植入设备允许医生识别最佳的化疗代理

麻省理工学院化学工程师设计了一种可植入的装置，可立即提供许多药物，允许研究人员确定哪些药物对患者的肿瘤最有效。

一支工程师组织开发了一种新的植入设备，允许医生测试癌症药物的有效性，并在开始系统化疗施用之前对每位患者最适合的药物。

100多种药物已被批准治疗癌症，但预测哪些有助于特定患者的患者是一种不精确的科学。

在麻省理工学院开发的新设备可能会改变这一点。植入装置，关于大米粒的尺寸，可以携带多剂量多达30种不同的药物。将其植入肿瘤并让药物扩散到组织中后，研究人员可以测量每一个杀死患者的癌细胞的有效性。

奥利弗·乔纳斯（MIT的Koch Instocions indopry Author Thisto Authory）在4月22日在线版科学翻译医学中的纸张中的一篇文章中，奥利弗·乔纳斯表示，这种装置可以消除现在参与选择癌症治疗的猜测。

“你可以用它来测试一系列可用药物，并选择最合适的人，”乔纳斯说。

本文的高级作者是Robert Langer，David H. Koch教授和科学院学院，医学工程研究所和化学工程系;迈克尔·西玛，麻省理工学院大卫·赫科教授，科赫研究所和材料科学与工程系。

把实验室放在患者身上

大多数常用的癌症药物通过破坏DNA或以其他方式干扰细胞功能来工作。最近，科学家们还开发了更具针对性的药物，旨在杀死携带特定遗传突变的肿瘤细胞。然而，通常难以预测特定药物是否在近待患者中有效。

在某些情况下，医生提取肿瘤细胞，在实验室中生长它们，并用不同的药物治疗它们，以了解哪些药物最有效。然而，该过程从其自然环境中去除细胞，这可以在肿瘤如何对药物治疗中发挥重要作用，Jonas说。

“我们认为善于尝试的方法是基本上将实验室放入患者身上，”他说。“这是安全的，您可以在本机微环境中进行所有敏感性测试。”

可以使用活组织检查针植入由硬质晶体聚合物制成的装置，植入患者的肿瘤中。植入后，药物将200至300微米进入肿瘤，但不彼此重叠。任何类型的药物都可以进入水库，研究人员可以配制药物，以便如果通过典型的递送方法如静脉注射液给药，则达到癌细胞的剂量与他们接受的剂量相似。

在有一天的药物暴露后，将植入物除外，以及围绕其周围的肿瘤组织的小样本，并且研究人员通过将组织样品切割并用可以检测细胞死亡标记的抗体来分析药物效果。增殖。

排名癌症药物

为了测试该设备，研究人员将其植入已接种人类前列腺，乳腺和黑色素瘤肿瘤的小鼠中。已知这些肿瘤对不同癌症药物不同的敏感性，麻省理工学院组队的结果对应于先前看到的差异。

然后，研究人员用一种称为三重阴性的乳腺癌测试了该装置，其缺乏三种最常见的乳腺癌标记：雌激素受体，孕酮受体和HER2。这种形式的癌症是特别侵略性的，并且没有针对它的药物靶向特定的遗传标记。

使用该装置，研究人员发现，三重阴性肿瘤对5种常用于治疗它们的药物不同。最有效的是紫杉醇，其次是多柔比星，顺铂，吉西他滨和拉帕替尼。当通过静脉注射输送这些药物时，它们发现了相同的结果，这表明该装置是药物敏感性的准确预测因子。

在这项研究中，研究人员将单一药物与彼此进行比较，但是该装置还可用于通过将两种或三种药物放入同一水库中来测试不同的药物组合，但Jonas说。

“该装置可以帮助我们在开始全身肿瘤前识别最佳的化疗药物和组合，而在开始系统的化疗之前，与基于人口的统计数据进行选择相反。这一直是肿瘤学社区的长期追求，迈向我们发展精确型癌症治疗的重要措施，“纪念斯隆威尔特癌症中心的首席医务官员和本文作者Jose Baselga说。

研究人员现在正在努力使设备更容易阅读设备，同时它仍在患者内部，允许它们更快地获得结果。他们还计划明年在乳腺癌患者中发育临床试验。

“这是治疗复杂癌症的方法的令人惊叹的进展，”Johns Hopkins医学院神经外科和肿瘤学教授亨利布勒姆说，他没有参与研究。“这项工作是转型性的，因为它现在打开了将门用于真正个性化的药物，其用于每个肿瘤的右药物或药物组合。”

此设备的另一种可能的应用是指导新癌症药物的开发和测试。研究人员可以创造有希望的化合物的几种不同的变体，并在人类患者的小型试验中一次测试它们，使他们能够选择最好的临床试验。

该研究由Kibur Medical和National Cancer Institut获得资助。本文的其他作者是Heathar Landry，哈佛大学的研究生;杰森富勒，前麻省理工学院研究生; John Santini，Apogen Biotechnologies的总裁兼首席执行官;和罗伯特·龙头，第三岩企业的合作伙伴。

出版物：Oliver Jonas等人，“一个植入的MicroDevice，以在肿瘤中进行体内药物敏感性测试的高通量，”SCI。翻译。Med。，2015年4月22日：卷。 7，问题284，p。 284ra57; DOI：10.1126 / scitranslmed.3010564

图像：Eric Smith（Jose-Luis Olivares / MIT编辑）