Die pharmazeutische Industrie steht vor hohen Ausfallraten von bis zu 95% im Bereich der Krebstherapie in der klinischen Phase verursacht enorme Kosten 1-5. Ein Grund für diesen Mangel ist die Tatsache, dass zur Zeit die Wirksamkeit von potentiellen neuen Verbindungen bewertet wird in großem Maßstab Screenings auf 2D-Zellkulturen von Krebszelllinien, oder in Tiermodellen. Tiermodelle haben eine höhere Komplexität , aber es gibt entscheidende Unterschiede zwischen Mäusen und Menschen 6,7. In den letzten zehn Jahren Modelle 3D Krebs verschiedene Ansätze wurden erzeugt , um die Lücke zwischen 2D - Kultur von Krebszelllinien und einem Komplex in vivo Tumor 6,8,9 zu überbrücken. Die Auswirkungen der 3D - Umgebung auf die Zelldifferenzierung und auch Signalisierung in mehreren Studien wurde Jahren gezeigt (z. B. durch Mina Bissell) 10,11. Heute sind viele 3D - Zellkulturmodelle zur Verfügung, wie Sphäroid - Kulturen, Hydrogele oder Mikrofluidik - Chips 12-16. Obwohl these-Modelle Komplexität im Vergleich zu herkömmlichen 2D-Kultursystemen zu verbessern, sie eine Gewebemikroumgebung meist fehlen, die bekannt ist, Tumor-tragenden Effekte und hat auch Auswirkungen auf die Arzneimittelwirksamkeit zu haben.
Um dieses Problem zu beheben, haben wir einen ein 3D - Modell Tumor auf der Basis eines biologischen Gerüst SISmuc (small-Darm-Submukosa + Schleimhaut) genannt , die von einem dezellularisierter Schweine Jejunum abgeleitet wird. Dadurch werden die Gewebearchitektur und wichtige Komponenten der ECM wie verschiedene Kollagene sowie der Basalmembran Struktur 17 erhalten. Diese einzigartige Funktion ist für die Tumormodellgeneration von Karzinomen von entscheidender Bedeutung, die von Epithelien und umfassen etwa 80% von soliden Tumoren entstehen. Darüber hinaus wird die Proliferationsrate in unserem Tissue-Engineering-Tumormodell reduziert im Vergleich zu den künstlich hohen Raten in 2D-Kultur erreicht. Wie Proliferation bei der Beurteilung der Wirksamkeit von Medikamenten ist ein wichtiger Parameter, Drogentests ist in unserem Modell ermöglicht in ähnlicherBedingungen in vivo Tumoren 17.
Um das Potenzial unseres Modells zu bewerten Biomarker-abhängige Wirksamkeit von Medikamenten , korrekt vorherzusagen, wir hier vorliegenden Daten für zwei verschiedene Lungenkrebszelllinien , die in ihrem EGFR -biomarker Status unterscheiden. Dieser Mutationsstatus hat begonnen routinemßig in NSCLC-Patienten bestimmt werden. Gezielte Behandlungen mit TKI wie der EGFR -Inhibitor Gefitinib gegen Tumoren eine aktivierende EGFR - Mutation zeigen hervorragende Ergebnisse tragen im Vergleich zu denen mit einer platinbasierten Chemotherapie 18-21.
Wir stellten verschiedene Techniken Auslesen, die zur Bewertung der Wirksamkeit Verbindung relevant sind. Weiterhin wird nach TGF-beta-1 - Stimulation sind wir in der Lage Verbindung Aktionen in Tumorzellen zu untersuchen, die die EMT - Prozess gestartet, der angenommen wird , ein wichtiger Schritt in der malignen Transformation 22,23 zu sein , und die mit dem Drogen resistan verbunden istce 24.
Das 3D-Modell Tumor ermöglichen die Überwachung zellspezifische Antworten auf gezielte Behandlungen, Chemotherapie oder Medikamentenkombinationen mit guten Kontrasten. Zur weiteren Verbesserung und Drogen-Screening zu beschleunigen und Widerstand zu begegnen, wird dies durch eine in silico Simulation ergänzt. Basierend auf einigen Versuchen kann der Tumor - Antwort in silico vorhergesagt werden , in Bezug auf das Ergebnis für eine breite Palette von Medikamenten und deren Kombinationen.