的衔接复合物在FGFR下游被激活，促进GAB1的招募。结合后，GAB1与PI3K相互作用并激活之，启动以AKT磷酸化和激活为终点的信号级联。活化的AKT磷酸化多个下游靶点，包括促凋亡Bcl-2家族成员BAD，从而抑制凋亡并促进细胞存活。AKT还调节叉头框O转录因子的活性，这些因子是细胞周期进展、氧化应激反应和代谢稳态的关键调节因子。在间充质干细胞中，FGFR激活导致下游效应器ERK和AKT的磷酸化，增强细胞增殖、自我更新和多能性，以及成骨和软骨分化。相反，抑制ERK或AKT信号显著降低细胞增殖和分化，凸显了FGFR信号在干细胞命运决定中的不可或缺作用。同时，活化的FGFR招募并磷酸化PLCγ1，其水解磷脂酰肌醇-4,5-二磷酸产生三磷酸肌醇和二酰甘油。二酰甘油激活蛋白激酶C，后者磷酸化MARCKS等底物，影响细胞分裂、分化和迁移。同时，三磷酸肌醇促进细胞内钙离子释放，激活钙依赖性蛋白包括钙调神经磷酸酶。钙调神经磷酸酶通过钙调神经磷酸酶/活化T细胞核因子信号轴调节T细胞激活和增殖。另一个受FGFR高度调控的典型过程是血管生成，这是一个涉及内皮细胞激活、基底膜降解、内皮增殖迁移和毛细血管网络形成的复杂过程。内皮细胞上FGFR的激活触发细胞内信号通路，特别是MAPK和PKC通路，促进内皮细胞有丝分裂、迁移和新生血管形成。 如上所述，FGFR驱动的信号通路协调基本的生理细胞过程。此外，大量研究现已强调FGFR信号失调在癌症进展和治疗抵抗中的作用。FGFR的失调通过基因扩增、激活突变、致癌融合或共受体功能障碍等机制，驱动不受控制的增殖、免疫逃逸、上皮-间充质转化和肿瘤迁移，以及治疗抵抗。这些改变汇聚于经典下游级联，包括PLCγ、PI3K和MAPK通路，进一步调节凋亡介质，共同维持癌症的发生、进展和治疗抵抗。重要的是，异常FGFR剪接也可导致FGFR信号失调。 越来越多的证据表明，FGFR的功能多样性和情境特异性活性不能仅用基因组改变或配体变异来完全解释。因此，FGFR前体mRNA的选择性剪接现已成为通过产生具有结构和功能多样性的各种FGFR剪接亚型来调控FGFR信号的关键调节因子，使FGFR能够以组织和疾病特异性的方式调节下游信号。这种亚型多样性的一个关键功能后果是配体结合选择性的转变，进而决定下游信号结果。这种调节在癌症中特别相关，其中FGFR的异常剪接促进上皮-间充质转化、治疗抵抗和转移进展。因此，解析FGFR剪接亚型的特异性和差异作用对于理解它们对组织维持和疾病进展的贡献，以及开发精确的治疗策略(特别是在癌症中)至关重要。然而，尽管最近在鉴定影响FGFR剪接的上游因子和信号通路方面取得了进展，所涉及的分子机制在很大程度上仍未被探索。 图3不同FGFR剪接亚型表现出癌症类型特异性表达模式；例如，FGFR1β在乳腺癌、膀胱癌、胶质母细胞瘤和高级别弥漫性胶质瘤中优先于FGFR1α表达。其他亚型分布详见正文。该图还展示了调节这些亚型特异性剪接事件的RNA结合蛋白和剪接因子。 前体mRNA剪接是真核基因表达中的一个基本过程，对调节转录本多样性和蛋白质组复杂性有重要贡献。组成型剪接允许切除内含子并连接外显子以产生成熟转录本。选择性剪接是从同一前体mRNA产生不同转录本(有时编码不同蛋白质)的过程。在人类中，超过95%的多外显子基因以发育、组织特异性或信号转导依赖的方式经历选择性剪接。这种时空和情境特异性调节使选择性剪接成为基因表达的关键调节因子，在细胞分化和环境变化反应等生物过程中发挥关键作用。选择性剪接加工事件包括：外显子跳跃、互斥外显子、内含子保留、选择性3'剪接位点选择、选择性5'剪接位点选择、选择性第一外显子、选择性最后外显子或串联3'非翻译区。选择性剪接的失调在癌症和其他疾病中频繁观察到，凸显了其在基础基因调控之外的临床相关性。 组成型和选择性前体mRNA剪接由剪接体机器协调，该机器识别前体mRNA上的特定剪接位点并允许切除内含子和连接外显子。剪接体由5种小核RNA(U1、U2、U4、U5和U6)以及约100种相关蛋白组成。U6snRNA直接参与细胞核内的催化，而其他snRNA首先在细胞质中加工，然后返回细胞核以促进剪接。在剪接反应的不同步骤中，不同且高度动态的小核核糖核蛋白复合物以及时协调的方式形成。这些步骤包括组装、激活、催化和解体，涉及多种剪接体构象，从早期E复合物和激活的A剪接体到催化B、C复合物和催化后状态。最初，U1snRNP结合5'剪接位点，而U2snRNP在U2AF的辅助下识别分支点序列和3'剪接位点，形成早期剪接体。U4/U6/U5三snRNP的加入导致前催化构象，后者经历进一步重排以激活剪接。催化阶段涉及两个序贯的转酯反应：第一个反应切割5'外显子并形成中间套索，第二个反应连接外显子，产生成熟mRNA并将内含子作为套索释放。最终，剪接体解体回收其组分用于后续剪接循环。剪接因子进一步调节剪接位点选择，确保前体mRNA加工的保真度和效率。在选择性剪接过程中，剪接因子(如富含丝氨酸/精氨酸蛋白或异质核核糖核蛋白)与特定调节外显子或内含子元件的结合有助于外显子的定义和识别及其在成熟mRNA中的包含/排除，这取决于这些剪接因子的相对表达和活性平衡。 FGFR前体mRNA的选择性剪接已被证明可产生具有不同结构和功能特性的各种受体亚型。这些剪接加工事件主要影响FGFR1-3的各种功能域。一个特征明确的剪接事件涉及免疫球蛋白样结构域III中外显子8或9的互斥包含，产生IIIb和IIIc亚型。这种剪接事件的调节由情境依赖的各种RNA结合蛋白介导。hnRNPM促进外显子IIIc跳跃，有利于FGFR2-IIIb的产生。食管剪接调节蛋白1和2以及hnRNPF/H和叉头框-2增强IIIb亚型的表达。相反，hnRNPA1和多嘧啶束结合蛋白1抑制IIIb亚型的表达。此外，RNA结合基序蛋白4增强IIIb表达，而神经元PTB促进IIIc表达。因此，这些剪接调节因子的精确平衡对于维持FGFR功能和组织特异性表达模式至关重要。除了这种与剪接因子表达相关的经典模型外，近期研究还证明动态组蛋白修饰在调节FGFR2剪接向间充质FGFR2-IIIc亚型方面也发挥关键作用。因此，研究表明AKT信号通过磷酸化IWS1调控FGFR2剪接，促进组蛋白甲基转移酶SET结构域包含蛋白2的招募并触发H3K36me3修饰。这种修饰招募PTB，抑制外显子IIIb包含同时促进外显子IIIc包含。在上皮-间充质转化诱导的细胞模型中，H3K27ac/me3水平的改变也被证明是驱动FGFR2-IIIb/IIIc剪接转换所必需且充分的，因为这些染色质修饰调节PTB向前体mRNA的招募。因此，染色质标记外显子处的局部组蛋白修饰作为调节机制，驱动FGFR2选择性剪接的动态变化。 除了IgIII结构域外，选择性剪接事件还影响FGFR的细胞外区域。例如，FGFR1-3中的外显子3和4以及FGFR4中的外显子2和3分别编码IgI和酸盒结构域，这些结构域有助于FGFR自抑制。缺乏这些结构域的FGFR剪接亚型表现出增强的配体亲和力和信号效力。具体而言，IgI结构域的去除产生FGFRβ亚型，其保留IgII和IgIII，形成两个结构环，而包含IgI结构域的FGFRα亚型维持三个环。这些剪接事件的调节由作为剪接抑制因子的PTBP1介导。PTBP1表达水平直接影响FGFR1剪接模式。PTBP1过表达抑制α外显子的包含，而其下调增强α外显子保留。这种调节通过PTBP1与α外显子侧翼的内含子剪接沉默子结合发生。此外，富含丝氨酸/精氨酸的剪接因子6通过结合该区域内的外显子剪接增强子促进α外显子排除。其他FGFR剪接变体包括调节受体活性的选择性C末端序列(C1、C2和C3)。这些C末端变异影响参与受体自磷酸化和与触发FGFR下游信号传导的细胞质蛋白相互作用的关键酪氨酸残基。其中，C3亚型表现出最强的转化活性和致癌潜力。在胃癌和乳腺癌细胞系中已报告C3亚型表达升高，强化了其在肿瘤发生中的作用。另一个影响FGFR功能的剪接事件涉及跨膜结构域附近六核苷酸序列(GTAACA)的包含或排除，称为VT基序。VT基序的包含增强RAS/MAPK通路激活，而其排除损害效应蛋白结合，从而减弱受体信号传导。有趣的是，虽然VT基序排除破坏主要FGFR下游通路，但某些激酶依赖性信号级联(如PLCγ介导的级联)不受影响。这表明VT基序包含可能赋予细胞类型特异性信号偏好。 FGFR的选择性剪接不仅决定其组织和细胞类型特异性表达，还决定其配体结合偏好。例如，FGFR2-IIIb优先结合FGF1、3、7、10和22，而FGFR2-IIIc对FGF1、2、4、5、6、8、9、16、17、18和20具有更高亲和力。类似地，FGFR1β显示对FGF1的增强结合。这种亚型特异性结合差异具有关键功能后果。在组织修复方面，响应皮肤损伤，肉芽组织内的成纤维细胞和真皮及表皮中的γδT细胞上调FGF7和FGF22的表达，激活角质形成细胞中的FGFR2-IIIb，促进其增殖和迁移。此外，成纤维细胞分泌FGF7和FGF10，通过FGFR1-IIIb和FGFR2-IIIb信号传导驱动基底角质形成细胞增殖和迁移，从而促进再上皮化。角质形成细胞通过自分泌方式进一步分泌FGF22增强这一过程，维持其激活并加速伤口愈合。在器官发育方面，FGF信号介导的上皮-间充质相互作用对肺发育至关重要。FGF10是早期肺分支形态发生的关键调节因子，是正常肺形成所必需的。在FGF10敲除小鼠中，气管发育发生，但肺芽形成缺失。间充质FGF10通过上皮FGFR2的信号传导激活MAPK/ERK通路，促进SOX9表达和肺上皮分化。对FGF10具有高亲和力的FGFR2-IIIb进一步调节AKT和WNT/β-连环蛋白信号传导，影响肺祖细胞命运决定。尽管气道和肺泡上皮细胞功能不同，但它们起源于共同的胚胎上皮祖细胞，这些祖细胞形成呼吸树并分化为成熟肺谱系。FGF10-FGFR2-IIIb信号传导通过调节AKT-WNT/β-连环蛋白轴在近端至远端气道模式中发挥关键作用。FGF10或FGFR2-IIIb的缺失破坏远端祖细胞维持，导致近端肺分化异常、表面活性物质产生受损和肺泡上皮细胞谱系缺陷，可能促成呼吸系统疾病。总之，上述例子说明了亚型特异性FGFR-FGF相互作用如何调控情境依赖性结果，从皮肤修复到肺发育。这些剪接-配体关系的破坏可导致病理状况，如组织再生缺陷和呼吸系统疾病，凸显了FGF及其剪接亚型特异性受体在不同生物环境中的功能多样性。 越来越多的研究强调，外部因素如病毒感染、激素刺激、细胞应激和昼夜节律调节可直接影响FGFR的选择性剪接，特别是FGFR2。例如，在食管鳞状细胞癌中，暴露于致癌物N-亚硝基甲基苄胺导致长链非编码RNAUCA1的下调，其功能是隔离剪接因子hnRNPF。UCA1的缺失允许hnRNPF结合FGFR2前体mRNA中外显子IIIc侧翼的内含子区域，从而促进其包含并促进从上皮亚型(IIIb)向间充质亚型(IIIc)的转换。这种亚型转换激活PI3K/AKT信号级联并驱动上皮-间充质转化。这些发现直接将环境诱变剂与RBP介导的FGFR2选择性剪接在癌变中联系起来。此外，细胞应激信号如FAS激活已被证明通过涉及FAS激活的丝氨酸/苏氨酸磷蛋白的蛋白质-蛋白质相互作用网络调控FGFR2剪接。FAST本身缺乏RNA结合能力，但作为支架招募剪接调节因子，包括TIA1、SAM68和SF3B4，到位于FGFR2外显子IIIb邻近的富含U的内含子剪接增强子。这种组装促进外显子定义并增强IIIb包含，平衡促进上皮-间充质转化的亚型并在应激条件下调节肿瘤细胞可塑性。此外，昼夜节律组分的改变可深刻影响剪接因子和FGFR2等下游靶点的时间调节。HCT116结肠癌细胞中核心昼夜节律基因ARNTL、PER2和NR1D1的敲低破坏了关键剪接体组分(如SF3A1、SNW1、HNRNPC)和U2辅助因子U2AF1的节律性表达。这种失调伴随着FGFR2-IIIb和IIIc亚型表达的周期性丧失。机制上，ARNTL耗竭降低编码时钟控制RBP的位点的启动子活性和染色质可及性，从而减弱其调节外显子选择的能力。resultantFGFR2-IIIb/IIIc比率的转变促进上皮-间充质转化信号传导，增强肿瘤细胞侵袭和转移。这些发现首先强调了FGFR剪接的昼夜节律调节作为癌症进展潜在贡献者的作用。尽管如此，仍需更详细的分子研究来阐明ARNTL等昼夜节律时钟因子如何与RBP协调调控FGFR前体mRNA剪接，因为当前证据主要基于功能敲除实验。虽然这些研究集中于FGFR2-IIIb/IIIc剪接转换，但广泛的外部刺激，包括炎症细胞因子和生长因子、缺氧和氧化应激、细胞外基质重塑和机械应力、化疗/放疗和靶向治疗，可能类似地调节其他FGFR的选择性剪接。需要进一步研究来探索这些调节通路是否普遍适用于不同肿瘤情境和治疗设置。 大量研究表明，失调的FGFR剪接也发生在多种癌症类型中，改变受体亚型表达并重编程下游致癌通路。本节系统分类不同的FGFR剪接亚型，并阐述它们在驱动特定类型癌症进展、转移和治疗抵抗中的作用。这一概述强调了FGFR-剪接轴对肿瘤可塑性和适应性进展的核心贡献。 FGFR1β显示比FGFR1α更强的FGF1结合亲和力，从而放大致癌信号传导，促进上皮-间充质转化和转移，并与患者较差的生存相关。矛盾的是，高FGFR1β表达也增加了肿瘤对FGFR抑制剂的敏感性，凸显了其在驱动肿瘤进展同时增强治疗反应性方面的双重作用。乳腺癌仍然是全球主要的健康负担，约占所有女性恶性肿瘤的30%，并显著贡献于女性癌症相关死亡率。在这些肿瘤中，研究表明FGFR1β激活增强PI3K/S6信号传导，促进增殖，并抑制E-cadherin表达，促进上皮-间充质转化。高FGFR1β/FGFR1α比率与侵袭性增加和驱动乳腺癌进展的转录程序改变相关。在膀胱癌中，FGFR1β表达在肿瘤组织和细胞系中显著上调，与晚期病理分级、分期和不良临床结局相关。FGFR1β通过MAPK通路激活促进增殖、迁移和侵袭，促成更具侵袭性的肿瘤表型。因此，FGFR1β正成为预后生物标志物和潜在治疗靶点。选择性FGFR1β抑制剂和亚型特异性抗体等方法正在研究中，用于膀胱癌的个性化治疗策略。在高级别弥漫性胶质瘤中，异常FGFR1剪接与NF1剪接改变协同增强肿瘤侵袭性。外显子23a的包含独立于经典突变增强RAS/MAPK信号传导，而升高的FGFR1β表达进一步放大FGF驱动的信号传导。这些联合剪接事件促进去分化、增殖和侵袭性。在治疗上，同时靶向FGFR1β和NF1相关通路，例如通过c-JunN端激酶抑制，可能有助于恢复RAS通路调节并改善治疗结果。在胰腺导管腺癌中，FGFR1-IIIb的强制表达通过抑制ERK1/2活性同时激活p38和JNK信号传导发挥肿瘤抑制作用，抑制增殖、迁移、侵袭和异种移植生长。相比之下，同一情境下FGFR1-IIIc的表达增强增殖和侵袭潜力，凸显其促肿瘤功能。机制上，上皮-间充质转化驱动模型中的研究表明，TGFβ-SMAD3信号诱导转录因子叉头框蛋白1，其直接上调FGFR1-IIIc并驱动侵袭，而FOXO1沉默显著减弱这种效应。在腺样囊性癌中，已检测到缺乏细胞内激酶结构域的新型截短FGFR1剪接变体(FGFR1v)。与经典FGFR1不同，FGFR1v独立于FGF配体发挥作用，而是通过AXL/AKT轴信号传导，驱动对FGFR抑制剂如Dovitinib和Bemcentinib的抵抗。值得注意的是，FGFR1v和AXL的双重阻断在临床前模型中显示出协同疗效，揭示了一种替代抵抗机制，并为腺样囊性癌的联合治疗提供了强有力的理论基础。总之，这些发现强调了FGFR1剪接变体的功能异质性和肿瘤特异性作用。 FGFR2的失调剪接促进多种癌症的肿瘤进展，包括胃癌和胆管癌，其中差异亚型表达影响肿瘤生长和转移行为。此外，FGFR2基因扩增和异常剪接在胃癌和膀胱癌中频繁观察到，并与不良预后相关。有趣的是，FGFR2阳性循环肿瘤细胞最近已成为胃癌有前景的非侵入性生物标志物。然而，当前研究未区分循环肿瘤细胞内的FGFR2亚型，这可能限制其预测和临床效用。来自肿瘤组织研究的证据强调了亚型特异性调节在弥漫性胃癌中的重要性，其中ESRP1经常通过基因扩增和启动子低甲基化上调，从而使剪接偏向FGFR2-IIIb亚型同时抑制FGFR2-IIIc表达。Teles等人提供了首个临床证据，证明基因扩增驱动的ESRP1过表达促进FGFR2亚型表达偏倚，并证明升高的FGFR2-IIIc表达与弥漫性胃癌不良预后直接相关。这些发现为当前FGFR2靶向治疗的失败提供了新见解。值得注意的是，大多数现有FGFR2靶向单克隆抗体(如GP369)选择性识别FGFR2-IIIb，凸显了开发FGFR2-IIIc特异性诊断和治疗策略的迫切需要。在胰腺癌中，miR-23a在上皮-间充质转化期间上调并抑制ESRP1，导致CD44(从CD44v到CD44s)和FGFR2(从IIIb到IIIc)的剪接转换，从而促进转移。ESRP1的恢复可部分逆转这些效应，凸显其在剪接调节和上皮-间充质转化抑制中的核心作用。鉴于FGFR2-IIIc与侵袭性肿瘤行为相关且未被当前FGFR2-IIIb选择性治疗有效靶向，同时靶向两种FGFR2剪接亚型和上游miR-23a-ESRP1轴的联合方法可能提供协同益处，特别是克服亚型驱动的抵抗。在结直肠癌中，RNA结合蛋白RBM4与nPTB相反地调节FGFR2剪接，形成影响上皮-间充质转化和血管生成的调节回路。由miR-92a驱动的RBM4下调导致nPTB表达增加和向FGFR2-IIIc的转换，从而通过AKT/ERK激活促进肿瘤进展。RBM4的治疗性恢复或miR-92a/nPTB轴的抑制可能逆转这些致癌效应。FGFR2-IIIc在子宫内膜癌中也发挥预后作用。其过表达与较差的无进展生存期和疾病特异性生存期相关，特别是在高风险和错配修复缺陷的子宫内膜样子宫内膜癌病例中。FGFR2-IIIc可作为子宫内膜癌的独立预后生物标志物。在肿瘤微环境内，肿瘤相关巨噬细胞可通过改变FGFR2不同亚型的表达影响肿瘤动态。FGFR2-IIIc也受ESRP1/2调节并促进肿瘤相关巨噬细胞极化。调节ESRP1/2-FGFR2-IIIc轴可影响肿瘤相关巨噬细胞表型，潜在增强抗肿瘤效应，特别是在乳腺癌中。在食管鳞状细胞癌中，致癌物诱导的长链非编码RNAUCA1下调促进从FGFR2-IIIb向IIIc的转换，从而激活PI3K-AKT信号传导并促进上皮-间充质转化。UCA1的再表达抑制这种转换，可提供治疗途径。总之，这些发现强调了FGFR2亚型动态的病理性意义，特别是促进间充质的FGFR2-IIIc。亚型特异性抑制，结合上游调节干预(如ESRP1、RBM4或miR-23a)和RNA剪接抑制剂，代表抑制上皮-间充质转化和转移进展以及克服剪接驱动抵抗的合理联合策略。这些策略为精确FGFR靶向治疗提供了有前景的新机会。 与FGFR1和FGFR2基因类似，FGFR3基因在IgIII结构域内经历选择性剪接，产生两种主要亚型：FGFR3-IIIb和FGFR3-IIIc。这些亚型在配体特异性和生物功能上不同，从而影响肿瘤行为。