Hepatocellulair carcinoom (HCC) is de meest voorkomende primaire leverkanker bij volwassenen en een belangrijke oorzaak van kankergerelateerde sterfgevallen wereldwijd 1,2,3. Het slechte klinische resultaat is te wijten aan significante intratumorale heterogeniteit, wat leidt tot therapieresistentie en recidief4. Een recente studie geeft aan dat ontwikkelingsdiversiteit en celtoestandplasticiteit, aangedreven door belangrijke transcriptieprogramma's zoals de FOXM1/CEBPB-as, bijdragen aan therapeutische resistentie in HCC5. Deze bevindingen benadrukken de noodzaak om te begrijpen hoe tumorcelpopulaties zich aanpassen en overgaan tussen toestanden onder langdurige behandeldruk. De meeste preklinische modellen vangen echter niet adequaat de dynamische, continue aard van deze behandelingsgeassocieerde toestandsovergangen, waardoor mechanistisch onderzoek naar tumoradaptatie en therapeutisch falen beperkt wordt.
Patiëntafgeleide organoïden (PDO's) bieden hiervoor een nuttig platform omdat ze belangrijke genomische veranderingen en cellulaire heterogeniteit van de oorspronkelijke tumor6 behouden. HCC-organoïden kunnen in langdurige kweek worden behouden terwijl ze belangrijke weefselkenmerkenbehouden 7, waardoor ze bijzonder geschikt zijn voor therapie-responsstudies. Daarnaast hebben organoïde-gebaseerde studies aangetoond dat het haalbaar is om leverkankerorganoïden te gebruiken voor drugstesten en het vastleggen van interpatiënt en intratumorale verschillen in therapeutische sensitiviteit, wat hun waarde als preklinische modellen voor behandelingsresponsonderzoekondersteunt 8,9. De meeste organoïde-gebaseerde geneesmiddelstudies vertrouwen echter nog steeds voornamelijk op eindpunt-levensvatbaarheidsmetingen of richten zich vooral op bulkfenotypische responsen, waardoor slechts beperkte informatie wordt gegeven over heterogene cellulaire responsen en therapiegerelateerde transcriptieveranderingen. Tegelijkertijd onderstreept de snelle ontwikkeling van RNA-gebaseerde therapeutische strategieën voor HCC verder de noodzaak van preklinische systemen die behandelingsresponsen nauwkeurig kunnen voorspellen en mechanistisch kunnen ontleden bij single-cell resolutie10.
Single-cell RNA-sequencing (scRNA-seq) maakt een hoogresolutiekarakterisering van cellulaire samenstelling en transcriptietoestanden binnen organoïde modellen11 mogelijk. Wanneer toegepast op organoïden die voor en na de behandeling zijn verzameld, kan scRNA-seq veranderingen in genexpressie, verschuivingen in celpopulaties en heterogene responsen onthullen die niet worden vastgelegd door bulkassays. Deze aanpak vormt daarom een praktische en krachtige strategie voor het onderzoeken van therapie-geassocieerde transcriptie-remodellering in HCC-organoïden. Er ontbreekt echter een praktische, reproduceerbare workflow die HCC-organoïdekweek, medicamenteuze behandeling en pre- en post-behandeling single-cell RNA-sequencing integreert. Zo'n workflow is het meest effectief wanneer de integriteit van organoïden wordt behouden tijdens geneesmiddelblootstelling en voldoende levensvatbare cellen worden teruggevonden voor downstream single-cel profilering. Net als bij andere organoïde-gebaseerde benaderingen zijn belangrijke beperkingen onder meer een onvolledige representatie van stromale, vasculaire en immuuncomponenten van de tumormicro-omgeving, evenals mogelijke selectiebias tijdens langdurige in vitro kweek.
Er wordt een geïntegreerde experimentele workflow beschreven voor het genereren van HCC-organoïden, het toepassen van gedefinieerde medicamenteuze behandeling en het verwerken van organoïdemonsters voor en na de behandeling van single-cell RNA-sequencing. Deze workflow omvat organoïde revival en uitbreiding, kwaliteitsbeoordeling vóór de behandeling, gecontroleerde blootstelling aan geneesmiddelen en downstream single-cell RNA-sequencing van gematchte monsters. De benadering biedt een praktisch kader om bij enkelcelresolutie behandelingsgerelateerde veranderingen in cellulaire samenstelling en genexpressieprogramma's in HCC-organoïden te vergelijken.