清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Individualized patient tumor organoids faithfully preserve human brain tumor ecosystems and predict patient response to therapy

类有机物 生物 脑瘤 计算生物学 神经科学 生物信息学 病理 医学
作者
Tianping Peng,Xiujian Ma,Wei Hua,Changwen Wang,Youjun Chu,Meng Sun,Valentina Fermi,Stefan Hamelmann,Katharina Lindner,Chunxuan Shao,Julia Zaman,Weili Tian,Yue Zhuo,Yassin Harim,Nadja Stöffler,Linda Hammann,Qungen Xiao,Xiaoliang Jin,Rolf Warta,Catharina Lotsch
出处
期刊:Cell Stem Cell [Elsevier BV]
卷期号:32 (4): 652-669.e11 被引量:53
标识
DOI:10.1016/j.stem.2025.01.002
摘要

Tumor organoids are important tools for cancer research, but current models have drawbacks that limit their applications for predicting response to therapy. Here, we developed a fast, efficient, and complex culture system (IPTO, individualized patient tumor organoid) that accurately recapitulates the cellular and molecular pathology of human brain tumors. Patient-derived tumor explants were cultured in induced pluripotent stem cell (iPSC)-derived cerebral organoids, thus enabling culture of a wide range of human tumors in the central nervous system (CNS), including adult, pediatric, and metastatic brain cancers. Histopathological, genomic, epigenomic, and single-cell RNA sequencing (scRNA-seq) analyses demonstrated that the IPTO model recapitulates cellular heterogeneity and molecular features of original tumors. Crucially, we showed that the IPTO model predicts patient-specific drug responses, including resistance mechanisms, in a prospective patient cohort. Collectively, the IPTO model represents a major breakthrough in preclinical modeling of human cancers, which provides a path toward personalized cancer therapy.
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
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
Mmrc发布了新的文献求助100
5秒前
qin完成签到 ,获得积分10
28秒前
37秒前
ddg发布了新的文献求助10
41秒前
49秒前
Kao应助科研通管家采纳,获得10
51秒前
Kao应助科研通管家采纳,获得10
51秒前
Kao应助科研通管家采纳,获得10
51秒前
ddg完成签到,获得积分20
51秒前
贝壳发布了新的文献求助10
54秒前
科研通AI6.3应助ddg采纳,获得10
55秒前
1分钟前
小蘑菇应助贝壳采纳,获得10
1分钟前
1分钟前
Adrenaline完成签到,获得积分10
1分钟前
剁辣椒蒸鱼头完成签到 ,获得积分10
1分钟前
1分钟前
贝壳发布了新的文献求助10
1分钟前
1分钟前
粒子发布了新的文献求助10
1分钟前
naczx完成签到,获得积分0
1分钟前
赘婿应助贝壳采纳,获得10
1分钟前
nano_grid完成签到,获得积分10
2分钟前
2分钟前
希望天下0贩的0应助田田采纳,获得20
2分钟前
2分钟前
JamesPei应助老板娘采纳,获得10
2分钟前
2分钟前
称心不凡发布了新的文献求助10
2分钟前
贝壳发布了新的文献求助10
2分钟前
面条发布了新的文献求助10
2分钟前
ninini完成签到 ,获得积分10
2分钟前
勤奋平文完成签到 ,获得积分10
2分钟前
2分钟前
2分钟前
xingqing完成签到 ,获得积分10
2分钟前
自然亦凝完成签到,获得积分10
2分钟前
老板娘发布了新的文献求助10
2分钟前
androabo完成签到,获得积分10
2分钟前
老板娘完成签到,获得积分10
2分钟前
高分求助中
Principles of Economics, 11th Edition 10000
University Physics with Modern Physics, 16th edition 10000
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Environmental Leverage in Times of Climate Crisis: Product Standards, Carbon Border Measures and Preferential Trade Agreements 1000
Matrix Methods in Data Mining and Pattern Recognition 510
Social Skills Improvement System-Rating Scales--Chinese Version 500
Dynamische Polarisation von H-1 und B-11 in (CH-3)-3NBH-3 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7229833
求助须知:如何正确求助?哪些是违规求助? 8856489
关于积分的说明 18683042
捐赠科研通 6893554
什么是DOI,文献DOI怎么找? 3190796
关于科研通互助平台的介绍 2359500
邀请新用户注册赠送积分活动 2165126