在结直肠癌中，异常FGFR3-IIIb表达与增强的细胞存活和增殖相关，而FGFR3-IIIc作为FGF18驱动的致癌信号传导的主要介导因子，促进肿瘤生长和进展。重要的是，FGFR3-IIIc的选择性抑制抑制结直肠癌细胞增殖并诱导凋亡，凸显其作为治疗靶点的潜力。在肝细胞癌中，FGF9激活FGFR3-IIIb和IIIc两种亚型刺激肿瘤生长和新生血管形成。这些亚型共同不仅抑制凋亡还维持克隆形成生长，进一步加速恶性进展。在前列腺癌中，一种新型剪接变体FGFR3-S缺乏编码激酶域激活环的外显子14，表现出增加的自磷酸化和下游通路(如AKT、STAT3和S6核糖体蛋白)的组成型激活。与全长FGFR3-L亚型相比，FGFR3-S增强肿瘤生长并赋予对FGFR抑制剂如dovitinib的抵抗。另一种变体FGFR3-DAB缺乏酸盒结构域，显示对FGF2刺激的增强反应性。酸盒似乎调节配体结合和受体激活，其缺失可能增加有丝分裂活性。在膀胱癌情境下，FGFR3突变和剪接改变不仅驱动肿瘤进展，还塑造免疫抑制性肿瘤微环境。FGFR3激活已被证明通过抑制T细胞激活促进巨噬细胞介导的免疫逃逸。这些发现强调了FGFR3剪接变体在促进内在肿瘤细胞侵袭性和外在免疫逃逸方面的双重作用。它们凸显了靶向FGFR3亚型特异性信号传导以同时抑制肿瘤生长和重编程肿瘤免疫微环境的治疗潜力。在膀胱肿瘤中，FGFR3Δ8-10的表达显著降低，这种剪接变体通常作为FGFR3信号传导的负调节因子。这种变体的缺失导致组成型FGFR3通路激活，从而促进肿瘤细胞增殖和抵抗凋亡。同时，FGFR3-IIIc亚型的上调扩大配体结合特异性并触发多种致癌通路，进一步增强肿瘤侵袭性。临床上，选择性FGFR抑制剂derazantinib和泛FGFR抑制剂在携带FGFR3改变的膀胱癌中显示出有前景的疗效。总之，这些发现强调了FGFR3剪接失调在驱动结直肠癌、前列腺癌和膀胱癌的肿瘤发生和治疗易感性中的核心作用。 与FGFR1-3不同，FGFR4不经历选择性剪接产生IIIb/IIIc亚型，因为其IgIII结构域中缺乏替代外显子。其表达通过多种转录和转录后机制精细调节，这些机制促进肿瘤进展和转移。在胰腺癌中，肝细胞核因子1-α已被证明增强内含子1增强子活性，导致FGFR4过表达并促进肿瘤侵袭性。类似地，在转移性结直肠癌中，转录因子FOXC1转录激活FGFR4及其下游效应基因如ITGA7，从而通过GSK3β/β-连环蛋白信号轴促进上皮-间充质转化和转移播散。升高的FOXC1表达与结直肠癌转移增加、复发和患者生存期缩短相关。除了转录控制外，新兴证据突出了转录后机制在调节FGFR4表达中的贡献。在肝细胞癌中，小核核糖核蛋白多肽E在调节FGFR4转录本内的内含子保留方面发挥关键作用，从而通过无义介导的衰变影响其稳定性。SNRPE的耗竭增加内含子保留，导致无功能的FGFR4转录本通过无义介导的衰变降解，最终降低FGFR4蛋白水平。功能上，通过这种剪接依赖性机制抑制FGFR4损害肝细胞癌细胞增殖、迁移和克隆形成能力，提示调节SNRPE-FGFR4轴可能提供治疗机会。此外，在肝细胞癌中已鉴定出涉及FGF19、HOXB5和FGFR4的正反馈环路，进一步放大致癌信号传导。FGF19通过PI3K/AKT/HIF-1α通路刺激HOXB5表达，而HOXB5反过来直接结合FGFR4启动子，维持高FGFR4表达。这种FGF19-HOXB5-FGFR4环路驱动肝细胞癌增殖和进展。总之，这些发现描绘了FGFR4在胰腺癌、结直肠癌和肝癌中的多方面调节。它们强调，尽管FGFR4缺乏经典剪接亚型，其表达和活性受转录增强子、剪接因子和致癌反馈环路的紧密调节。靶向这些调节轴有望控制FGFR4驱动的肿瘤转移，特别是在胃肠道和肝细胞癌中。 虽然前面部分侧重于RNA剪接如何促进FGFR剪接亚型多样性并影响FGFR功能，FGFR本身也可以通过至少两种互补机制塑造剪接结果。首先，特定FGFR突变可破坏顺式作用剪接元件，改变外显子包含或排除，从而驱动疾病表型。其次，虽然仍很大程度上未被探索，但异常FGF-FGFR信号级联重编程剪接调节网络是高度可能的。除了改变受体活性外，FGFR突变还可深刻影响前体mRNA剪接调节，从而重塑受体亚型表达和下游信号传导。例如，FGFR2剪接受顺式作用元件(包括内含子剪接沉默子)的紧密调节。这些调节元件的突变可导致异常外显子包含或排除，从而导致改变的受体信号传导特异性和强度。因此，FGFR2中的突变经常破坏外显子IIIb和IIIc的互斥选择，导致失调的上皮-间充质相互作用和缺陷的形态发生。删除IIIc外显子以及内含子序列导致剪接缺陷和类似Apert综合征的显性致死表型。类似地，FGFR2p.C342Y突变也被证明导致剪接异常。这种突变促进异常外显子使用并增强FGFR2-IIIc亚型的表达，导致显著的颅面畸形，包括颅缝早闭、中面部发育不全和行为缺陷，而不影响肢体发育。突变也可影响其他FGFR，FGFR1中的同义突变可激活外显子8中的隐藏剪接位点并导致异常剪接，可能导致先天性疾病如Hartsfield和Kallmann综合征。这些病理通常与嗅觉丧失、生殖器官发育问题和中枢神经系统异常等症状相关。 除了这些由突变驱动的顺式调节剪接元件改变外，人们对FGFR介导的信号通路如何影响转录后水平的剪接结果越来越感兴趣。与其直接改变剪接位点结构，FGFR激活可通过下游效应器(如蛋白激酶)调节剪接调节因子的活性。这种基于信号的控制引入了额外的复杂性层，将外部信号与剪接机器整合在一起，从而根据环境和致癌刺激微调亚型表达。据我们所知，将FGFR信号与RNA剪接直接联系起来的实验证据仍然有限。然而，通过AKT通路，FGFR信号调节剪接调节在机制上是合理的。这一观点得到充分表征的表皮生长因子受体-AKT-SRPK/SRSF轴的支持，其中富含丝氨酸/精氨酸的蛋白激酶(特别是SRPK1)磷酸化富含丝氨酸/精氨酸的剪接因子，从而调节其核定位和剪接活性。EGFR-AKT-SRPK-SRSF信号级联将细胞外生长因子信号与剪接调节联系起来，其中EGFR激活导致AKT介导的SRPK1激活，后者随后磷酸化富含丝氨酸/精氨酸的蛋白，导致剪接的广泛变化。鉴于EGFR和FGFR通路之间的共享下游效应器，合理推测FGFR驱动的AKT激活同样参与SRPK-SRSF级联。该轴可通过修饰SR蛋白和其他RBP(如hnRNP)来协调致癌剪接程序。支持这一点，hnRNPL的磷酸化已被证明增加其与半胱天冬酶-9b外显子3的亲和力，促进向抗凋亡半胱天冬酶-9b亚型的转变并减少促凋亡半胱天冬酶-9a变体，从而增强癌细胞存活。此外，AKT激活SRPK，后者通过促进剪接因子从热休克蛋白70结合复合物向热休克蛋白90结合复合物的转变来介导剪接因子的核转位。这种转变增强SR蛋白磷酸化并最终调节RNA剪接模式。值得注意的是，许多由AKT通路调节的剪接因子表现出致癌或抑癌功能，凸显了靶向剪接因子通路作为癌症治疗策略的潜力。升高的AKT磷酸化与增加的SRPK1水平相关，后者增强癌细胞对凋亡的抵抗。剪接调节因子和激酶可被各种信号分子调节，包括生长因子或细胞因子如表皮生长因子、血小板衍生生长因子、TGFβ。我们先前的工作证明，FGF-2通过激活调节内皮细胞中血管内皮生长因子受体1mRNA选择性剪接的SRSF1/SRSF3/SRPK1网络促进血管生成，这一过程也可能促进肺肿瘤进展。FGF-2激活FGFR后，SRSF1和SRPK1表达上调，导致特定VEGFR1剪接变体的产生，其中sVEGFR1-ex12在增强血管生成方面最有效。用酪氨酸激酶抑制剂抑制FGFR或使用SPHINX31或SRPIN340阻断SRPK1/2激酶活性可有效阻断FGF2诱导的促血管生成剪接变体VEGFR1-ex12的产生，从而间接抑制血管生成。值得注意的是，sVEGFR1-ex12作为肺鳞状细胞癌不良预后的生物标志物。 RNA结合蛋白Src相关有丝分裂68(SAM68)是STAR家族的成员，在RNA转录、加工和EGF信号传导中发挥核心作用。EGF激活ERK-MAPK通路，导致SAM68磷酸化，调节CD44的选择性剪接，CD44是肿瘤进展的关键介导因子。鉴于EGFR和FGFR信号通路的相似性，两者都涉及受体酪氨酸激酶激活以及PI3K-AKT和ERK-MAPK级联，合理推测FGFR信号动员类似的复杂调节网络来控制RNA剪接调节程序，促进肿瘤发生和进展。正如Xiang-DongFu所指出，"EGF似乎动员了一个大村庄来完成肿瘤进展过程中的调节剪接"。FGF是否也是这个村庄的一部分仍有待深入研究。这至关重要，因为阐明与FGF-FGFR驱动肿瘤发生相关的复杂剪接机制可能有助于定义诊断改进和新型癌症治疗定义的潜在治疗靶点。 FGFR-TKI可根据其靶点选择性大致分类：泛FGFR抑制剂(如厄达菲尼、futibatinib、rogaratinib)、FGFR1-3选择性抑制剂(如佩米替尼)和亚型特异性药物(如用于FGFR3的LOXO-435、用于FGFR4的Fisogatinib)。FGFR-TKI已获得监管批准并在各种实体瘤中显示出疗效。例如，首个FDA批准的泛FGFR抑制剂厄达菲尼在转移性尿路上皮癌中显示出40%的客观缓解率和5.5个月的中位无进展生存期。佩米替尼在携带FGFR2融合的胆管癌患者中达到35.5%的客观缓解率并将中位总生存期延长至21.7个月。此外，KIN-3248在FGFR2/3驱动的晚期实体瘤中显示出抗肿瘤活性，尽管其最佳临床剂量尚未确定。此外，近期证据表明FGFR4抑制剂仑伐替尼通过抑制FGF19-FGFR4信号轴增强胃癌的抗肿瘤免疫反应，从而降低肿瘤程序性细胞死亡配体1表达并修饰肿瘤免疫微环境。这为联合使用FGFR抑制剂和免疫检查点抑制剂克服药物抵抗提供了新方法。 尽管这些结果令人鼓舞，FGFR-TKI的更广泛治疗效用仍受到关键挑战的限制。这些包括抵抗问题(原发性或获得性)，涉及不同机制(看门人FGFR突变、旁路信号通路等)，也与肿瘤内异质性高度相关，基于生物标志物的患者选择策略的局限性，以及剂量限制性毒性(靶点和脱靶)及不良事件，这些对剂量升级和长期治疗耐受性造成限制。对FGFR抑制剂的抵抗可源于FGFR激酶域内的特定点突变，包括看门人、分子制动器和DFG-闩锁突变。这些改变破坏受体与FGFR-TKI之间的关键氢键网络，也可能引入阻碍抑制剂结合的空间位阻。此外，FGFR-TKI治疗期间出现的获得性抵抗突变进一步导致药物疗效降低和治疗失败。在携带FGFR2-BICC1、FGFR2-OPTN或FGFR2-ZMYM4融合的肝内胆管癌患者中已鉴定出获得性FGFR2-V564F看门人突变。这些FGFR2改变通过引入阻碍抑制剂结合的空间位阻而赋予对泛FGFR抑制剂的抵抗。FGFR1-V561M看门人突变通过激活STAT3信号传导和促进上皮-间充质转化赋予肺鳞状细胞癌对AZD4547的抵抗，从而促进更具侵袭性的肿瘤表型。类似地，FGFR3-V555M是在FGFR3阳性膀胱癌中对厄达菲尼临床抵抗的机制。替代RTK和下游信号通路(如RAS-RAF-ERK和PI3K-AKT-mTOR级联)的激活代表癌细胞逃避FGFR-TKI的另一机制。值得注意的是，EGFR和MET等RTK可通过遗传改变和非遗传适应性反应在功能上补偿FGFR阻断。例如，在头颈鳞状细胞癌中，AZD4547抵抗细胞表现出升高的磷酸化EGFR和下游AKT信号传导，这有助于在FGFR抑制下持续增殖。与EGFR抑制剂吉非替尼联合治疗恢复了药物敏感性，证实EGFR在FGFR-TKI压力下作为功能性旁路节点。类似地，MET信号传导已被牵涉为FGFR依赖性肿瘤中的替代驱动因素。通过MET激活GAB1和ERK维持细胞增殖并赋予对FGFR抑制的抵抗，这种表型可通过联合FGFR-MET阻断来克服。这种汇聚凸显了RTK网络的可塑性以及共靶向上游或平行受体的重要性。此外，下游效应器如KRAS和PIK3CA中的激活突变，以及肿瘤抑制因子PTEN的功能丧失突变，可驱动独立于RTK的组成型信号传导，进一步限制FGFR抑制的疗效。另一个关键障碍是肿瘤内异质性，这是实体瘤的固有特征，使统一治疗靶向复杂化。FGFR选择性剪接似乎在独特的肿瘤区域动态调节。在胃癌中，FGFR2-IIIb表达在活检、手术标本和转移部位之间观察到深刻的空间异质性。在一个163对配对活检和手术样本的队列中，仅0.6%的病例观察到FGFR2-IIIb过表达的一致性，而原发灶和转移灶之间的一致性仅为0.7%。类似地，原发肿瘤和淋巴结转移之间FGFR2-IIIb表达的不一致在44.4%的病例中观察到，包括阴性和阳性转换。一致地，配对分析揭示，与原发性肿瘤相比，转移灶中FGFR2-IIIb阳性的频率和阳性肿瘤细胞的比例均显著更高(8% vs. 3%；75% vs. 47%；P<0.001)，凸显了显著的空间异质性，并进一步支持同一患者内亚型表达的空间变异性。临床上，这种异质性对FGFR2靶向治疗有直接影响。在FIGHT和FORTITUDE研究中，bemarituzumab在≥10%FGFR2-IIIb阳性细胞(通过IHC)的患者中显示出更大疗效，但当未考虑空间异质性时，基线活检的预测可靠性有限。通过循环肿瘤DNA和细胞游离RNA测量FGFR2扩增或剪接变体的液体活检可能扩大采样，但在解析亚型水平异质性方面仍受技术限制。为应对这些挑战，未来策略应整合多区域采样、空间转录组学和亚型特异性成像方法来捕获FGFR剪接异质性的全貌。这些工具可优化患者分层并实现适应性、亚型引导的治疗策略。 另一个需要克服的关键障碍是当前生物标志物检测策略的次优表现。虽然基因组分析可鉴定FGFR突变、融合和扩增，但已报告高达15%的假阴性率，主要是由于DNA水平改变与功能性mRNA或蛋白表达之间的不一致。常规测序也未能捕获FGFR剪接变体的动态表达和临床相关性，而这些是药物敏感性、抵抗和患者结局的关键决定因素。这些缺点限制了生物标志物检测的预测价值并使临床研究中的患者分层复杂化。同时，即使准确检测到FGFR改变，这些生物标志物的治疗开发仍因缺乏足够选择性的抑制剂而受限。例如，激素受体阳性乳腺癌中的FGFR1扩增与对周期蛋白依赖性激酶4/6抑制剂的抵抗相关，但缺乏FGFR1选择性抑制剂阻止了对这一脆弱性的有效靶向。此外，大多数目前可用的FGFR抑制剂是泛FGFRTKI，不加区分地阻断FGFR1-4。这种广泛活性增加了剂量限制性毒性的风险，未能解决亚型或组织特异性FGFR变体的不同致癌贡献。 FGFR-TKI的临床使用也受到特征性毒性的限制，其中大多数源于正常组织中生理性FGFR信号的靶点抑制。FGF23-FGFR1轴在磷酸盐稳态中发挥核心作用，该通路的破坏被认为是FGFRTKI相关高磷血症(一种标志性不良事件)的主要机制。临床研究报告，超过70%的患者发生血清磷酸盐升高。管理策略通常涉及剂量调整和使用磷酸盐结合剂如司维拉姆或碳酸镧。除代谢紊乱外，胃肠道不良事件(包括口腔炎、腹泻和口干症)在选择性和泛FGFRTKI如佩米替尼和futibatinib中常见。这些事件被认为反映了FGFR介导的上皮完整性和稳态的破坏。皮肤毒性(包括脱发、指甲疾病和掌跖红斑感觉异常综合征)也普遍存在。FGFR抑制剂的治疗相关副作用并不罕见。因此，治疗期间的主动监测可尽量减少剂量减少和停药，有利于患者的生活质量和结局。 如前所述，FGFR的选择性剪接强烈影响其细胞和tissue表达模式以及在调节肿瘤发生和治疗逃逸中涉及的关键生物过程中的活性。因此，虽然这仍很大程度上未被探索，但靶向FGFR-RNA剪接串扰可为克服与当前FGFR靶向治疗相关的局限性提供新见解和解决方案。传统生物标志物(如肺鳞状细胞癌中的FGFR1扩增)对FGFR-TKI反应的预测价值有限。例如，FGFR1抑制剂尼达尼布在III期LUME-Lung-1研究中未能优于化疗，凸显了单独基因组改变作为生物标志物的不足。相比之下，强调其在肿瘤异质性中作用的FGFR剪接变体的差异表达模式可为分子患者分层和个性化治疗提供更有价值的见解。例如，FGFR1亚型(FGFR1α和FGFR1β)的比率与癌症进展和预后密切相关，FGFR1β特别与肿瘤发生和不良生存结局相关。此外，高FGFR1β表达(反映在增加的FGFR1β/FGFR1α比率中)与对FGFR抑制剂如BGJ-398的增强反应性相关。特定FGFR2变体的存在也可能表明对特定FGFR抑制剂的高度敏感性。一致地，在子宫内膜癌中，利用患者来源异种移植和类器官模型的研究表明，高FGFR2-IIIc表达的肿瘤对FGFR抑制剂如BGJ398和佩米替尼表现出高度敏感性。这些抑制剂还通过减少血管生成和M2巨噬细胞浸润(CD206+)重塑肿瘤微环境。此外，使用FGFR2shRNA的敲低实验证实了肿瘤对FGFR2-IIIc的依赖性，强化了其作为精确肿瘤学靶点的潜力。此外，近期发现强调了乳腺癌中FGFR2剪接变体的亚型特异性表达。IIIb变体主要在雌激素受体阳性乳腺癌中表达，而IIIc变体在HER2阳性乳腺癌中显著升高。这些发现提示FGFR2-IIIc作为侵袭性生物标志物候选者，具有指导治疗决策的潜力，特别是在转移性和复发性疾病中。对FGFR剪接变体机制作用的持续研究对其作为精确生物标志物的临床效用扩展至关重要。值得注意的是，近期使用人工智能驱动的苏木精-伊红切片组织病理学研究将提供一种成本效益高的策略，通过识别微妙的肿瘤和基质模式来推断FGFR突变和剪接改变。结合多组学整合，这些平台可优化生物标志物发现和患者分层，从而推进个性化FGFR靶向治疗，特别是在肺鳞状细胞癌等异质性肿瘤中。 分子成像技术，特别是正电子发射断层扫描和单光子发射计算机断层扫描，已成为肿瘤中FGFR表达非侵入性可视化的变革性工具。其中，FGFR1靶向探针[68Ga]Ga-DOTA-FGFR1最近显示出显著的转化价值。在该临床研究中，[68Ga]Ga-DOTA-FGFR1能够清晰显示原发性和转移性肺肿瘤，对淋巴结受累的特异性高于[18F]FDG，并与FGFR1蛋白表达强相关(Spearman r=0.6901，P<0.0001)。同时，[68Ga]Ga-DOTA-FGFR1肽的剂量学评估也表明在人体中有良好的安全性特征，支持其常规临床使用的潜力。除[68Ga]外，近期开发了一种新型PET成像探针18F-FGFR1，通过将高亲和力FGFR1靶向肽与18F放射性标记和聚乙二醇修饰结合以改善体内药代动力学。在该高FGFR1表达的临床前肿瘤模型中，18F-FGFR1表现出优异的稳定性、特异性和对比度，能够有效可视化FGFR1表达病灶，脱靶积累最小。同时，FGFR2靶向SPECT探针的开发进一步扩大了成像范围。一系列99mTc标记肽，特别是[99mTc]Tc-FGFR2-1，在DU145异种移植模型中表现出对FGFR2的特异性结合以及优异的肿瘤摄取和保留。该示踪剂在共同注射FGFR2竞争剂CHO2时实现显著的信号降低，证实了其特异性并提示FGFR2表达肿瘤人体成像的可行性。将这种策略扩展到选择性成像FGFR剪接变体可进一步提高诊断精度，并为亚型导向的放射性核素治疗铺平道路。