Einrichtung und Bewertung von vier verschiedenen Arten von patientenabgeleiteten Xenograft-Modellen

HINTERGRUND: Patientenabgeleitete Xenografts (PDX) weisen eine biologisch stabile Tumorarchitektur, Arzneimittelreaktivität, Mutationsstatus und globale Genexpressionsmuster auf. Bisher wurden zahlreiche PDX-Modelle etabliert, jedoch bleibt ihre umfassende Charakterisierung hinsichtlich der Tumorbildung und Wachstumsraten in den etablierten Modellen eine herausfordernde Aufgabe. Unsere Studie hatte zum Ziel, detailliertere Informationen zur erfolgreichen und effektiven Etablierung der PDX-Modelle bereitzustellen. METHODEN: Wir transplantierten vier verschiedene Arten von soliden Tumoren von 108 chinesischen Patienten, darunter 21 Glioblastome (GBM), 11 Lungenkarzinome (LC), 54 Magenkarzinome (GC) und 21 kolorektale Karzinome (CRC), und entnahmen Tumorgewebe, das über drei Generationen hindurch weiterverarbeitet wurde. Hier berichten wir über die Tumorbildungsrate, die Tumorbildungszeiten, die Tumorwachstumskurven und die Mortalität von Mäusen im PDX-Modell. Wir berichten auch über H&E-Färbung und Immunhistochemie für HLA-A, CD45, Ki67, GFAP und CEA-Proteinausdrücke zwischen Patiententumorgeweben und PDX-Modellen. ERGEBNISSE: Die Tumorbildungsrate nahm in den nachfolgenden Tumorgenerationen signifikant zu. Auch die Überlebensraten von GC und CRC waren bemerkenswert höher als die von GBM und LC. Bezüglich der für die Tumorbildung benötigten Zeit, die die Tumorwachstumsrate widerspiegelt, zeigte sich, dass die Tumorwachstumsrate immer zunahm, je höher die Generationszahl war. Die Tumorwachstumskurven veranschaulichen ebenfalls dieses Gesetz. Ähnlich verbesserte sich die Überlebensrate der PDX-Mäuse allmählich mit der steigenden Generationszahl in GC und CRC. Generell gab es in den PDX-Modellen eine höhere Proliferation (Ki67+) als in den Patiententumoren, was mit den Ergebnissen der Tumorwachstumsrate übereinstimmte. Die histologischen Befunde bestätigen eine ähnliche histologische Architektur und Differenzierungsgrade zwischen Patiententumorgeweben und PDX-Modellen mit statistischer Analyse durch GraphPad Prism 5.0. SCHLUSSFOLGERUNG: Wir haben erfolgreich vier verschiedene Arten von PDX-Modellen etabliert, und unsere Ergebnisse tragen zum aktuellen Verständnis der Etablierung von PDX-Modellen bei und könnten zur Erweiterung der Anwendung verschiedener Typen von PDX-Modellen beitragen.