Ex vivo drug testing of patient-derived lung organoids to predict treatment responses for personalized medicine

医学 个性化医疗 类有机物 离体 药品 药物发现 精密医学 体内 重症监护医学 内科学 药理学 生物信息学 病理 神经科学 生物 生物技术
作者
Josephine A. Taverna,Chia‐Nung Hung,Madison Williams,Ryan A. Williams,Meizhen Chen,Samaneh Kamali,Vaishnavi Sambandam,Cheryl Hsiang-Ling Chiu,Paweł A. Osmulski,Maria Gaczyńska,Daniel T. DeArmond,Christine Gaspard,Maria Mancini,Meena Kusi,Abhishek Pandya,Lina Song,Lingtao Jin,Paolo Schiavini,Chun‐Liang Chen
出处
期刊:Lung Cancer [Elsevier]
卷期号:190: 107533-107533 被引量:5
标识
DOI:10.1016/j.lungcan.2024.107533
摘要

Abstract

Lung cancer is the leading cause of global cancer-related mortality resulting in ∼ 1.8 million deaths annually. Systemic, molecular targeted, and immune therapies have provided significant improvements of survival outcomes for patients. However, drug resistance usually arises and there is an urgent need for novel therapy screening and personalized medicine. 3D patient-derived organoid (PDO) models have emerged as a more effective and efficient alternative for ex vivo drug screening than 2D cell culture and patient-derived xenograft (PDX) models. In this review, we performed an extensive search of lung cancer PDO-based ex vivo drug screening studies. Lung cancer PDOs were successfully established from fresh or bio-banked sections and/or biopsies, pleural effusions and PDX mouse models. PDOs were subject to ex vivo drug screening with chemotherapy, targeted therapy and/or immunotherapy. PDOs consistently recapitulated the genomic alterations and drug sensitivity of primary tumors. Although sample sizes of the previous studies were limited and some technical challenges remain, PDOs showed great promise in the screening of novel therapy drugs. With the technical advances of high throughput, tumor-on-chip, and combined microenvironment, the drug screening process using PDOs will enhance precision care of lung cancer patients.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
liu发布了新的文献求助10
1秒前
琪琪完成签到 ,获得积分10
1秒前
2秒前
Amy发布了新的文献求助10
2秒前
2秒前
gyl发布了新的文献求助10
3秒前
伯赏凝旋发布了新的文献求助10
3秒前
3秒前
上官若男应助hyx9504采纳,获得10
3秒前
gyl发布了新的文献求助10
4秒前
5秒前
5秒前
JamesPei应助gyrxcu采纳,获得10
6秒前
在水一方应助无辜秋珊采纳,获得10
6秒前
Martin完成签到 ,获得积分10
7秒前
zhangpeng完成签到,获得积分10
8秒前
洂浔完成签到 ,获得积分10
8秒前
8秒前
bzy发布了新的文献求助10
9秒前
木木完成签到,获得积分10
9秒前
科研通AI2S应助Flora采纳,获得10
9秒前
今晚打母驴应助Flora采纳,获得30
9秒前
含蓄飞槐发布了新的文献求助10
10秒前
吉祥应助12采纳,获得30
10秒前
麻瓜完成签到,获得积分10
10秒前
wj发布了新的文献求助10
10秒前
he完成签到,获得积分10
11秒前
自然忻完成签到 ,获得积分10
12秒前
斯文的傲珊完成签到,获得积分10
12秒前
12秒前
gjy发布了新的文献求助10
13秒前
C2发布了新的文献求助20
13秒前
14秒前
14秒前
然而完成签到 ,获得积分10
14秒前
14秒前
15秒前
乐乐应助高兴的故事采纳,获得10
15秒前
坚定的若枫完成签到,获得积分10
16秒前
英姑应助bzy采纳,获得10
16秒前
高分求助中
Medicina di laboratorio. Logica e patologia clinica 600
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
Sarcolestes leedsi Lydekker, an ankylosaurian dinosaur from the Middle Jurassic of England 500
Machine Learning for Polymer Informatics 500
《关于整治突出dupin问题的实施意见》(厅字〔2019〕52号) 500
2024 Medicinal Chemistry Reviews 480
Women in Power in Post-Communist Parliaments 450
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3217320
求助须知:如何正确求助?哪些是违规求助? 2866528
关于积分的说明 8152235
捐赠科研通 2533239
什么是DOI,文献DOI怎么找? 1366165
科研通“疑难数据库(出版商)”最低求助积分说明 644687
邀请新用户注册赠送积分活动 617684