亚型特异性放射性示踪剂可区分上皮FGFR2-IIIb和间充质FGFR2-IIIc亚型，或识别截短诱饵受体，从而优化肿瘤分类、揭示空间异质性并指导治疗决策。重要的是，除了成像，将治疗性放射性核素与剪接变体选择性配体结合代表直接消除肿瘤细胞的有前景策略。这一原理对FGFR-IIIc特别有说服力，其在多种实体瘤中持续上调并与上皮-间充质转化和转移播散强烈相关。用放射性核素治疗诊断学靶向FGFR-IIIc因此可实现播散性、治疗抵抗性肿瘤细胞群体的选择性消融。展望未来，整合PET成像、空间转录组/蛋白质组分析和亚型特异性放射性药物的模态诊断-治疗平台可能在解析剪接驱动的肿瘤发生和克服抵抗方面具有变革性。这些方法不仅可澄清FGFR亚型在治疗压力下的动态作用，还可为针对转移性疾病的精确肿瘤学干预开辟强大新途径。 联合策略也是减轻对FGFR-TKI治疗抵抗的有前景方法。已证明FGFR-TKI与靶向补偿信号通路(如MEK、PI3K或免疫检查点)的抑制剂联合给药可改善反应率并延迟抵抗。例如，FGFR-TKI与MEK抑制剂联合在早期临床研究中产生48%的客观缓解率。类似地，仑伐替尼(具有抗FGFR活性的多激酶抑制剂)与PD-1阻断联合将晚期肝癌患者的中位无进展生存期延长至23.9个月。这些方法凸显了基于小分子抑制剂的联合策略克服抵抗的合理性以及识别新治疗组合的必要性。由于前体mRNA剪接失调在肿瘤中的关键作用，靶向剪接体机器各组分的小分子抑制剂已被开发，并在不同癌症类型中显示出有前景的抗癌活性。更具体地说，这些化合物靶向：SF3B1，U2snRNP复合物的核心组分，对剪接体组装过程中的分支点识别至关重要，在血液恶性肿瘤中频繁突变；磷酸化SR蛋白的SRPK1和SRPK2激酶，调节其核定位和剪接活性；也磷酸化SR蛋白和其他剪接调节因子的CLK和DYRK1A/B，将剪接控制与细胞周期和应激反应联系起来；调节A结合蛋白甲基化的蛋白精氨酸甲基转移酶，从而影响剪接位点选择和RNA代谢。剪接体抑制剂(如E7107、H3B-8800)在血液恶性肿瘤中的早期期临床研究已证明可行性。此外，E7107被证明优先消除携带剪接因子突变(如SF3B1)的恶性细胞。虽然这尚未被明确阐明，因此合理推测其中一些化合物调节癌细胞中FGFR剪接变体的表达模式，从而影响对FGFR-TKI的敏感性。因此，由SRPK和CLK磷酸化的SRSF1是FGFR亚型转换的关键调节因子。这提出了共靶向剪接通路可抑制耐药FGFR剪接变体的出现并在依赖异常剪接存活的肿瘤中利用合成致死性的假设。未来研究有必要探索剪接体抑制剂作为单药或与FGFR抑制剂(亚型特异性或泛FGFR)在FGFR失调驱动的实体瘤中的合理联合。此外，脂质体、纳米颗粒和肿瘤微环境响应性载体等先进药物递送平台已被证明可增强肿瘤特异性药物积累、改善药代动力学并降低全身毒性。当与剪接靶向治疗联合时，这种递送系统对于实现协同和更持久的抗肿瘤效应可能特别有价值。 可溶性成纤维细胞生长因子受体是缺乏跨膜和细胞内结构域的选择性剪接亚型，产生能够隔离FGF并减弱异常FGF/FGFR信号传导的分泌性细胞外片段。天然存在和生物工程化的sFGFR通常作为诱饵受体发挥作用，竞争性结合FGF以抑制肿瘤细胞中的配体诱导受体激活。然而，某些sFGFR可能表现出情境依赖的促肿瘤效应，凸显了其生物学作用的复杂性。FGFR诱饵受体中最临床先进的例子之一是FP-1039，一种重组sFGFR1-IIIc融合蛋白，以高亲和力结合FGF，破坏自分泌和旁分泌生长环路。临床前研究证明其在抑制血管生成和肿瘤细胞增殖方面的疗效，特别是在FGFR1扩增的肺癌和FGFR2突变子宫内膜癌中。在Ib期临床研究中，FP-1039与培美曲塞和顺铂联合给药导致持续的肿瘤抑制，支持其在FGFR驱动恶性肿瘤联合方案中的潜在作用。另一个有前景的分子是msFGFR2-IIIc，一种携带Ser252Trp突变的可溶性FGFR2-IIIc变体。这种工程化受体片段通过阻止FGF2诱导的受体激活，在NCI-H1299肺癌细胞中有效抑制FGFR1-IIIc信号传导。在异种移植模型中，msFGFR2-IIIc显著抑制肿瘤生长，提示其在共表达FGFR2-IIIc和FGFR1-IIIc亚型的癌症中的效用。Recifercept是一种最初为软骨发育不全开发的重组可溶性FGFR3诱饵蛋白，通过结合FGF配体并减弱FGFR3介导的信号传导发挥作用。尽管有希望的临床前活性，其临床开发因在原适应症中疗效不足而终止。然而，鉴于FGFR3在多种癌症中的频繁过表达或突变，重新利用Recifercept或优化下一代FGFR3诱饵可能在肿瘤学中具有治疗价值。总之，这些发现凸显了sFGFR的治疗潜力，特别是在配体依赖性FGFR成瘾肿瘤中，包括FGFR扩增或激活突变的亚群。未来努力应集中于优化sFGFR药代动力学、改善亚型选择性，并在精确肿瘤学框架内评估其在合理联合治疗中的作用。 反义寡核苷酸是短的化学修饰核酸序列，旨在以序列特异性方式与靶RNA杂交。其作用机制包括RNaseH1介导的mRNA降解、选择性剪接调节以及通过干扰核糖体组装进行的翻译抑制。在FGFR生物学背景下，ASO为选择性纠正驱动致癌亚型表达的异常剪接事件提供了强大平台。靶向FGFR前体mRNA内的剪接调节元件已产生有前景的结果。例如，Bruno等人设计了结合FGFR1内含子剪接沉默子元件的ASO，导致神经胶质瘤细胞中外显子包含增强和功能受体亚型的恢复。该策略将外显子掺入从10%增加到超过70%，凸显了剪接调节作为治疗干预的可行性。ASO策略为精确靶向FGFR剪接变体提供了几个优势。通过促进编码配体结合或二聚化结构域的外显子的包含或跳跃，ASO可调节亚型比率、恢复受体功能或诱导病理性转录本的无义介导衰变。这些方法对于高度选择性和特异性靶向否则难以用小分子激酶抑制剂抑制的致癌FGFR1-3剪接变体特别有价值。除ASO外，小分子剪接调节因子提供互补策略。Risdiplam是FDA批准用于脊髓性肌萎缩症的小分子，通过促进外显子包含以恢复蛋白功能，例证了剪接靶向治疗的转化潜力。此类药物可适用于调节癌症和其他以异常剪接为特征的疾病中的FGFR剪接。鉴于恶性肿瘤中剪接失调的高患病率，包括剪接因子的反复突变和FGFR亚型的错误表达，剪接纠正策略代表靶向癌症治疗的前沿。开发亚型特异性ASO以及小分子调节因子将促进基于RNA的治疗整合到精确肿瘤学流程中，为克服抵抗和改善FGFR驱动肿瘤的临床结局提供新途径。 "下一代"FGFR靶向药物的出现为解决亚型特异性抵抗和降低毒性提供了新机会。这些包括单克隆抗体、PROTAC、RNA/DNA适配体、迷你蛋白或细胞治疗。其中一些方法可实现致病性FGFR剪接变体的选择性阻断，同时保留生理性亚型，从而最小化靶点不良效应。几种单克隆抗体已被开发以选择性靶向FGFR2剪接变体，特别是FGFR2-IIIb。Bemarituzumab是一种特异性靶向FGFR2-IIIb的单克隆抗体，阻断其与FGF7、FGF10和FGF22等经典配体的相互作用。这种抑制破坏了配体依赖性FGFR2-IIIb信号传导和下游致癌通路。Bemarituzumab还具有工程化的Fc结构域，增强抗体依赖性细胞毒性，通过自然杀伤细胞促进免疫介导的肿瘤清除。Aprutumab是一种完全人源化抗体，识别FGFR2-IIIb和FGFR2-IIIc共有的N端结构域中的保守残基。它在FGFR2表达的细胞系如SUM-52PE和SNU-16中诱导受体内化并通过RAB7阳性内体进行溶酶体降解。Aprutumab也在评估中作为放射免疫偶联平台，扩展其在靶向放射性核素治疗中的潜力。3H-3000是一种对FGFR2-IIIb具有高特异性的人源化IgG1κ单克隆抗体。它有效抑制FGF7诱导的FGFR2-IIIb过表达胃癌细胞(如SNU16)中的受体磷酸化和增殖。工程化修饰增强了其ADCC功能。在异种移植模型中，3H-3000显著抑制肿瘤生长，凸显其对FGFR2-IIIb驱动肿瘤的治疗前景。 PROTAC代表一类创新的治疗药物，旨在通过劫持泛素-蛋白酶体系统选择性降解致病性蛋白。这些双功能分子同时结合靶蛋白和E3泛素连接酶，导致其蛋白酶体降解。与传统小分子抑制剂相比，PROTAC具有提供更强效和持久抑制效果的优势。FGFR靶向PROTAC开发的最新进展通过实现对不同FGFR的改善选择性和增强抗肿瘤疗效，显著拓宽了治疗前景。一个代表性例子是Wang等人开发的化合物S2h，其在FGFR1过表达的KG1a细胞中以39.78nmol/L的DC50和78%的最大降解率诱导有效和选择性的FGFR1降解，而对FGFR2-4表现出可忽略活性。机制上，S2h通过cereblon依赖性、泛素-蛋白酶体介导的降解通路发挥作用。LC-MB12是一种基于Infigratinib的PROTAC，选择性降解FGFR2并有效抑制TEL-FGFR2融合阳性Ba/F3细胞和FGFR2过表达胃癌细胞(SNU16)的增殖。LC-MB12诱导不对称FGFR2二聚体破坏和FRS2/SHP2/GRB2复合物解体，有效dismantling基于支架的信号传播。类似地，通过将厄达菲尼与CRBN配体偶联产生的FGFR2特异性降解剂N5实现卓越的FGFR2降解(DC50=0.03nmol/L)，脱靶活性最小，并在FGFR2扩增的胃癌细胞和异种移植中发挥强抗增殖效应。类似地，另一种也源自Infigratinib的FGFR靶向PROTACDGY-09-192利用vonHippel-LindauE3连接酶选择性降解FGFR1和FGFR2。此外，DGY-09-192降解突变FGFR1/2，阻断突变受体诱导的信号传导和抗雌激素抵抗。在ER阳性乳腺癌中，DGY-09-192与ERα降解剂fulvestrant联合治疗导致细胞增殖的完全抑制和ER阳性、FGFR1扩增患者来源异种移植模型中的显著肿瘤消退。LG1188是另一种代表性PROTAC，作为选择性高效的FGFR1降解剂发挥作用，具有潜在的治疗相关性。虽然这些药物仍处于临床前开发阶段，它们凸显了靶向蛋白降解作为常规激酶抑制替代方案的潜力，特别是在表现出抵抗或对当前治疗反应有限的FGFR驱动恶性肿瘤中。重要的是，在FGFR剪接变体的背景下，下一个前沿在于工程化能够选择性降解致癌FGFR剪接亚型的PROTAC，从而实现更大的治疗特异性并最小化靶点和脱靶毒性。 核酸适配体代表一类多功能且高度特异性的基于寡核苷酸的治疗药物，能够以抗体样亲和力和选择性调节蛋白功能。VZ23是一种DNA适配体，已被证明结合FGFR1-IIIb和FGFR1-IIIc两种亚型，有效阻断下游信号级联并抑制FGFR1介导的细胞过程。值得注意的是，VZ23对FGFR2、FGFR3或FGFR4不表现出交叉反应性，凸显其作为FGFR1驱动恶性肿瘤高选择性治疗药物的潜力。类似地，Apt-46是一种新合成的DNA适配体，靶向FGFR2-IIIb并抑制其在癌细胞中的激活。除DNA适配体外，RNA适配体如iR3(抗FGFR3)和RBM-007(抗FGF2)已在各种疾病的临床前和临床研究中显示出疗效，包括年龄相关性黄斑变性和肺癌。这些RNA适配体破坏配体-受体相互作用或二聚化，从而减弱异常FGFR信号传导。适配体的高特异性、低免疫原性和模块性也支持其在选择性靶向致癌FGFR剪接变体中的潜在应用。 靶向RTK的单克隆抗体在表位可及性和结合效率方面可能遇到限制，特别是在靶向具有小或构象受限细胞外结构域的剪接变体时。工程化迷你蛋白代表一种有前景的替代方案，以高亲和力、亚型特异性结合提供减少的空间位阻。计算设计的迷你蛋白mb7选择性结合FGFR1-3IIIc亚型的D3结构域，有效竞争天然配体和Klotho共受体以阻断FGFRc介导的信号传导。这种靶向方法能够选择性抑制致癌FGFRIIIc通路，同时保留FGFRIIIb亚型，从而增强治疗特异性。临床前研究表明，mb7减弱FGFRc驱动的细胞反应并在肿瘤模型中表现出抗血管生成活性。鉴于其有利的药理学特性，像mb7这样的迷你蛋白为亚型特异性抑制提供了多功能平台，在实体瘤、再生医学和血管生成相关病理中具有潜在应用。结合亲和力、稳定性和体内递送系统的持续优化对于推进其临床转化再次至关重要。 生物制剂和嵌合抗原受体T细胞疗法的出现为FGFR家族成员的选择性靶向开辟了新途径，具有区分FGFR剪接亚型(包括FGFR1-IIIb/IIIc、FGFR2-IIIb/IIIc和FGFR3-IIIb/IIIc)的概念可能性。CART细胞疗法已成为血液恶性肿瘤的变革性治疗方式，现正在探索用于异常FGFR信号的实体瘤。例如，在儿科横纹肌肉瘤中，FGFR4在PAX3-FOXO1融合癌基因影响下频繁过表达。虽然小分子FGFR抑制剂由于赋予抵抗的突变(如N535K、V550L)而显示出有限疗效，但已开发FGFR4导向的CAR-T细胞通过免疫介导的细胞毒性克服这一障碍。两种临床前CAR-T构建体RJ154-HL和3A11利用对FGFR4特异性的不同单链可变片段，已显示出强抗肿瘤活性。在横纹肌肉瘤原位异种移植模型中，RJ154-HLCAR-T细胞有效抑制肿瘤生长，特别是当与靶向肿瘤微环境髓系区的药物联合时。设计识别亚型特异性细胞外表位的CAR构建物，特别是在由替代外显子编码的区域(如FGFR2中的外显子8 vs. 外显子9)，提供了一种策略，以实现恶性细胞表达致癌变体的精确消除，同时保留表达生理性亚型的正常组织。整合剪接知情抗原设计和先进CAR架构(如逻辑门控或双抗原系统)，有望增强FGFR驱动癌症中的治疗精确性、疗效和安全性。 单细胞RNA测序已使表征肿瘤内细胞异质性和转录组复杂性达到前所未有的分辨率。虽然传统应用于定量基因表达，但scRNA-seq的新兴适应现在允许研究包括FGFR在内的选择性剪接。历史上，测序深度和计算算法的限制限制了单细胞水平的剪接分析。然而，最近的创新，包括Chigenesc RNA-seq、分子拥挤单细胞RNA条形码和测序以及Smart-seq2，通过增强cDNA合成效率、逆转录保真度和亚型检测敏感性，克服了这些限制中的许多。在肿瘤学背景下，scRNA-seq提供了一种强大方法，可在包括肺癌、乳腺癌和膀胱癌在内的异质性肿瘤生态系统中解析FGFR剪接变体表达。一个关键例子是上皮-间充质转化期间的FGFR2亚型转换，其显示distinct细胞类型特异性表达模式，并凸显单细胞分辨率的附加价值。使用Smart-seq2，研究人员进一步鉴定ESRP1/2为上皮-间充质转化期间FGFR2剪接的关键调节因子，从而提供剪接如何促进肿瘤可塑性的机制见解。进一步推进该领域，GoT-Splice是一种多模态单细胞平台，整合转录组、表面蛋白质组、体细胞突变和剪接数据，在单细胞水平提供调节事件的整体视图。虽然其在FGFR领域的应用仍处于初期，GoT-Splice已成功绘制骨髓增生异常综合征中SF3B1突变相关剪接破坏。补充scRNA-seq，空间转录组学为完整组织切片内的基因表达提供空间背景，保留微环境结构。通过将空间转录组学与单细胞技术整合，研究人员可在肿瘤内解析FGFR剪接亚型的空间分布，阐明区域异质性和niche特异性信号线索。例如，在肝细胞癌中，肿瘤核心和侵袭边缘之间FGFR变体的差异表达与转移潜力和血管生成特征相关。总之，scRNA-seq和空间转录组学的整合为以高分辨率和空间精度解析FGFR剪接事件提供了一个多维框架。这些方法对于鉴定亚型特异性治疗脆弱性、指导空间靶向干预将是无价的。 基于CRISPR/Cas9的基因组编辑已成为以前所未有的特异性询问和操纵选择性剪接的强大工具。通过设计靶向FGFR位点内含子或外显子剪接调节元件的指导RNA，研究人员可调节外显子包含或跳跃，从而工程化与致癌信号传导或药物抵抗相关的剪接亚型。这种靶向编辑已阐明剪接在对酪氨酸激酶抑制剂抵抗中的作用，并能够创建用于测试亚型特异性抑制剂的同基因模型。CRISPR/Cas9已被用于生成SR蛋白及其亚型的靶向敲除模型，实现对其在FGFR剪接中功能的功能询问。同时，基于CRISPR的筛选已鉴定FGFR的调节因子，如ILK，其调节胃癌中FGFR抑制剂敏感性。类似地，Ninj2(包括FGFR在内的多种RTK的调节因子)的CRISPR/Cas9介导敲除证明抑制胶质瘤细胞存活和侵袭性，强化RTK信号传导和FGFR通路调节之间的更广泛交集。然而，将基于CRISPR的剪接调节转化为临床应用涉及几个关键挑战。一个主要关注点是脱靶效应，可能导致在具有与指导RNA部分同源性的基因组位点发生非预期DNA切割。研究表明，Cas9可在单链指导RNA识别中容忍多达3-5个错配，增加非特异性双链断裂、基因组不稳定性或非预期致癌激活的风险。此外，实现CRISPR组分向肿瘤组织(特别是实体恶性肿瘤)的有效递送受到生物屏障如基质密度、内体trapping和全身降解的阻碍。免疫原性是另一个重要考虑因素：Cas9蛋白来源于细菌，预先存在的免疫或先天免疫激活可能损害治疗疗效和安全性。为应对这些限制，出现了几种技术进步。高保真Cas9变体，包括SpCas9-HF1和eSpCas9，引入理性突变以最小化脱靶DNA结合，同时保持编辑效率。Cas9切口酶和碱基编辑器代表额外的改进：前者诱导单链切口而非双链断裂，而后者能够在不切割DNA骨架的情况下进行精确核苷酸改变，大幅降低基因毒性。在递送方面，脂质纳米颗粒和可生物降解聚合物系统等非病毒载体在包封Cas9mRNA或核糖核蛋白复合物用于组织特异性靶向方面显示出前景，具有改善的内体逃逸和降低的全身毒性。 长链非编码RNA是长度超过200个核苷酸缺乏蛋白编码潜力的转录本。曾被认为是转录噪音，它们现被认可为基因表达的多功能调节因子，影响选择性剪接、翻译、染色质重塑、核组织和表观遗传修饰。在癌症中，异常lncRNA表达促进肿瘤发生、进展和治疗抵抗。在此情境下，越来越多的证据将lncRNA牵涉为FGFR选择性剪接的重要调节因子。机制上，lncRNA通过RNA-蛋白和RNA-染色质相互作用调节外显子识别和剪接体组装。可能在肝细胞癌中，特定lncRNA招募多梳蛋白和组蛋白去甲基化酶到FGFR2位点，促进外显子IIIb包含并有利于抑癌亚型表达。此外，lncRNA可通过调节剪接因子(如SRSF1和hnRNPA1)的表达或活性间接调节FGFR剪接。尽管其治疗前景，基于lncRNA的干预面临关键挑战，包括RNA不稳定性、有限靶点特异性和低效体内递送。为解决这些问题，核酸化学(如骨架和碱基修饰)和递送系统(病毒载体、脂质纳米颗粒、聚合物载体、无机纳米颗粒、蛋白基平台和外泌体)的进展正在积极研究中。然而，单独的化学修饰或递送系统都不能完全克服这些障碍。将优化的核酸修饰与下一代递送技术相结合，代表解锁FGFR驱动癌症中lncRNA靶向策略治疗潜力的有前景途径。总之，CRISPR/Cas9、lncRNA调节和单细胞转录组学的整合为解析FGFR剪接调节和开发个性化、亚型靶向治疗提供了强大平台。 图4用于解析FGFR剪接机制以及开发精确、特异性和选择性靶向FGFR剪接治疗策略的新兴技术。 本工作首次全面综述了FGFR信号与RNA剪接之间的双向相互作用，凸显其在肿瘤发生、肿瘤进展和治疗抵抗中的关键作用。FGFR剪接变体已成为上皮-间充质转化、癌症转移和药物抵抗的关键调节因子，显示出其作为有前景生物标志物和治疗靶点的潜力。我们考察了选择性剪接如何调控FGFR亚型多样性和功能，以及相反，FGFR激活如何重塑剪接程序以驱动恶性肿瘤。这些复杂的串扰凸显了高度选择性和精确治疗的必要性。虽然FGFR抑制剂，特别是TKI，已证明临床疗效，但其长期成功受到抵抗机制、靶点和脱靶副作用以及肿瘤异质性的限制。从FGFR-RNA剪接相互作用中获得的见解应通过靶向FGFR信号和剪接机器提供克服这些局限性的新机会。FGFR亚型特异性靶向治疗的格局持续演变，单克隆抗体、PROTAC、适配体、迷你蛋白和CAR-T细胞等尖端模式提供了新的精确肿瘤学途径。这些方法各有独特优势：DNA/RNA适配体提供高特异性，而CAR-T细胞对FGFR表达肿瘤细胞提供强效细胞毒性。随着这些新型治疗向临床转化推进，其进一步优化和整合到现有治疗框架中对于改善患者结局至关重要。此外，转录组学的进步，特别是单细胞全长转录组学结合时空分析，正在革新FGFR剪接研究。人工智能驱动诊断工具和基于CRISPR/Cas9的精确FGFR剪接变体调节的整合，标志着个性化肿瘤学的范式转变。反义寡核苷酸和小分子剪接调节因子为靶向致癌剪接变体提供了新治疗途径，进一步扩展了对抗FGFR(亚型)驱动恶性肿瘤的武器库。未来研究应优先将这些见解转化为临床可操作策略。关键步骤包括由特定FGFR剪接模式定义的患者亚组鉴定、多组学数据整合以优化精确医学应用，以及治疗组合的优化。重要的是，我们提出用放射性核素治疗诊断学方法靶向FGFR剪接亚型可能为可视化和根除侵袭性肿瘤群体提供强大新途径。通过将亚型导向的放射性核素治疗诊断学与剪接调节整合，将有可能克服当前局限性，并向FGFR驱动恶性肿瘤的高度个体化、持久治疗迈进。 参考文献： Xian X, Gong R, Rong S, Zhang Z, Jia F, Li L, Chen Z, Eymin B, Jia T. Unraveling the FGFR-RNA splicing axis: Mechanisms, oncogenic crosstalks and innovations for therapeutic purpose. Acta Pharm Sin B. 2026 Jan;16(1):35-61. doi: 10.1016/j.apsb.2025.11.031. Epub 2025 Dec 1. PMID: 41584352; PMCID: PMC12828087. 本文仅供医学学术交流，不构成诊疗建议，不能替代专业医生面诊。详细免责声明请点击菜单栏查阅。

