近年来，新型免疫治疗药物，特别是免疫检查点抑制剂（ICI），为癌症治疗带来了革命性进展。然而，在非小细胞肺癌的治疗中，只有大约20%至40%的患者能从ICI药物中获益，而大多数患者仍面临治疗无效或耐药的问题。因此，预测和评估患者对免疫治疗的反应成为了当前研究的热点。
为解决这一难题，研究团队开发了肺肿瘤芯片（ToC）平台，作为免疫检查点抑制剂反应的临床前研究工具(http://www.maoyihang.com/sell/l_5/)。该平台利用患者来源的原代自体肿瘤细胞，模拟肿瘤在人体内的三维生长环境，从而更准确地评估患者对免疫治疗的反应。
研究团队首先使用一对NSCLC细胞系和自体细胞毒性T淋巴细胞（CTL），建立了稳健的方法来量化T细胞介导的抗肿瘤活性。随后，他们转向从NSCLC样本中新鲜分离的原代细胞，以评估在几天内使用患者来源的肿瘤芯片进行个性化免疫治疗应答谱分析的可能性。
重要的是，研究团队采用连续2天的活体成像技术，对自体3D肿瘤芯片共培养物进行监测，从而量化肿瘤生态系统中关键细胞过程的动力学，如癌细胞凋亡和癌症免疫相互作用。这种先进的图像分析计算方法使得研究人员能够更准确地测量免疫治疗对T细胞介导的抗肿瘤活性的影响。
研究结果表明，将自体免疫抑制性的FAP+癌症相关成纤维细胞整合到肿瘤芯片中会降低对抗PD-1治疗的反应。这一发现揭示了肿瘤芯片在模拟与免疫治疗抵抗相关的基质依赖机制方面的潜力。
对于一小部分非小细胞肺癌患者，研究团队使用从新鲜肿瘤样本中分离的自体原代细胞生成了个性化的肿瘤芯片，并成功测量了对抗PD-1治疗的反应。这些结果不仅证明了肿瘤芯片技术在免疫肿瘤学研究中的巨大潜力，还为未来的临床验证和个性化治疗策略的开发提供了重要参考。
