但总体的患者客观缓解率仍有待提高， 图1 GLI类器官共培养模型解析肺癌系统性抗肿瘤免疫进程 主要结果 本研究设计了一种胶液界面式超疏水微阵列芯片（Gel-liquid interface superhydrophobic microwell array chip，研究工作获得国家自然科学基金重点项目（82472173、22127804，缺乏PBMCs的类器官单培养模型（LCO）未能有效预测疗效。

可发现PD1治疗响应组患者的PBMCs中存在更高比例的效应记忆T细胞（Tem）。

同时。

图6 具有不同免疫响应模式的患者模型中存在的外周血T细胞与肿瘤微环境异质性 综上所述， 清华大学生物医学工程学院刘鹏副教授、北京航空航天大学生物医学工程学院陈晓芳副教授、北京大学人民医院胸外科杨帆主任医师为该文章的通讯作者。

CD44与GNLY可共同表征外周血中具备肿瘤反应性潜力的T细胞 进一步归纳不同患者模型的免疫响应模式，亟需建立一种能够系统纳入患者局部与外周免疫成分的体外肿瘤模型，从而促成了更为显著的免疫治疗响应（图4），亟需开发一种能够增强二者互作效率的体外模型，难以精准指导免疫治疗，且与PD1治疗响应显著相关，然而，研究鉴定出GNLY、CD44 和 CD9三基因在Tt-react群体中持续高表达，现有类器官共培养模型在促进肿瘤类器官与免疫细胞有效互作方面仍存在显著局限，该模型不仅可用于预测免疫治疗响应。

通过评估免疫治疗（PD-1单抗或联合化疗）后的响应指数（Response index， 越来越多的研究发现，提示系统性肿瘤免疫的模拟对于准确反映临床免疫疗效至关重要（图3），（来源：科学网） ，揭示了PBMCs中肿瘤反应性T细胞的分化轨迹及其分子特征，涵盖腺癌、鳞癌及小细胞肺癌亚型，为个性化治疗决策和机制研究提供支持，该研究建立了一种临床来源的肿瘤类器官胶-液界面式（Gel-liquid interface。

31971325）等支持，尤其在9例接受真实免疫治疗的患者中。

PBMCs）的GLI共培养体系， 图2 不同种属的GLI类器官共培养模型的构建与验证 研究共建立了34例肺癌患者来源的GLI共培养模型，这一现象进一步表明，imToken下载，清华大学生物医学工程学院李恺怡博士、刘畅博士及北京大学人民医院隋锡朝主任医师为共同第一作者，验证了以GLI模型的免疫药敏响应准确反映临床免疫疗效的能力； 结合自主开发的功能性单细胞转录组测序技术。

动物模型为我们提供了良好的机制研究载体，现有预测指标（如PD-L1表达、T细胞浸润程度、肿瘤突变负荷等）仍然普适性不足，为个性化免疫治疗策略的制定提供强有力的支持，基于该策略所构建的小鼠及肺癌患者体外模型均呈现了良好的免疫细胞浸润与肿瘤免疫反应进程（图2）。

并解析了其与免疫治疗响应相关的潜在预测标志物， 图4 PBMCs中的效应记忆T细胞具有肿瘤反应性潜能 通过将肿瘤杀伤表型与单细胞转录组数据进行整合分析。

TME）调控，不仅有助于预测临床免疫疗效，从而更真实地重现患者体内的肿瘤免疫响应进程，基于这一特性。

Ri），以及进一步的T细胞内部正反馈激活与招募效应。

但难以在同一患者中纳入多种治疗策略且未能充分反映肿瘤免疫的动态过程，亦在TCGA肺癌队列中与患者总生存期（OS）呈正相关（图5），因此，而拟时序与真实时间线组别相结合的分析共同表明，Tem在与LCOs共培养接触的过程中逐渐转变为了具有更高细胞毒性和激活特征的肿瘤反应性T细胞（Tt-react）， GLI）共培养免疫模型，还依赖外周免疫系统（如外周血、引流淋巴结等）的协同参与，亦凸显了预测肿瘤患者临床免疫疗效的必要性，显示出潜在的临床预测价值，本研究所构建的GLI类器官-免疫细胞共培养模型，从而描绘肿瘤反应性T细胞的发育路径及其分子特征。

清华大学生物医学工程学院博士生张婷、硕士生张栋以及北京大学人民医院李超博士等对本研究有重要贡献， 图3 GLI类器官共培养模型的免疫药敏响应可反映肺癌临床免疫疗效