李进 主任医师、教授、博士生导师，中国药科大学附属上海高博肿瘤医院院长、东方-高博肿瘤研究所所长，曾任上海同济大学附属东方医院肿瘤医学部主任、终身教授。兼任亚洲临床肿瘤学联盟（FACO）主席，中国医药创新促进会抗肿瘤药物临床研究专业委员会主任委员，Cancer Sci副主编等。主攻消化道肿瘤，专注于分子靶向与免疫治疗、抗肿瘤新药临床研究及复杂实体肿瘤多学科诊治，推动肿瘤精准医疗与转化研究。发表论文150余篇（含SCI收录100余篇），培养硕博研究生近50名，获国家科技进步奖二等奖等多项荣誉。      秦叔逵 主任医师，中国药科大学基础医学与临床药学学院院长；中国药科大学附属上海高博肿瘤医院荣誉院长、南京天印山医院荣誉院长兼首席专家；中国药科大学、南京医科大学、南京中医药大学兼职教授、博士生导师；中央保健委员会会诊专家，享受国务院特殊津贴。兼任《临床肿瘤学杂志》主编 ，亚洲临床肿瘤学联盟（FACO）常务理事，国际肿瘤免疫学会（SITC）、亚洲临床肿瘤学会（ACOS）常务理事，美国NCI肝胆肿瘤专家组成员；中国临床肿瘤学会（CSCO）指导委员会主委，肝癌和胆道癌专家委员会荣誉主委、胰腺癌专家委员会主委；北京CSCO基金会监事长，国家药监局血液和肿瘤药物咨询委员会核心专家，国家卫健委肿瘤学能力建设与继续教育专家委员会主委。 长期从事临床肿瘤内科工作，主攻消化系统肿瘤精准诊疗与转化研究，擅长肝癌、胰腺癌、胆道癌等的综合治疗，推动肿瘤诊疗规范化与国际化。发表论文540余篇（含SCI收录），主编专著53部，主导制定多项诊疗指南；获国家科技进步奖二等奖1项、省部级科技成果一等奖4项等。 生物样本活库建设管理规范及应用专家共识 PPS  闻丹忆1，2#，宋瑞霖2#，葛永彬2，3，秦叔逵2，4*，李进2，5** （1. 上海立迪生物技术股份有限公司，上海 201203；2. 中国医药创新促进会，北京 100007；3. 北京市中伦（上海）律师事务所，上海200120；4. 中国药科大学基础医学与临床药学学院，江苏 南京211198；5. 中国药科大学附属上海高博肿瘤医院，上海 200131） [摘要] 生物样本活库是支撑新药研发与精准医疗的核心基础设施，依托低温保存技术，长期存储具有生物活性的细胞、类器官、人源肿瘤异种移植模型（patient-derived xenograft ， PDX）等实体样本及多维度数据，由湿库（实体样本）与干库（数据）共同构成。针对当前行业面临的技术标准不统一、伦理合规界定模糊、人类遗传资源管理与跨境合规机制有待完善等挑战，结合国内外法规与实践，系统梳理生物样本活库管理体系、伦理合规要求、核心技术[包含条件重编程（conditionally reprogrammed ，CR）细胞、类器官、PDX及创新型微型人源肿瘤移植模型（mini-patient-derived xenograft ，MiniPDX）/肿瘤免疫快速体内药效测试平台（immuno-oncology fast in vivo efficacy test ，IO-FIVE）]的建立与保存规范及信息化管理方案，重点阐述其在新药研发全流程、抗肿瘤药早期临床开发及个性化精准医疗中的转化应用，旨在形成行业共识，为相关机构提供实操性指导，助力我国转化医学与精准医疗高质量发展。 人类生物样本是转化医学研究的关键支撑，可加速研究进程并助力发现疾病治疗决策性成果。然而，传统转化研究模式普遍存在效率较低、周期较长等问题，而高质量生物样本库的构建为破解这一困境提供了可行路径，其中以生物样本活库为代表的核心资源，正日益凸显其独特的科学价值与应用潜力。 生物样本活库依托先进的低温保存技术，可长期保存细胞、组织、类器官、人源肿瘤异种移植模型（patient-derived xenograft ，PDX）等具生物活性的样本，既能支持样本的反复冻存、复苏与传代，又能较好保留样本原始生物学特性。生物样本活库主要由2个部分构成，分别是湿库（实体库）和干库（信息库）。其中，湿库用于存储可复苏的活体样本，如患者来源的条件重编程（conditionally reprogrammed ，CR）细胞、类器官、PDX模型等；干库用于存储样本相关的多维度数据，包括捐献者的临床数据、治疗随访记录、基因组学/转录组学数据及伦理审批文件等，通过整合动态临床数据，为肿瘤异质性研究、耐药机制追踪等前沿方向提供数据支撑。 当前，生物样本活库的建立与应用仍面临多重挑战：在技术层面，不同实验室在样本采集、培养、冻存等环节所用材料与方法差异较大，细胞和组织样本的鉴定标准尚不统一，可能导致样本间生物学特征不一致，进而影响研究结果的准确性与可重复性；在应用层面，缺乏针对活组织样本的规范化应用指导意见，样本质量标准尚待规范，制约了活库资源的高效转化；在伦理与监管层面，湿库相关技术及应用标准的界定尚不清晰，捐赠者对未来研究的知情权保障、供体对样本衍生物的所有权归属、相关商业化利益分配等问题目前尚缺乏明确规范。 随着转化医学研究的不断深入、研究需求的持续增长，制定科学、规范的生物样本活库建立与应用标准已迫在眉睫。本文结合国内外相关法律法规、伦理要求与转化医学应用现状，从伦理规范、管理体系、应用领域3个方面，系统梳理生物样本活库的建立与应用的使用规范，旨在为其规范化管理、高效化应用提供参考。 1 生物样本活库管理的体系建立和管理组织架构 生物样本活库是生物样本库的重要组成部分，其管理体系的构建应遵循现行生物样本库的管理体系，涵盖但不限于以下核心机构与职能设置：生物样本活库管理层、伦理委员会、科学技术委员会、执行机构及其下设的专业工作组，如质量主管、活库操作人员、信息主管及财务管理人员等。 生物样本活库管理层负责样本活库建设的顶层设计和整体规划，保障样本活库合法、合规、高效运行及持续获得必要的经费支持；负责制定保密制度、履行保密责任，对保藏样本开展风险评估，建立健全生物安全防护方案、标准操作规程及突发事件应急预案等。 科学技术委员会负责对各入库项目的科学技术内容进行审查，提供学术意见、建议及评估，保障生物样本的科学、合理、规范使用。 伦理委员会在生物样本活库的建立和运行中发挥关键作用，负责审核知情同意书、处理相关伦理与法律问题，并确保样本活库的科学性和合法性；伦理委员会应严格遵守国家法律法规及《人类生物样本保藏伦理要求》（GB/T 38736-2020）的相关规定。 执行机构应定期评估和审核质量管理体系的运行情况和改进需求，确保全体人员理解利益相关方的需求和要求。 1.1 管理过程常见问题 1.1.1 人员资质与培训不足 部分操作人员未取得相应专业资质认证，对生物安全管理规范、样本保存技术要求及伦理管理要求的掌握不够扎实，易导致样本污染、实验操作失误及合规性风险。 1.1.2 全流程质控缺失 样本采集环节未严格遵循标准化操作流程，保存过程中温湿度监控不连续，样本复苏与传代操作不规范，缺乏全链条质量控制与检测节点，影响样本活性与批次一致性。 1.1.3 数据管理漏洞 样本去标识化与匿名化处理不彻底，存在个人信息泄露风险；数据分级访问权限设置不合理，跨部门数据共享缺乏规范审批流程，数据溯源体系不完善。 1.1.4 应急处理机制不健全 针对样本污染、设备故障（如液氮罐泄漏、超低温冰箱故障等）、生物安全事件（如样本溢出等）及数据泄露等突发情况，尚未制定可操作性强的应急预案，应急演练也未能常态化开展。 1.1.5 跨机构协作风险 与外部机构合作时，未签订规范的材料转移协议（material transfer agreement， MTA），对样本使用范围、利益分配及知识产权归属等关键事项界定不清，存在合规隐患与法律纠纷风险。 1.2 核心管理要点 1.2.1 人员管理 建立全员资质认证制度，所有操作人员须经过生物安全、伦理规范、专业技术操作等专项培训并考核合格后方可上岗；定期开展继续教育与技能更新培训，确保人员专业能力与行业技术发展、岗位工作需求同步。 1.2.2 样本全流程管理 制定样本采集、运输、保存、复苏、传代、销毁的标准化操作程序（standard operating procedure ， SOP），在关键环节（如样本采集后活性检测、保存期间定期复苏抽检等）设置质控节点；建立样本唯一标识追溯体系，实现全生命周期可追溯。 1.2.3 数据安全管理 严格执行数据去标识化与匿名化处理标准，对敏感数据实施加密存储；采用分级权限管理模式，明确不同岗位的数据访问权限，所有操作全程留痕；定期开展数据备份与安全审计，防范数据泄露或丢失风险。 1.2.4 应急管理 制定涵盖设备故障、样本污染、生物安全事件、数据泄露等突发情况的应急预案，明确应急响应流程、责任分工及处置措施；每半年至少开展1次应急演练，及时发现问题并持续优化应急方案。 1.2.5 跨机构协作管理 跨机构共享样本前，必须签订规范的MTA，明确样本使用范围、禁止商业化滥用、利益分享机制及知识产权归属等条款；合作过程中定期开展合规性审查，确保样本使用符合双方协议约定及相关法规。 2 生物样本活库建立的伦理与合规要求 2.1 基础法规框架 我国以法律法规与国家标准构建的生物医学研究及样本管理规范体系，覆盖伦理审查、生物安全、信息保护与样本管控等多个关键环节。在法律法规层面，《民法典》划定生物样本相关民事权益与伦理底线，《生物安全法》强化安全管控，《个人信息保护法》保障信息权益，《人类遗传资源管理条例》规范样本管理，《涉及人的生物医学研究伦理审查办法》明确医学伦理审查、受试者权益保护等核心要求，《生物样本库质量和能力通用要求》（GB/T37864-2019）等国家标准提供样本库资质管理、知情同意分类等实操指引。 2.2 生物样本活库的合规要求 生物样本活库须合法合规开展样本采集、保藏与利用，目前多地生物样本活库已引入具备法律、隐私保护等复合能力的生物样本库合规专员（biobank compliance professional ，BCP），负责监督和指导合规工作，其职责覆盖范围较“人类遗传资源管理专员”更广泛。 在样本获取环节，应坚持伦理审批前置原则，严格落实知情同意制度，充分告知样本供体关键信息，由供体本人或其监护人签署书面知情同意书，样本研究用途变更需重获知情同意，无特殊法定情况不得豁免知情同意程序；在样本保存与数据安全方面，样本及其关联信息须去标识化或匿名化处理，数据实行分级权限管理与加密存储，样本应存放于合规设施并完整记录溯源信息，样本销毁须分类处理且相关记录保存期限不少于30年，供体有权撤回同意，活库应按照规定及时停用或销毁相关样本；在样本共享与使用环节，样本使用不得超出授权范围、分配前须开展合规评估并签订MTA，严禁买卖样本，仅可收取合理成本费用，明确利益分享机制，向境外提供样本须依法完成审批与生物安全评估，若活库停止运营时应妥善处置所有样本并及时通知相关方。 2.3 人体生物样本伦理审查制度 伦理审查是生物样本活库合规运行的核心环节。我国已构建覆盖样本库筹建、运营、使用全流程的多层级伦理审查体系：机构应设立独立伦理委员会（企业可委托具备资质的第三方机构），委员会成员不少于5人且包含多学科专家及外单位代表，坚持独立决策并完整记录、存档审查过程与结果；样本活库设立前须提交筹建方案进行伦理审查，评估其科学性与伦理可行性；样本活库运行中发生重大变更时应重新提请伦理审查；涉及样本的科研项目须通过独立的伦理审查（多中心项目由牵头单位主审）；伦理委员会应对研究项目实施全程跟踪监督，有权要求整改、暂停或终止相关研究；伦理委员会需制定完善的管理制度与SOP，通常在30日内出具书面审查意见（紧急情况可缩短至72h内）；委员须签署保密协议并主动回避利益冲突；科研论文发表通常需提供伦理审查批准证明；国家科技伦理委员会负责统筹协调，卫健委等部门开展不定期抽查；对于未按规定开展伦理审查、违反知情同意原则等行为，相关单位及人员将承担相应法律责任，并可能影响行政许可获取与科研项目获批。 2.4 生物样本活库的持续合规管理 为确保生物样本活库合规管理持续符合最新法律法规与标准要求，需建立系统化、常态化的合规管理机制，重点包括以下2个方面：一是建立定期内部合规审查制度，定期开展运营合规检查与管理评审，完整记录审核时间、范围及结果，及时排查并消除风险隐患，保障现有政策与流程落地执行；二是引入第三方合规评估机制，通过聘请专业机构开展独立审核，或申请ISO 9001、CNAS、ISO 20387等权威认证，客观评价样本库的合规水平，其中ISO 20387认证需独立审核员远程审核及2~3日现场审核，可有效发现内部自查遗漏的问题、获得针对性改进建议，同时提升利益相关方信任度。 2.5 目前人类遗传资源管理中尚待完善的问题 2023年7月实施的《人类遗传资源管理条例实施细则》（以下简称《实施细则》）[1]在《人类遗传资源管理条例》[2]基础上，进一步细化管理要求，明确了人类遗传资源（human genetic resources， HGRs）的界定，推动了我国HGRs管理的法治化进程。根据现行规定，血清、血浆、尿液、粪便、已商业化的细胞系及其细胞系来源的小鼠移植模型（cell-derived xenograft，CDX）、嵌合抗原受体T细胞免疫疗法（chimeric antigen receptor T-cell immunotherapy ，CAR-T）治疗材料等已明确不纳入人类遗传资源监管范围。然而，随着生命科学快速发展和国际科研合作日益深化，在生物样本活库建设与应用中，国际合作与内部监管之间的平衡方面仍存在以下亟待厘清与完善的关键问题。 2.5.1 PDX模型的认定与出境管理困境 PDX模型作为转化医学领域的“金标准”，对于抗肿瘤创新药研发至关重要[3]。PDX模型能够部分保留原发肿瘤的生物学特性，为药物筛选、药效评价和个性化治疗方案制定提供重要支撑[4]。在监管属性认定方面，既往行业实践中普遍认为人源组织进入动物体后即不再视为HGRs，但根据2025年4月国家卫健委的明确答复，PDX模型本身属于人类遗传资源材料，其出境须履行行政许可申报程序。然而，现行《实施细则》尚未针对PDX模型的申报路径、材料要求作出具体规定，且PDX模型依赖动物传代，部分材料临床来源难以追溯，致使实际使用和国际合作中面临操作上的不确定性。此外，PDX模型在药效学实验后产生的衍生物材料包括从安乐死的小鼠体内取下的血清、血浆及无法复苏传代的组织石蜡块、速冻组织块、蛋白裂解液等，应如何界定其资源属性并实施监管，目前均缺乏清晰、统一的标准。 2.5.2 基因组学信息披露的数据边界问题 生物样本活库通常对样本及相关个人信息进行去标识化或匿名化处理。依据《实施细则》，经去标识化或匿名化处理的HGRs信息（不含可关联的临床、影像等数据）可依法对外提供。然而，在国际科研交流中，诸如表皮生长因子受体（epidermal growth factor receptor ，EGFR）、人表皮生长因子受体2（human epidermal growth factor receptor 2， HER2）等常见基因突变位点的检测结果以及经统计处理后的组学特征数据，虽不涉及原始测序数据与个体敏感信息，但其本身是否构成“人类遗传信息”并在对外提供时受到相应监管，目前监管边界尚需进一步明确。 2.5.3 合同研究组织在国际合作项目中的申报角色与路径限制 在涉及HGRs的国际合作项目中，合同研究组织（contract research organization，CRO）虽具备专业化的项目执行、质量管控与合规服务能力，但依现行法规要求，项目申报主体必须为中外双方合作单位（如医疗机构、制药企业），CRO无法作为独立申报方，这一限制在一定程度上影响了项目推进效率，尤其是在监管要求尚不明晰的PDX模型跨境合作中更为突出。尽管业界呼吁赋予CRO更为直接的申报权限，但目前CRO的核心职能仍限于受委托方委托，协助完成材料准备、合规审查、沟通协调及全周期台账管理等支持性工作。 3 生物样本活库的建立方法和保存管理体系 生物样本活库需针对不同样本模型采用差异化的建立与保存管理方法，以下重点介绍CR细胞、类器官、PDX模型及创新型微型人源肿瘤移植模型（mini-patient-derived xenograft ， MiniPDX）和肿瘤免疫快速体内药效测试平台（immuno-oncology fast in vivo efficacy test ，IO-FIVE）的核心技术路线。 3.1 条件重编程细胞的建立方法和保存管理体系 CR技术可在不改变细胞遗传背景的前提下，实现原代上皮细胞的长期体外培养，其核心技术原理是在Rho相关卷曲螺旋蛋白激酶（Rho-associated coiled-coil kinase ，ROCK）抑制剂Y-27632存在时，将原代细胞与经灭活处理的小鼠3T3-J2成纤维细胞（简称J2细胞）共培养，可诱导细胞获得干细胞样特征且保留分化能力，该技术目前已广泛应用于疾病建模、药物研发等领域。 3.1.1 条件重编程细胞的技术原理 ROCK抑制剂Y-27632的靶向抑制作用与J2细胞的饲养层支持，是CR细胞生长及实现体外重编程的两大关键因素。在无Y-27632时人原代角质形成细胞仅能传代20~40代；添加Y-27632后其传代次数可超过150代；而若缺失小鼠J2细胞的饲养层支持，则无法实现细胞的永生化培养。目前CR技术的机制尚未完全阐明，已有研究表明，该技术可通过激活信号转导和转录激活子（signal transducers and activators of transcription ， STAT）、丝裂原活化蛋白激酶（mitogen-activated protein kinase ，MAPK）等信号通路促进细胞周期进程、抑制细胞凋亡与分化，维持干细胞特性，同时上调CD44、P63等干细胞标志物的表达及增强人端粒酶逆转录酶（human telomerase reverse transcriptase ，hTERT）活性，并使视网膜母细胞瘤蛋白（retinoblastoma protein ，pRB）/P16通路失活。 3.1.2 构建步骤 CR细胞的构建步骤分以下3个方面。 （1）J2细胞处理 经适当剂量照射或2～4mg·mL-1丝裂霉素C处理1～3h，处理后经多次充分清洗去除残留药物，阻止J2细胞增殖，使其具备饲养层细胞功能[5]。 （2）饲养层制备与共培养方式选择 以J2细胞作为饲养层，与原代细胞进行直接物理接触共培养为主，也可使用含J2细胞分泌因子的条件培养基[6]。 （3）原代细胞处理及CR培养 酶消化人或PDX来源原代组织，过滤后与饲养细胞、Y-27632共培养，需通过组织学检查区分正常细胞与病理细胞。 3.2 类器官的建立方法和保存管理体系 类器官是源于干细胞或组织的三维结构，自2009年Hans Clevers团队成功构建首个现代类器官以来[7]，相关研究呈指数级增长。其中，肿瘤类器官[如患者来源类器官（patient-derived organoid， PDO）]可模拟肿瘤微环境，在癌症研究与个性化医疗中应用广泛[8]，不同癌种类器官培养核心差异在于培养基配方。 3.2.1 类器官的建立 类器官的建立包含以下3个方面。 （1）细胞来源 肿瘤类器官主要来源于肿瘤上皮细胞，如需模拟肿瘤微环境时可联合肿瘤相关成纤维细胞和免疫细胞等进行共培养。细胞可通过手术切除肿瘤样本、穿刺/内镜活检样本及晚期患者外周血、胸腹水等体液样本获取；国内已有研究利用患者微量穿刺样本成功构建肿瘤类器官，辅助诊断胰腺黏液性囊腺瘤（高级别上皮内瘤变），弥补了传统诊断技术的不足[9]。 （2）培养条件 类器官培养需模拟体内环境，关键在于培养基与基质的选择。培养基需补充表皮细胞生长因子（epidermal growth factor ，EGF）、成纤维细胞生长因子（fibroblast growth factor ，FGF）等生长因子及A83-01等信号通路调节剂，同时加入适量抗生素与抗真菌剂以防污染；基质通常采用Matrigel胶，其富含层黏连蛋白和生长因子，可提供三维支持网络。 （3）构建步骤 样本在4℃条件下冷链转运，并于1~2h内尽快完成预处理，剔除坏死及纤维化区域后机械切割，经胶原酶Ⅳ等酶类消化获得活性细胞悬液并过滤纯化；于冰上将细胞悬液与Matrigel胶按优化比例混合，以适宜密度接种后，置于37℃、5%CO2培养箱固化；定期换液维护培养，通过苏木精-伊红染色法（hematoxylin-eosin staining ，HE）、免疫荧光/免疫组化、测序分析及药物敏感性实验等验证类器官与原代肿瘤特性的一致性。 3.2.2 部分不同瘤种的类器官培养基推荐 不同瘤种类器官培养基因癌种生物学特性不同存在差异，但整体遵循“共性基础+癌种特异”的核心框架与统一必备成分。在基础框架层面，胃癌[10]、结直肠癌[11]、肝癌[12]、乳腺癌[13]、肺癌[14]、卵巢癌[15]、胰腺癌[16]、胆囊癌[17]、头颈鳞癌[18]及宫颈癌[19]这10种瘤种均以改良杜尔贝克改良伊格尔培养基/F12培养基（Dulbecco’s modified eagle medium/nutrient mixture F-12 ，DMEM/F12）为基础培养基，统一由“基础培养基+功能添加剂”构成，其中共性添加剂保障细胞生存与培养环境稳定，特异性成分适配不同瘤种生长需求，具体核心配方如表1所示。 3.2.3 类器官的保存、复苏和传代 类器官入库前需确保其活力高于80%、无污染且基因型与表型符合标准。长期保存采用程序化低温冻存：使用含 10%二甲基亚砜（dimethyl sulfoxide ，DMSO）的冷冻保护剂（或经优化的低DMSO/无DMSO冻存液），经程序降温后转移至液氮（－196℃)储存，定期复核活率与遗传稳定性。复苏时需快速解冻（37℃水浴），并迅速转移至新鲜培养基恢复。定期轻柔传代与换液，维持类器官的三维结构与生物学特性，保障样本长期稳定可用。 3.3 PDX模型的建立方法和保存管理体系 PDX模型是将人源肿瘤直接移植到免疫缺陷小鼠构建的模型[20]，能保留原始肿瘤的细胞、微环境、组织病理学结构及基因组特征，临床相关性优于CDX模型[21]，且PDO与PDX结合（PDOX）可提升移植成功率、缩短周期，目前广泛用于肿瘤研究与药物研发[22]。 3.3.1 PDX模型的建立方法 PDX模型的建立方法如下。 （1）临床样本获取与处理 ①样本获取：建立PDX模型需由经验丰富的医生无菌获取新鲜肿瘤样本（如手术切除组织、穿刺样本或含肿瘤细胞的体液），样本应足量并尽量剔除正常及坏死组织。为提高成功率，患者取样前1~2周内最好未接受过放化疗等影响肿瘤活性的治疗。所获样本需置于含5%抗菌-抗真菌剂的Hank,s平衡盐溶液（Hank’s balanced salt solution ，HBSS）中，以湿冰保存并尽快送达动物房。②样本处理：所获新鲜的临床肿瘤样本应尽快进行处理，应用HBSS缓冲液洗涤3遍，小心剥离肿瘤包膜和坏死组织，该过程中应尽可能保证每份肿瘤组织的完整性；所获含肿瘤细胞的体液则应提取并制备为单细胞悬液备用。 （2）样本移植 选用4～5周龄的非肥胖性糖尿病/重症联合免疫缺陷小鼠（non-obese diabetic/ severe combined immunodeficiency mouse ， NOD/SCID）或NOD-SCID-γ小鼠（NOD-SCID gamma mouse ，NSG）等免疫缺陷小鼠，于无特定病原体（specific pathogen free ， SPF）级动物房适应饲养至少3d后进行移植。对于实体瘤，将处理后的组织切成约8mg的小块，使用肿瘤穿刺针与Matrigel胶混合后，移植至小鼠皮下（P0代）；对于血液肿瘤或胸腹水来源的样本，则将制备好的单细胞悬液（含106~108个细胞）通过胫骨注射等方式进行移植（P0代）。 （3）传代与监测 当PDX模型建立后，需进行传代与持续监测。对于实体瘤，通常在P0代小鼠肿瘤长至500~800mm³时传代，稳定模型至少需传3代，期间每周测量肿瘤体积；对于血液肿瘤，则通过血涂片、骨髓涂片或流式细胞术确认肿瘤细胞增殖后进行传代，稳定模型至少需传2代。上述2种肿瘤模型均需每日观察小鼠健康状况，若P0代超过120d未成瘤则需对小鼠实施安乐死。 （4）样本采集与鉴定 当PDX小鼠模型生长至预定标准时，需进行组织采集以用于后续研究或传代。对于实体瘤模型，通常在肿瘤体积达到800~1500mm³时，对小鼠实施安乐死，随后在无菌条件下通过外科手术完整剥离肿瘤组织，并使用HBSS缓冲液清洗、剔除表面薄膜与坏死组织。对于血液肿瘤模型，则在通过监测确认成模后，采集小鼠的血液、骨髓或脾脏来提取肿瘤细胞。 采集完成后，鉴定工作是确认模型质量与保真度的核心环节。首先，需要进行病理学鉴定，即将部分组织或细胞进行固定、包埋、切片/涂片，由病理医生进行诊断，评估其组织形态与原始肿瘤的一致性。与此同时，进行基因组学与转录组学鉴定，利用全外显子组测序（whole exome sequencing， WES）和RNA测序（RNA sequencing ， RNA-seq）等技术，分析模型的基因突变和基因表达谱。最后，通过综合比较病理学和基因转录组学的鉴定结果，系统评估该PDX模型在组织结构和分子层面与原始患者肿瘤的相似性，从而完成对建模是否成功的最终判定。 3.3.2 PDX模型的保存管理体系 PDX模型的保存管理体系包含以下2个方面。 （1）模型保存方式 为实现PDX模型的长期稳定保种，目前最常用的方法是对新鲜肿瘤组织或细胞进行冷冻保存。对于新鲜组织，先用手术刀将其切割成约4mm×4mm×2mm的小块，然后浸泡于含有10%DMSO的胎牛血清（fetal bovine serum， FBS）冷冻保护液中，并使用程序降温盒于－80℃冰箱中过夜，完成缓慢降温后，最终转移至液氮中长期储存。对于新鲜肿瘤细胞，则需将其重悬于FBS中制备成细胞悬液，同样使用含10%DMSO的FBS作为冷冻保护剂，经程序降温后存入液氮。上述这2种方法均通过程序降温盒控制冷却速率，并利用DMSO作为冷冻保护剂，以最大限度地维持肿瘤细胞活性，确保复苏后能成功用于后续移植。 另一种传统保存方法是小鼠体内传代保存，即通过将肿瘤组织连续移植在新的免疫缺陷小鼠体内来维持模型。然而，该方法因成本高昂、操作繁琐，且存在模型经多次传代后其遗传和病理特征可能发生偏移（如鼠源化）的风险，故目前主要作为冷冻保存的补充策略，或在特定研究需要短期扩增模型时使用。 （2）PDX样本活库建立 建立系统化PDX样本活库，其核心价值在于能将经鉴定合格的PDX模型通过冷冻保存与复苏，反复、高效地重建为荷瘤小鼠，从而大幅提升珍贵临床肿瘤样本的利用率，并显著降低研究难度与成本。为实现这一目标，活库管理需遵循标准化流程：所有建模成功的PDX模型均应按规范入库，并详尽记录其临床来源、移植代次、基因特征等关键信息，形成可追溯的数据档案。同时，为确保活库的长期可靠性，必须建立严格的质量控制体系，其核心环节是定期对库存的冷冻样本进行复苏抽检，以实际验证样本的存活率与成瘤能力，从而保障整个资源库的保存质量与应用价值。 3.4 创新型的生物样本活库：MiniPDX/IO-FIVE 患者来源的肿瘤组织可构建CR细胞、类器官、PDX等生物样本活库，用于肿瘤药敏检测支持精准治疗。传统模型存在个体差异与药物反应模拟局限，PDX虽保留肿瘤遗传特性与异质性，但面临成瘤率低、周期长等问题，故创新型的生物样本活库技术应运而生。其中，MiniPDX和IO-FIVE技术表现尤为突出，极大地推动了个体化药物筛选的进程。 3.4.1 MiniPDX的建立方法 MiniPDX模型结合了体外细胞快速增殖的优势和PDX体内给药的模式，有效缩短了实验时间，同时保证了临床结果的准确性。该模型不仅提高了操作可行性，使建模成功率由30%~70%提高至100%（质量控制通过），还拓宽了药物的检测范围，除化疗药和靶向药外，抗血管生成药物也可被检测，为肿瘤研究和药物开发提供了新型工具平台。MiniPDX的建立方法如图1所示。 （1）样本准备 取患者新鲜的肿瘤样本或PDX保种肿瘤样本制备成单细胞悬液，采用阴性富集的方法筛选出肿瘤细胞。 （2）小鼠模型构建 将筛选出的肿瘤细胞悬液计数，取约5 000个细胞至于中空纤维胶囊中。中空纤维胶囊特有的孔径设计可使相对分子质量低于500的小分子药物、大分子抗体药及多种生长因子自由进出，而肿瘤细胞留在胶囊内。然后将带有肿瘤细胞的中空纤维胶囊植入BALB/c-nude小鼠皮下进行培养，每只小鼠植入3根胶囊。 （3）药敏测试 将小鼠进行分组，每组2只，根据不同的药物方案（需包含空白对照组）进行系统给药。系统给药模式完全模拟患者用药途径：口服类药物采取灌胃方式给药，静脉注射类药物采取尾静脉注射或腹腔注射给药。给药期间，每日观察小鼠状态并称量小鼠体重。 （4）数据分析 给药7d后，取出中空纤维胶囊，分别置于96孔板中，利用体外三磷酸腺苷（adenosine triphosphate ，ATP）方法检测肿瘤细胞活力。根据肿瘤细胞总体的活力变化情况评估各种给药方案的有效性。 MiniPDX检测为小鼠体内药敏快速筛选提供了高效的新方法，整个检测过程仅需8d，与PDX相比，极大缩短了患者用药等待期。MiniPDX给药模式完全模拟临床，极大扩展了被测药物的范围，包括化疗药物（含前体药物）、靶向药物和抗血管生成药物等均可检测。然而，该检测模型采用免疫缺陷小鼠，且提取的细胞中无免疫细胞，故无法检测免疫相关药物的疗效。 3.4.2 IO-FIVE的建立方法 随着肿瘤免疫治疗药物的临床应用日益广泛，IO-FIVE技术应运而生。该技术在消化临床肿瘤样本或患者来源异种移植物保存的肿瘤样本时，保留适当比例的肿瘤浸润免疫细胞和基质细胞，将其与肿瘤细胞混合后，注入改良的中空纤维培养系统（OncoVee®MiniPDX）中，再植入小鼠皮下，并系统性地开展免疫药物敏感性测试，用于筛选适合的免疫药物或联合用药方案。IO-FIVE是在MiniPDX基础上再次升级改造，除具有MiniPDX的快速、高效的特点外，还弥补了MiniPDX无法检测免疫药物的缺陷。IO-FIVE的建立方法如图2所示。 （1）样本准备 取患者新鲜肿瘤样本或PDX保种样本，分离肿瘤浸润免疫细胞与肿瘤细胞，并按一定比例混合。 （2）小鼠模型构建 取约3 000个混合细胞悬液装入中空纤维胶囊（同MiniPDX），每只BALB/c-nude小鼠皮下植入3根胶囊进行培养。 （3）药敏测试 将小鼠进行分组，每组2只。按不同药物方案系统给药（同MiniPDX模式），给药期间每日观察小鼠状态并称重。 （4）数据分析 第0天取部分细胞采用流式细胞荧光分选技术（fluorescence activated cell sorter， FACS）检测；培养10d后取出中空纤维胶囊，一部分样本采用体外ATP法检测肿瘤细胞活力以评估药效，另一部分样本采用FACS检测肿瘤细胞及CD45+、CD8+、CD3+细胞的数量与比例，以分析免疫细胞比例与疗效的关系。 IO-FIVE检测技术系统在给药10d后即可快速出具结果，用于患者给药指导。然而，需注意的是，部分免疫药物起效慢，10d的检测时间可能无法完全反映真实药效，需结合流式细胞技术等检测手段同步分析，以排除假阴性结果。 总之，无论选择何种技术建立生物样本活库，均应在模型建立过程中遵循标准的构建和保存流程，以提高样本活库中模型质量及复苏成功率，同时应同步推进多模态专病数据库的建设与转化应用。 4 生物样本活库建设中的信息化管理 生物样本活库的信息化管理的核心在于将样本从采集、保存到应用的全生命周期数据转化为可追溯、可管理、可利用的信息资产。这些数据主要包括2类：一是样本本身的元数据，如组织类型、采集日期等；二是在科研应用中衍生的“干库”数据，涵盖常规组学数据、肿瘤免疫微环境分析数据等多维度研究数据。为确保数据安全、合规与高效利用，整个管理过程须遵循生物安全、伦理规范与国际标准等核心原则。 4.1 信息化系统架构与技术 构建高效、安全的信息化系统需依托坚实的技术架构。系统通常采用面向服务的架构（service- oriented architecture ， SOA）和浏览器/服务器模式（browser/server mode ，B/S）进行开发部署，便于后期维护与功能迭代。在技术层面，综合运用国产信创数据库进行持久化存储，利用Redis提升性能，并通过RabbitMQ、Docker等工具实现系统解耦与容器化部署。安全性与可靠性是系统设计的核心要求，须建立从网络隔离、用户认证到操作审计的全方位安全体系，并配备自动化数据备份与监控机制。信息化系统设计需遵守数据安全性、个人信息保护、合规性、扩展性、开发性、先进性和适用性、科学性、界面友好性、安全可靠性、资源共享十大原则，重点关注数据安全（防入侵、加密、备份）、个人信息保护（去标识化、权限管理、保密承诺）、合规（符合法规与标准）、资源共享（明确共享类型、粒度、质控等，严格审批流程）等核心要点。 4.2 信息化系统的功能及应用 在功能层面，系统需覆盖样本全生命周期管理流程：从样本源信息录入、知情同意书管理开始的采集流程，到样本在库期间的库存定位、标签打印、温湿度监控等实体管理，再到与科研项目、患者随访、样本质控相关联的数据与资源管理，最终实现数据统计分析与全流程审计，深度挖掘样本资源价值。上述功能的稳定运行，需依托信创服务器、扫码设备、标签打印机、温湿度探头等硬件基础设施的支撑。 4.3 信息化系统的基础设施 系统基础设施包括信创服务器、工作电脑、条形码/二维码扫码枪、标签打印机、碳带、低温标签、温湿度监控探头、温控系统、生物样本信息智能管理系统等（见图3、图4和图5）。 建立生物样本活库信息化数据库，不仅具有重要的科研与应用价值，更需体现个性化特征。以上海立迪生物技术股份有限公司（以下简称“上海立迪生物”）于2024年8月正式上线的PMed-TRIAL数据库（访问地址：https://pmed.lidebiotech.com:8000/accounts/login/）为例，介绍其功能设计与应用价值，该数据库功能体系全面且贴合自身样本活库特点，可为相关研究者提供参考与借鉴。PMed-TRIAL是综合性模型数据库，目前收录近2 000多个PDX模型（覆盖50多种肿瘤类型），详细记录患者的临床背景信息（年龄、性别、癌症类型等）及PDX模型关键数据（病理信息、肿瘤生长曲线等），还整合了样本活库中百余个CDX模型、Syngeneic小鼠模型及数十个CR细胞系的相关信息。可见，实现信息化管理的生物样本活库，能帮助研究者在转化医学研究和新药研发过程中，便捷筛选并确定最合适模型，从而大幅提升样本活库的应用价值。 综上所述，生物样本活库信息化系统通过统一平台实现“干库”与“湿库”协同管理，提升样本使用效率与合规性，为科研探索与临床应用提供坚实基础。 5 生物样本活库在新药成药和药理药效中的应用 生物样本活库（涵盖细胞系、类器官及PDX模型等）是可复苏、能模拟原始肿瘤特性的核心资源，其规范使用（如PDX传代不超过10代）是保证数据可靠性的基础，其在肿瘤新药研发全流程中发挥不可替代的作用。 5.1 药物靶点发现和验证 药物靶点的发现和验证是新药研发的第一步，生物样本活库中的细胞系、类器官及PDX模型，结合基因编辑技术，是发现与验证肿瘤治疗靶点的关键平台。 5.1.1 细胞系模型的应用 利用成簇规律间隔短回文重复序列及其相关蛋白9（clustered regularly interspaced short palindromic repeats/associated protein 9，CRISPR-Cas9）等高通量基因筛选技术，可系统性鉴定潜在治疗靶点并揭示相关机制[24]。例如，一项发表于Nature的研究通过对324种癌细胞系进行高通量筛选，不仅发现了628个潜在靶点，还首次鉴定出Werner综合征ATP依赖性解旋酶（Werner syndrome ATP-dependent helicase ，WRN）可作为微卫星不稳定性（microsatellite instability ，MSI）肿瘤的新型治疗靶点[25]。 5.1.2 类器官模型的应用 类器官因其三维结构能更好地模拟组织异质性及微环境，在药物靶点研究中价值显著[26]，且美国食品和药品监督管理局（Food and Drug Administration ， FDA）已推动其替代动物实验用于临床前研究[27-28]。2024年发布的《类器官药物敏感性检测专家共识》指出，类器官保留原发肿瘤基因组特征，适用于靶点验证[29]。研究显示，类器官在食管癌和胃癌药效预测中准确度较高（灵敏度为90%，特异性为100%）[30]。此外，类器官模型已拓展至感染型疾病等领域，如利用肠道类器官揭示严重急性呼吸综合征冠状病毒2（severe acute respiratory syndromecoronavirus 2，SARS-CoV-2）的感染机制，为抗病毒靶点发掘提供平台[31]。 5.1.3 PDX模型的应用 PDX模型通过将患者肿瘤组织移植于免疫缺陷鼠体内构建而成，能高度保留原发肿瘤的组织病理学特征与遗传特性，被誉为“患者替身”，广泛应用于靶向药物的药效评估[3]。例如，有研究利用PDX模型证实，乳腺癌中对组蛋白去乙酰化酶抑制剂（histone deacetylase inhibitor， HDACi）的耐药性与白血病抑制因子受体（leukemia inhibitory factor receptor ， LIFR）的反馈性激活有关；另一研究则证实，溴区结构域蛋白4（bromodomain-containing protein 4 ， BRD4）抑制剂在食管癌PDX模型中能显著抑制肿瘤生长，从而验证了BRD4可作为食管癌的有效治疗靶点。 5.2 高通量药物筛选 生物样本活库为高通量药物筛选提供了核心的模型资源，显著提升了先导化合物的发现效率与临床转化潜力。 5.2.1 细胞系模型在高通量药物筛选中的优势 细胞系因其易于标准化培养和操作的特点，仍是高通量药物筛选的重要工具[32]。例如，一项研究利用前列腺癌CR细胞，对300余种化合物进行筛选发现，B细胞淋巴瘤2（B-cell lymphoma 2 ，Bcl-2）抑制剂navitoclax等对该模型最为有效[33]。 5.2.2 类器官模型在高通量药物筛选中的应用 类器官凭借其三维结构及更好的生物相关性，已成为更具临床价值的高通量药物筛选平台。一个标志性案例是，研究人员利用源自72例结直肠癌患者的类器官库，对500余种双特异性抗体候选分子进行筛选，成功发现靶向富含亮氨酸重复序列的G蛋白耦联受体5（leucine-rich repeat-containing G-protein- coupled receptor 5 ，LGR5）/EGFR的双特异性抗体petosemtamab（MCLA-158）[34]。该候选分子已基于此平台数据快速推进至临床研究[35]，并于2024年启动Ⅲ期临床试验，充分验证了类器官筛选体系在药物研发中的转化价值。此外，类器官的应用已超越肿瘤领域，例如利用肺/肠道类器官开展老药新用筛选，发现伊马替尼可抑制SARS-CoV-2感染。结合自动化技术，类器官平台能实现大规模、低成本筛选，并通过构建免疫共培养系统，用于评估免疫疗法等复杂药效[36]。 5.3 药效和毒理 在药效与毒理研究这一新药开发的关键环节，生物样本活库提供了多种高度模拟人体生物特征的模型，极大提升了药物有效性与安全性评估的可靠性。 5.3.1 PDX模型——临床药效预测的“金标准” PDX模型能高度保留患者肿瘤的微环境与遗传特征，其药效预测结果与临床疗效高度一致，被视为临床药效预测的“金标准”[4]。研究显示，西妥昔单抗在结直肠癌PDX模型中的缓解率与临床观察结果相近[21]，在头颈鳞癌[37]、胰腺癌[38]等多种肿瘤研究中也显示出良好的临床相关性。结合高通量测序等技术，PDX模型能为患者分层与精准治疗提供关键的实验依据。 5.3.2 类器官模型——高通量药效与毒性评估的新平台 患者来源肿瘤类器官（patient-derived tumor organoids ，PDTO）是进行高通量药效与毒性评估的优异技术平台[39]。研究表明，PDTO在预测胃肠道癌患者药物反应方面表现卓越（阳性预测值88%，阴性预测值100%）[40]。例如，plocabulin在结直肠癌类器官中显示出比SN38更强的细胞毒性[41]。同时，正常组织来源的类器官（如肝脏类器官）在药物肝毒性预测中发挥重要作用，其预测性能显著优于传统二维培养模型。然而需注意的是，类器官因缺乏完整的血管系统及免疫微环境等局限，导致其对部分药物（如抗血管生成类药物）的反应预测准确性仍需进一步完善[42]。 5.3.3 生物样本活库在毒理验证中的应用 生物样本活库为药物全面的毒理评估提供了多样化模型选择。除了传统的细胞系和动物模型外，类器官等新型模型正逐渐成为毒理验证的重要工具。例如，基于人类肝脏类器官的毒性筛查平台，能更准确地识别导致药物性肝损伤的化合物，有助于减少对动物实验的依赖，提升药物研发的毒理安全性评估的效率与准确性[40]。 5.4 耐药性研究 生物样本活库为深入研究肿瘤耐药机制与应对策略提供了不可替代的活体模型资源。 5.4.1 条件重编程细胞的应用 CR技术能在保持原代细胞核型的同时扩增细胞，是建立耐药细胞系、筛选耐药逆转方案的实用工具。该技术已成功用于构建肺癌[43]、乳腺癌[44]等多种肿瘤耐药模型，并揭示了头颈鳞癌对磷脂酰肌醇3-激酶（phospho- inositide 3-kinase，PI3K）抑制剂NVP-BKM 120的耐药机制[45]，还在慢性粒细胞白血病中发现了新的BCR-ABL突变以指导靶向药物开发[46]。 5.4.2 类器官模型的应用 类器官能保留肿瘤异质性并在体外长期培养，是模拟肿瘤耐药演化过程的理想平台[47]。例如，2024年一项研究通过构建包含144例肝癌患者的399个类器官库，系统揭示了治疗反应标志物及其耐药机制[48]。国内多家医院也已成功构建了针对DS8201、奥希替尼等药物的耐药类器官库，用于耐药机制研究与联合用药探索。已有专家共识[29]指出，原发性耐药、药物敏感及驯化耐药的PDO，均是研究耐药机制的高质量资源。 5.4.3 PDX模型的应用 PDX模型在体内完整模拟肿瘤微环境，尤其适用于研究临床中复杂的肿瘤耐药。已有研究成功利用PDX模型复制抗体药物偶联物（antibody-drug conjugate ，ADC）的临床耐药表型[49]；通过对超过1 000例PDX样本的多组学分析，可深入解析肿瘤耐药的驱动因素[50]。此外，PDX模型能再现顺铂长期治疗诱导的肿瘤耐药过程[51]，并在胃癌PDX模型中证实EGFR高表达与西妥昔单抗敏感性相关，为优化西妥昔单抗疗效预测生物标志物提供了重要依据[52]。 综上所述，生物样本活库通过提供从体外到体内的系列活性模型，系统支持肿瘤耐药机制的解析、逆转策略的筛选及敏感人群的鉴定，是提升肿瘤治疗疗效、应对耐药挑战的关键支撑平台。 6 功能性检测在抗肿瘤药早期临床开发中的转化应用 功能性检测（包括PDO、PDX模型及MiniPDX等）是下一代测序技术的重要补充[53-55]，其核心转化价值在于采用联合临床试验模式，即在开展人体临床试验的同时，利用患者来源的活体模型进行平行研究，从而加速生物标志物发现、优化治疗策略并提升研发决策的效率[56-59]。 6.1 临床方案疗效的评估和证实 传统临床试验通常周期较长，且每次仅能评估一种治疗方案。功能性检测模型可以同步、快速地利用有限的患者样本测试多种治疗组合的效果。例如，PDX模型与聂期临床试验共同证实了三氧化二砷联合顺铂对复发性小细胞肺癌的疗效[60]。同样，基因工程小鼠模型与Ⅲ期试验数据相互印证，不仅证实了克唑替尼在间变性淋巴瘤激酶（anaplastic lymphoma kinase ，ALK）重排非小细胞肺癌中的疗效优于化疗，还揭示了热休克蛋白90（heat shock protein 90 ，HSP90）抑制剂可克服其耐药性的潜在机制[61]。 6.2 生物标志物的发现和验证 功能性检测与联合临床试验的结合，为在节约珍贵临床样本的前提下高效发现和验证生物标志物提供了平台[62-63]。例如，该联合模式发现并证实，成纤维细胞生长因子受体（fibroblast growth factor receptor ， FGFR）通路激活是肺鳞状细胞癌对dovitinib敏感性的关键决定因素[64]；揭示了在KRAS突变肺癌中，TP53和STK11的共缺失会显著降低肿瘤对多西他赛的治疗反应[65]；还鉴定出MIR652-3p是结直肠癌对瑞戈非尼产生耐药的潜在驱动生物标志物[66]。 6.3 探索性研究 联合临床试验的核心在于，可在与患者临床试验同步建立的同源肿瘤模型[如PDX、基因工程小鼠模型（genetically engineered mouse model， GEMM）、PDO及MiniPDX/IO-FIVE]上，进行深入的药效预测、生物标志物探索及作用机制研究。与传统的临床前动物实验相比，该方法所获数据与临床实际的相关性更强。例如，有研究团队通过建立与dovitinib聂期临床试验患者相匹配的PDX模型，进一步证实FGFR基因表达特征是预测疗效的关键因子[67]。 6.4 临床试验设计与剂量优化 功能性检测依托MiniPDX、PDO、PDX等生物样本模型，凭借“保留肿瘤异质性、精准模拟体内药敏反应”的核心优势，成为抗肿瘤药早期临床中临床试验设计与剂量优化的关键载体。功能性检测既可直接解决设计与优化中的核心问题，也能与定量药理学、贝叶斯设计及全智能化临床试验等技术协同，进一步提升药物研发的精准度与效率。本节以MiniPDX为典型代表，阐述功能性检测在临床试验设计及剂量优化中的应用。 6.4.1 MiniPDX联合组学用于临床前适应证探索和生物标志物筛选 MiniPDX联合组学作为临床前转化医学研究工具或作为联合临床试验的探索性研究臂，对现有临床试验进行一定程度的优化，以助力新剂量优化模式下临床研究的顺利开展和临床管线布局。MiniPDX可快速筛选出患者对不同药物的敏感程度，为药物筛选更匹配的适应证；在MiniPDX检测筛选表型分群基础上，进一步结合组学检测对患者进行DNA、RNA测序，可深度挖掘药物适用的生物标志物，实现对目标临床患者的精准分层，从而提高临床入组成功率，降低研发时间与经济成本。 比如某制药公司的化合物X在A肿瘤适应证的临床试验中效果不佳。随后，通过转化医学研究，对A、B、C、D等4种适应证进行MiniPDX药敏测试。结果显示，化合物X在适应证A中抗肿瘤效果不佳，但对适应证B具有良好抑制作用，客观缓解率（objective response rate ，ORR）约为35%。进一步用组学平台检测发现，对化合物X应答的适应证B人群普遍存在E1/E2基因突变。基于此，化合物X重新设计临床试验，调整目标适应证，并成功在美国开展后续申报。该案例说明，若在早期阶段采用MiniPDX联合组学策略，有助于快速找到合适适应证及生物标志物，提高临床试验成功率，避免资源浪费。 6.4.2 MiniPDX助力剂量优化的探索 在抗肿瘤药物剂量优化中，MiniPDX联合组学虽不直接给出给药剂量，而是为相关技术平台提供关键数据支撑。通过MiniPDX测定不同剂量对敏感人群的肿瘤抑制率，绘制“剂量-抑制率”曲线，确定“最低有效剂量”和“平台期剂量”；与定量药理学模型[如药代动力学/药效动力学（pharmacokinetics/pharma- codynamics ， PK/PD）模型、贝叶斯模型]结合时，将剂量反应数据和生物标志物数据输入模型，可精准计算不同人群的最优剂量；与全智能化临床试验结合时，人工智能（artificial intelligence ，AI）系统借助分子数据与药敏结果，既能自动匹配入组患者、加速招募，又能实时监测患者用药后的标志物变化，辅助动态调整剂量。 综上所述，功能性检测在抗肿瘤药早期临床开发的转化应用中至关重要：可评估临床治疗方案的机制与疗效、验证生物标志物、开展探索性研究，助力研究人员证实或预测临床试验结果、优化结果分析，进而提高后续临床试验成功率、缩短周期、降低成本，为肿瘤患者带来更多治疗选择。 7 生物样本活库在临床个性化精准医疗方面的转化应用 7.1 肿瘤患者个体化治疗 生物样本活库为肿瘤个体化精准诊疗提供核心支撑，通过保存CR细胞、类器官、PDX、MiniPDX、IO-FIVE等活性生物样本，一方面能直接用于体外药敏测试，量化药物对不同肿瘤的疗效（如MiniPDX检测客观缓解率、类器官验证联合用药方案），避免药物“盲选”，提升用药准确性；另一方面，结合组学技术深度挖掘样本分子特征（如特定基因突变），确定敏感人群的分子标志物并作为临床试验入组标准，减少耐药人群入组以提升治疗成功率；此外，活库还能系统保存患者不同治疗阶段的活性样本，助力分析耐药机制，为后续调整方案（如换用经IO-FIVE模型验证有效的免疫药物）提供科学依据。 7.2 再生医学 在再生医学领域，生物样本活库为异体移植供体短缺与免疫排斥问题提供了有效解决方案，其储存的活性样本为组织修复与器官替代治疗提供关键支撑。活库保存的CR细胞（如气道上皮细胞、食管细胞等）在去除培养条件后可正常分化[68-70]，可用于受损组织修复（如修复食管炎症[71]、重建损伤气道[72]）；类器官样本（如肠道、肝脏、肾脏等类器官）可实现同基因扩增，移植后可修复受损器官（如结肠类器官用于肠炎修复[73]、肝芽类器官用于改善肝衰竭[74]），还可结合基因编辑校正样本中的致病突变，如修复囊性纤维化跨膜传导调节因子（cystic fibrosis transmembrane conductance regulator ，CFTR）基因用于遗传病治疗[75]；同时，活库样本也为再生医学机制研究（如细胞分化、组织再生信号通路）提供实验材料，加速技术转化。 7.3 组织工程 在组织工程领域，生物样本活库是人工组织与器官研发的重要支撑平台。活库中保存的健康或疾病状态下的组织样本，可体外扩增获得足量种子细胞（如CR细胞、类器官前体细胞），满足人工皮肤、人工血管、人工骨骼等构建需求[68]；通过分析样本的分子特征与生物学特性，可挖掘组织工程构建所需的生物标志物及调控机制，优化人工组织的构建方案；此外，利用活库相关模型（如PDX模型）可评估人工组织材料的生物相容性、药物疗效，确保组织工程产品的安全性与有效性，加速其临床转化[76]。 综上所述，生物样本活库在推动临床个性化精准医疗方面发挥关键作用。通过有效保存具有生物活性的样本，为临床研究提供了珍贵资源。无论在肿瘤个体化治疗领域，还是再生医学和组织工程等应用领域，活库均为构建疾病模型和开展体外功能验证提供了有力平台。不仅显著提升了疾病诊断与治疗的精确度，还使患者能够受益于更加个性化的治疗方案，充分展现了生物样本活库在精准医疗领域的巨大价值和潜力。 8 生物样本活库的发展趋势 随着生命科学与医学技术的快速发展，生物样本活库作为转化医学的核心基础设施，其发展正经历从“静态样本库”向“动态生物数字资源库”的根本性转变，未来将聚焦于技术创新、价值深化与全球协同，主要呈现以下三大趋势。 8.1 人工智能赋能全流程管理与高价值挖掘 AI技术将突破传统辅助角色，深度融入生物样本活库的全生命周期管理与核心价值创造全过程。在运营管理层面，AI通过算法分析温湿度、细胞活性等多维度监测数据，构建动态质控模型，实现样本失效风险的智能预警与样本保存环境的智能自动恢复，同时驱动AI视觉机械臂等自动化设备高效运转，达成样本的精准、无损存取。在价值挖掘层面，AI的影响力更为深远：一方面，可深度挖掘并整合“干库”中的临床诊疗、组学分析与药效评价数据，快速识别潜在生物标志物与治疗靶点；另一方面，赋能数字细胞、数字器官等“数字孪生”模型构建，为虚拟药物筛选与个性化治疗方案模拟提供革命性工具。此外，在多组学研究领域，AI通过分析海量多组学数据，进一步优化候选药物的预测与筛选逻辑，大幅加速药物发现与设计进程[77]，最终将样本资源利用效率与生物医学转化价值提升至新高度。 8.2 多组学整合驱动样本价值从存储向生成与决策支持跃迁 多组学研究聚焦于全面分析生物体中特定分子的整体集合，包括基因组学（如DNA）、转录组学（如RNA）、蛋白质组学（如蛋白质）、代谢组学（如代谢物）等[78]，多组学技术与生物样本活库的深度融合，将打破单一数据维度的局限，构建“样本-表型-分子特征-药效”的完整数据链。通过整合分析样本的多组学数据，可更精准地揭示疾病异质性、耐药机制及个体化治疗响应规律。例如，结合单细胞测序技术解析肿瘤微环境中不同细胞亚群的分子特征，为免疫治疗方案优化提供更精准的科学依据[79]。 多组学与生物样本活库的深度融合，并非简单的技术叠加，而是对活库核心职能的本质升华：使其从被动的实体样本存储载体，转变为可主动生成并整合高质量多组学数据的专属数据工厂，并依托活库样本构建起“样本-多组学数据-临床表型”完整知识图谱。这一融合推动生物样本活库实现从单一样本存储向全方位研究支撑的跨越式升级，成为赋能精准治疗决策的核心支撑平台，而多组学与临床动态数据的实时整合，更持续强化该平台的实用价值与临床转化效能。 8.3 国际标准化与跨区域协同共享 面对全球科研合作的深化与转化医学的国际化需求，生物样本活库的国际标准化建设将成为必然趋势。未来将重点推动建立统一的技术标准（如样本采集、保存、鉴定规范）、伦理规范（如知情同意、隐私保护标准）与数据共享格式，解决当前不同机构间样本质量不均、数据无法互通的问题；加强跨国/跨区域的合规协作，明确人类遗传资源、样本衍生物的监管边界与利益分享机制，促进全球范围内珍贵样本资源的合理利用；最终目标是通过建设国际合作网络与共享平台，打破“资源孤岛”困境，在全球范围内优化珍贵样本资源的配置与利用，加速重大疾病的多中心联合研究与成果转化。 综上所述，生物样本活库正经历从“静态样本库”到“动态生物数字资源库”的根本性转变，在转化医学发展中占据核心地位。通过AI技术深度赋能全流程管理与高价值数据挖掘，依托多组学整合实现样本价值向决策支持跃迁，借助国际标准化建设推动跨区域协同共享，三大趋势共同发力，将使生物样本活库成为加速疾病机制研究、新药研发与精准医疗落地的关键支撑，充分彰显其在生命科学与医学领域的核心价值与广阔发展潜力。 （利益冲突：本《共识》所有参与人员均声明不存在利益冲突） 《共识》编写组成员 执笔组：闻丹忆（上海立迪生物技术股份有限公司）、宋瑞霖（中国医药创新促进会）、葛永彬（北京市中伦（上海）律师事务所）、秦叔逵（中国药科大学基础医学与临床药学学院）、李进（中国药科大学附属上海高博肿瘤医院）。 专家组（按姓氏拼音排序）：毕臻乐（上海立迪生物技术股份有限公司）、陈新蕾（上海立迪生物技术股份有限公司）、董剑平（北京市中伦（上海）律师事务所）、冯岚（中国医药创新促进会）、葛永彬（北京市中伦（上海）律师事务所）、郭晔（同济大学附属东方医院）、李进（中国药科大学附属上海高博肿瘤医院）、刘杨（北京赛赋医药）、马晓慧（天士力医药集团股份有限公司）、秦叔逵（中国药科大学基础医学与临床药学学院）、邵蓉（中国药科大学药品监管科学研究院）、宋瑞霖（中国医药创新促进会）、宋晓萍（上海立迪生物技术股份有限公司）、王超（上海立迪生物技术股份有限公司）、闻丹忆（上海立迪生物技术股份有限公司）、吴琼文倩（中国医药创新促进会）、吴小飘（始达（上海）医药科技有限公司）、杨宇（诺擎生物科技（上海）有限公司）、叶静（上海立迪生物技术股份有限公司）、张敏（始达（上海）医药科技有限公司）、张志娟（中国医药创新促进会）、郑松（杭州市第一人民医院）、周俊（中国药科大学附属上海高博肿瘤医院）。 致谢 本研究在开展过程中得到诸多专家、学者及机构人员的专业审评、修订与悉心指导，相关工作的推进离不开各方的鼎力协助，特此鸣谢（按姓氏拼音排序）：陈明鑫（三生制药）、方维佳（浙江大学医学院附属第一医院）、冯令戈（华领医药技术（上海）有限公司）、郭军（北京大学肿瘤医院）、蒋家骅（四川科伦博泰生物医药股份有限公司）、姜涛（首都医科大学附属北京天坛医院）、李海燕（北京大学第三医院）、李明（滬港中科国际生物科技有限公司）、刘毅（首都医科大学附属北京胸科医院）、潘跃银（中国科学技术大学附属第一医院）、沈琳（北京大学肿瘤医院）、苏春霞（上海市肺科医院）、汪飞（诺擎生物科技（上海）有限公司）、王璐璐（中国医学科学院医药生物技术研究所）、王峰（中山大学附属肿瘤医院）、王轶楠（吉林大学第一医院）、谢颖（华领医药技术（上海）有限公司）、叶庆（中国科技大学第一附属医院）、俞海波（中南大学湘雅二医院）、袁晓曦（四川科伦博泰生物医药股份有限公司）、赵海涛（中国医学科学院北京协和医院）、赵树雍（齐鲁制药创新药物研究院）、张乐乐（中国药科大学药品监管科学研究院）、张小田（北京大学肿瘤医院）、郑怡（浙江大学医学院附属第一医院）、郑小辉（中山大学附属肿瘤医院）、朱振飞（先声药业集团有限公司）、邹全飞（华领医药技术（上海）有限公司）等专家。 参考文献： [1] 中华人民共和国科学技术部 . 人类遗传资源管理条例实施细则[EB/OL]. (2023-05-26)[2026-01-09]. https://www.gov.cn/ zhengce/202306/content_6887562.htm. [2] 中华人民共和国国务院 . 中华人民共和国人类遗传资源管理条例[EB/OL]. (2019-05-28)[2026-01-09]. https://www.most. gov. cn/xxgk/xinxifenlei/fdzdgknr/fgzc/flfg/201906/t20190612_ 147044.html. [3] Tentler J J, Tan A C, Weekes C D, et al. Patient-derived tumour xenografts as models for oncology drug development[J]. Nat Rev Clin Oncol, 2012, 9(6): 338-350. [4] Izumchenko E, Paz K,   Ciznadija D, et al. Patient-derived xenografts effectively capture responses to oncology therapy in a heterogeneous cohort of patients with solid tumors[J]. Ann Oncol, 2017, 28(10): 2595-2605. [5] Hynds R E, Ben Aissa A, Gowers K H C, et al. Expansion of airway basal  epithelial  cells  from  primary  human  non-small cell lung cancer tumors[J]. Int J Cancer,   2018,   143(1):160-166. [6] Palechor-Ceron N,   Suprynowicz F A, Upadhyay G, et al. Radiation induces diffusible feeder cell factor(s) that cooperate with ROCK inhibitor to conditionally reprogram  and immo- rtalize epithelial cells[J]. Am J Pathol,  2013,  183(6): 1862- 1870. [7] Sato T, Vries R G, Snippert H J, et al. Single LGR5 stem cells build  crypt-villus  structures  in  vitro  without  a  mesenchymal niche[J]. Nature, 2009, 459(7244): 262-265. [8] Clevers H. Modeling development and disease with organoids [J]. Cell, 2016, 165(7): 1586-1597. [9] Jiang F,  Cao D, Niu G, et al. Organoid-driven diagrammatic devolution: elevating  precision   in  pancreatic   cystic lesions diagnosis[J]. Clin Transl Discov, 2024, 4(6): e70008. [10] Vlachogiannis G, Hedayat  S, Vatsiou A, et al. Patient-derived organoids model treatment response of metastatic gastrointe- stinal cancers[J]. Science, 2018, 359(6378): 920-926. [11] van de Wetering M, Francies H E, Francis J M, et al. Prospective   derivation of   a   livingorganoid   biobank   of colorectal cancer patients[J]. Cell, 2015, 161(4): 933-945. [12] Broutier L, Mastrogiovanni G, Verstegen M M,  et al. Human primary liver cancer-derived organoid cultures for disease modeling and drug screening[J]. Nat Med, 2017, 23(12): 1424- 1435. [13] Sachs N, de Ligt J, Kopper O, et al. A living biobank of breast cancer organoids captures disease heterogeneity[J]. Cell, 2018, 172(1/2): 373-386.e 10. [14] Li Z,  Yu L,  Chen D,  et al.  Protocol for generation of lung adenocarcinoma organoids from clinical   samples[J]. STAR Protoc, 2021, 2(1): 100239. [15] Senkowski W, Gall-Mas L, Falco M M, et al. A platform for efficient  establishment  and drug-response  profiling of  high- grade serous ovarian cancer organoids[J]. Dev Cell, 2023, 58 (12): 1106-1121.e7. [16] Shi X,  Li Y,  Yuan Q, et al. Integrated profiling of human pancreatic cancer organoids reveals chromatin accessibility features associated with drug sensitivity[J]. Nat Commun, 2022, 13(1): 2169. [17] Yuan B, Zhao X, Wang X, et al. Patient-derived organoids for personalized gallbladder cancer modelling and drug screening [J]. Clin Transl Med, 2022, 12(1): e678. [18] Driehuis E, Kolders S, Spelier S, et al. Oral mucosal organoids as a  potential platform for personalized cancer therapy[J]. Cancer Discov, 2019, 9(7): 852-871. [19] Hu B, Wang R, Wu D, et al.  A promising new model: establishment of  patient-derived organoid models covering HPV-related  cervical pre-cancerous lesions  and their  cancers [J]. Adv Sci (Weinh), 2024, 11(12): e2302340. [20] Siolas D, Hannon G J. Patient-derived tumor xenografts: transforming  clinical  samples  into  mouse  models[J].  Cancer Res, 2013, 73(17): 5315-5319. [21] Daniel V C, Marchionni L, Hierman J S, et al.  A primary xenograft model of small-cell lung cancer reveals irreversible changes  in  gene expression imposed  by culture in vitro[J]. Cancer Res, 2009, 69(8): 3364-3373. [22] Li P,    Huang M,    Li M,   et al.    Combining molecular characteristics   and   therapeutic analysis of   PDOs   predict clinical responses and guide PDAC personalized treatment[J]. J Exp Clin Cancer Res, 2025, 44(1): 72. [23] Huang Y, Xu J, Li K, et al. A novel, personalized drug- screening    system    for    platinum-resistant    ovarian    cancer patients: a preliminary clinical report[J]. Cancer Manag Res, 2021, 13: 2849-2867. [24] Wang S W, Gao C, Zheng Y M, et al. Current applications and future perspective of CRISPR/Cas9 gene editing in cancer[J]. Mol Cancer, 2022, 21(1): 57. [25] Behan F M,  Iorio F,  Picco G,  et al.  Prioritization of cancer therapeutic targets using CRISPR-Cas9 screens[J]. Nature, 2019, 568(7753): 511-516. [26] Schutgens F, Clevers H. Human organoids: tools for understanding biology and treating diseases[J].  Annu Rev Pathol, 2020, 15: 211-234. [27] Anon. FDA pushes to replace animal testing[J].  Nat Biotechnol, 2025, 43(5): 655. [28] Zushin P H,  Mukherjee S,  Wu J C. FDA Modernization Act 2.0:  transitioning  beyond animal  models with human cells, organoids, and  AI/ML-based   approaches[J].  J Clin   Invest, 2023, 133(21): e 175824. [29] Xiang D, He A,  Zhou R, et al. Building consensus on the application of organoid-based drug sensitivity testing in cancer precision medicine and drug development[J]. Theranostics, 2024, 14(8): 3300-3316. [30] Schmäche T,   Fohgrub J, Klimova A, et al.    Stratifying esophago-gastric   cancer   treatment   using   a   patient-derived organoid-based threshold[J]. Mol Cancer, 2024, 23(1): 10. [31] Shah VV,  Duncan AD, Jiang S, et al. Mammary-specific expression of Trim24 establishes  a  mouse  model of human metaplastic breast cancer[J]. Nat Commun, 2021, 12(1): 5389. [32] Jaroch K, Jaroch A, Bojko B. Cell  cultures in drug discovery and development: the need of reliable in vitro-in vivo extrapolation for pharmacodynamics   and pharmacokinetics assessment[J]. JPharm BiomedAnal, 2018, 147: 297-312. [33] Saeed K, Rahkama V,  Eldfors S, et al.  Comprehensive drug testing of  patient-derived conditionally  reprogrammed cells from castration-resistant prostate cancer[J]. Eur Urol, 2017, 71 (3): 319-327. [34] Herpers B,  Eppink B,  James M I,  et al.  Functional patient- derived organoid screenings identify MCLA-158    as a therapeutic EGFR×LGR5 bispecific antibody with efficacy in epithelial tumors[J]. Nat Cancer, 2022, 3(4): 418-436. [35] Cohen E E, Fayette J, Daste A, et al. Abstract CT012: clinical activity  of  MCLA-158 (petosemtamab), an IgG 1  bispecific antibody  targeting  EGFR  and  LGR5,  in  advanced  head  and neck squamous cell cancer (HNSCC)[J]. Cancer Res, 2023, 83 (Suppl 8): CT012. [36] Han Y, Duan X, Yang L, et al. Identification of SARS-CoV-2 inhibitors using lung and colonic organoids[J]. Nature, 2021, 589(7841): 270-275. [37] Keysar S B, Astling D P, Anderson R T, et al. A patient tumor transplant model of  squamous cell cancer identifies PI3K inhibitors as candidate therapeutics in defined molecular bins [J]. Mol Oncol, 2013, 7(4): 776-790. [38] von Hoff D D, Ervin T, Arena F P, et al. Increased survival in pancreatic  cancer with nab-paclitaxel plus  gemcitabine[J]. N Engl J Med, 2013, 369(18): 1691-1703. [39] Mittal R, Woo F W, Castro C S, et al. Organ-on-chip models: implications in drug discovery and clinical applications[J]. J Cell Physiol, 2019, 234(6): 8352-8380. [40] 王俊龙, 傅丽霞, 王青洋, 等 . 类器官技术在新药评价中的应用进展[J]. 中国新药杂志, 2024, 33(20): 2131-2137. [41] Costales-Carrera A,  Fernández-Barral A,  Bustamante-Madrid P,  et al. Plocabulin displays strong cytotoxic activity in a personalized colon cancer patient-derived 3D organoid assay [J]. Mar Drugs, 2019, 17(11): 648. [42] Wang C C,  Bajikar S S, Jamal L, et al. A time- and matrix-dependent TGFBR3-JUND-KRT5 regulatory circuit in  single breast  epithelial  cells  and  basal-like  premalignancies[J].  Nat Cell Biol, 2014, 16(4): 345-356. [43] Crystal A S,  Shaw A T,  Sequist L V,  et al.  Patient-derived models of acquired resistance can identify effective drug combinations for cancer[J]. Science, 2014, 346(6216):  1480- 1486. [44] Yuan H, Myers S, Wang J, et al. Use of reprogrammed cells to identify  therapy  for  respiratory papillomatosis[J]. N Engl J Med, 2012, 367(13): 1220-1227. [45] Yun M R, Choi H M, Kang H N, et al. ERK-dependent IL-6 autocrine signaling mediates adaptive resistance to pan-PI3K inhibitor BKM 120 in head and neck squamous cell carcinoma [J]. Oncogene, 2018, 37(3): 377-388. [46] Wang Q, Song Y, Xue Y, et al. E3 ligase FBXW7 is critical for RIG-I  stabilization  during antiviral responses[J]. J Immunol, 2017, 198(Suppl 1): 148.1. [47] Taverna J A, Hung C N, Williams M, et al. Ex vivo drug testing of patient-derived lung organoids to predict treatment responses for personalized medicine[J]. Lung Cancer,  2024, 190: 107533. [48] Yang H, Cheng J, Zhuang H, et al. Pharmacogenomic profiling of intra-tumor heterogeneity using a large organoid biobank of liver cancer[J]. Cancer Cell, 2024, 42(4): 535-551.e8. [49] Liu Q, Wang J, Zhang X, et al. Abstract 1272: the development of  PDX models from  ADC-resistant   breast cancer  patient tissue for next-generation therapy evaluation[J]. Cancer Res, 2025, 85(8_Suppl_ 1): 1272. [50] Gao H, Korn J M, Ferretti S, et al. High-throughput screening using patient-derived tumor xenografts to predict clinical trial drug response[J]. Nat Med, 2015, 21(11): 1318-1325. [51] Vidal A,   Muñoz C, Guillén M J, et al. Lurbinectedin (PM01183), a new DNA minor groove binder, inhibits growth of  orthotopic   primary graft of  cisplatin-resistant   epithelial ovarian cancer[J]. Clin Cancer Res, 2012, 18(19): 5399-5411. [52] Zhang L, Yang J, Cai J, et al. A subset of gastric cancers with EGFR amplification and overexpression respond to cetuximab therapy[J]. Sci Rep, 2013, 3: 2992. [53] Friedman A A, Letai A, Fisher D E, et al. Precision medicine for cancer with next-generation functional diagnostics[J]. Nat Rev Cancer, 2015, 15(12): 747-756. [54] Letai A. Functional precision cancer medicine-moving beyond pure genomics[J]. Nat Med, 2017, 23(9): 1028-1035. [55] Letai A,  Bhola P, Welm A L.  Functional precision oncology: testing tumors with drugs to identify vulnerabilities and novel combinations[J]. Cancer Cell, 2022, 40(1): 26-35. [56] Clohessy J G, Pandolfi P P. Mouse hospital and co-clinical trial project: from bench to bedside[J]. Nat Rev Clin Oncol, 2015, 12(8): 491-498. [57] Balasubramanian B,  Venkatraman S,  Myint K Z, et al. Co- clinical  trials:  an  innovative  drug development  platform for cholangiocarcinoma[J]. Pharmaceuticals   (Basel),   2021, 14 (1): 51. [58] Kim H R, Kang H N, Yun M R, et al. Mouse-human co-clinical trials  demonstrate  superior anti-tumour effects of  buparlisib (BKM120)   and cetuximab combination in squamous cell carcinoma of head and neck[J]. Br J Cancer, 2020,  123(12): 1720-1729. [59] Chen M, Pandolfi P P. Preclinical and coclinical studies in prostate  cancer[J].  Cold Spring Harb Perspect Med, 2018,  8 (4): a030544. [60] Owonikoko T K,  Zhang G,  Kim H S, et al.  Patient-derived xenografts faithfully replicated clinical outcome in a phase II co-clinical trial of arsenic trioxide in relapsed small cell lung cancer[J]. J Transl Med, 2016, 14(1): 111. [61] Chen Z,   Akbay E,   Mikse O,   et al.   Co-clinical trials demonstrate superiority of crizotinib to chemotherapy in ALK- rearranged non-small cell lung cancer and predict strategies to overcome resistance[J]. Clin  Cancer Res, 2014, 20(5):  1204- 1211. [62] Califf R M.  Biomarker definitions and their applications[J]. Exp Biol Med (Maywood), 2018, 243(3): 213-221. [63] Goossens N,  Nakagawa S, Sun X, et al. Cancer biomarker discovery and validation[J].  Transl Cancer Res,  2015, 4(3): 256-269. [64] Kim H R, Kang H N, Shim H S, et al. Co-clinical trials demonstrate  predictive biomarkers   for dovitinib, an FGFR inhibitor, in lung squamous cell carcinoma[J].  Ann Oncol, 2017, 28(6): 1250-1259. [65] Chen Z,  Cheng K, Walton Z, et al. A murine lung cancer co- clinical trial identifies genetic modifiers of therapeutic response [J]. Nature, 2012, 483(7391): 613-617. [66] Hedayat   S,  Cascione L, Cunningham D, et al. Circulating microRNA analysis in a prospective co-clinical trial identifies MIR652-3p as a response biomarker and driver of regorafenib resistance  mechanisms  in colorectal cancer[J].   Clin Cancer Res, 2024, 30(10): 2140-2159. [67] Kim H R,  Kang H,  Kim S,  et al.  Abstract  5194:  a mouse- human co-clinical trial with patient-derived xenograft (PDX) models   demonstrates   a   predictive   signature   for dovitinib (TKI258)  in lung squamous cell carcinoma[J]. Cancer Res, 2016, 76 (14 Suppl): 5194. [68] Liu X,  Ory V,  Chapman S, et al. ROCK inhibitor and feeder cells induce the conditional reprogramming of epithelial cells [J]. Am J Pathol, 2012, 180(2): 599-607. [69] Suprynowicz F A,   Upadhyay G,    Krawczyk E, et al. Conditionally reprogrammed cells represent a  stem-like  state of adult epithelial cells[J]. Proc Natl Acad Sci USA, 2012, 109 (49): 20035-20040. [70] Liu X, Krawczyk E, Suprynowicz F A, et al. Conditional reprogramming and long-term expansion of normal and tumor cells from  human biospecimens[J]. Nat Protoc, 2017, 12(2): 439-451. [71] Jensen T J, Foster C, Sayej W, et al.    Conditional reprogramming of pediatric human esophageal epithelial cells for use in tissue engineering and disease investigation[J]. J Vis Exp, 2017(121): 55243. [72] Hamilton N J I, Hynds R E,  Gowers K H C, et al. Using a three-dimensional collagen matrix to deliver respiratory progenitor cells to decellularized trachea in vivo[J]. Tissue Eng Part C Methods, 2019, 25(2): 93-102. [73] Fordham R P,  Yui S,  Hannan N R, et al. Transplantation of expanded fetal intestinal progenitors contributes to colon regeneration after injury[J]. Cell Stem Cell, 2013, 13(6): 734-744. [74] Nie Y Z, Zheng Y W, Ogawa M, et al. Human liver organoids generated with single donor-derived multiple cells rescue mice from acute liver failure[J]. Stem Cell Res Ther, 2018, 9(1): 5. [75] Schwank G, Koo B K, Sasselli V, et al. Functional repair of CFTR by CRISPR/Cas9 in intestinal  stem  cell  organoids  of cystic fibrosis patients[J]. Cell Stem Cell,   2013,    13(6): 653-658. [76] 花威, 毕臻乐, 林琳, 等 . 肿瘤生物模型及其功能性检测的转化潜能和应用[J]. 药学进展, 2023, 47(6): 442-453. [77] Vilhekar R S, Rawekar A. Artificial intelligence in genetics[J]. Cureus, 2024, 16(1): e52035. [78] Topol E J. Individualized medicine from prewomb to tomb[J]. Cell, 2014, 157(1): 241-253. [79] Chen Y, Wang D, Li Y, et al. Spatiotemporal single-cell analysis decodes cellular dynamics underlying different responses to immunotherapy  in colorectal cancer[J]. Cancer Cell, 2024, 42(7): 1268-1285.e7. 本文引文格式： 闻丹忆, 宋瑞霖, 葛永彬, 等. 生物样本活库建设管理规范及应用专家共识[J]. 药学进展, 2026, 50(2): 97- 114. 信息来源：药学进展 往期推荐 ! 免责声明 “汇聚南药”公众号所转载文章来源于其他公众号平台，主要目的在于分享行业相关知识，传递当前最新资讯。图片、文章版权均属于原作者所有，如有侵权，请在留言栏及时告知，我们会在24小时内删除相关信息。 本平台不对转载文章的观点负责，文章所包含内容的准确性、可靠性或完整性提供任何明示暗示的保证。  喜欢的点个“看一看”和"喜欢"吧 不然微信推送规则改变，有可能每天都会错过我们哦~