癌症是目前人类的头号杀手,而肺癌又是其中发病率和死亡率最高的一种,因此开展肺癌的相关研究具有重大的现实意义。人体呼出气体中的VOC(volatile organic compounds)是一种筛查肺癌的理想标志物。但由于缺乏VOC与肺癌在生物学上的关联研究,真正肺癌特异性VOC一直难以确定。另外,虽然国家每年在肺癌新药研发上要投入大量的资金,但目前的药物筛选方法仍有许多不足之处,因此现阶段发展高通量、微体积以及自动化的药物筛选技术是非常有必要的。总的来说,本论文优化了肺癌呼吸诊断模型并验证了人体呼气中的VOC与肺癌的相关代谢联系;构建了三类肺癌药筛模型,研究了基于3D细胞球体电阻抗传感器的药物测试;开展了肺器官芯片的初步研究和实验。本文的主要研究内容和创新性工作如下:1.优化了基于VOC的肺癌诊断模型,采用随机森林算法减少了诊断模型的输入特征参数,为肺癌快速筛查提供了一种可行性方法。本文利用受试者工作特征曲线从人体呼出气体中筛选出31种VOC,并以此建立了肺癌诊断模型。该模型在区分肺癌组与健康组时判别效果良好,但在区分肺癌组和肺良性病组时判别效果一般。在加入了与肺癌密切相关的性别、年龄、吸烟状况和CT影像四个变量后,模型的灵敏度、特异性和整体正确率显著提高。另外,为了适应于便携式传感器的研发,减少模型的输入变量,本文利用随机森林算法建立了只有五个输入变量的模型,而且保持了原有肺癌诊断的准确率,这为日后肺癌呼吸诊断广泛应用于临床打下了坚实的基础。2.从最根本的基因层面分析了呼出气体中的VOC与肺癌病人体内代谢通路之间的联系,进一步证明了这些VOC标志物与肺癌病人的代谢具有相关性。本文通过R语言算法分析了美国癌症基因数据库(TCGA)中肺癌病人和健康人群的转录组数据,筛选出两者差异表达的基因,结果显示肺癌病人中有大量的基因表达与健康人群有差异;采用基因注释软件(KOBAS2.0)中的富集分析算法注释这些基因的功能,由此定位到相关的人体代谢通路。在此基础上,通过与人体内产生VOC的代谢通路数据库比较,确定了筛选出的差异基因与人体VOC代谢通路的一致性,从而证明了这些VOC标志物与肺癌病人的代谢具有相关性。最后利用基因突变分析和蛋白结构分析解释了 VOC产生的可能机制。3.构建了基于病人组织、3D细胞和类器官肺癌药物筛选的测试模型,分析比较了三类药物筛选模型的优势和不足。本文首先研究了采用肺癌病人手术组织的分离细胞种植到培养皿上进行细胞实验,以及采用裸鼠体内成瘤实验扩增病人细胞,然后再取出进行高通量药筛的实验。其次,体外3D细胞培养可以更好地模拟人体内的组织生理状态及其周围生长环境。因此,我们研究了基于有支架和无支架的3D培养方法。最后,类器官是目前最有前景的药物筛选模型之一,它在结构及功能上类似于人体器官组织,因此具备一定的器官功能,为此,我们研究了肠、肺和嗅觉类器官的培养和制备方法。4.提出了一种基于3D细胞球体的电阻抗传感器设计的新方法,实验结果表明该传感器可有效检测药物对3D细胞球体的作用效果。本文通过悬滴法将A549和H1299两种人源肺癌细胞系构建成3D球体疾病模型,并结合电阻抗传感器实时检测其细胞的培养状态。实验采用了抗癌药物(顺铂)测试2D细胞和3D球体的药效反应,结果表明3D细胞球体比2D细胞对顺铂的抗药性更强。此外,我们首次采用3D细胞传感对临床常用的肺癌联合用药进行测试实验,结果证实了顺铂联合另一种药物(依托泊苷)的方案可以达到了更好的药效,从而说明基于3D细胞球体电阻抗传感器的药筛方法可以应用于未来的个性化医疗。5.提出了基于类器官芯片的仿生传感技术设计和实现方法,开展了肺类器官芯片初步研究与实验探索。人体器官仿生芯片作为生物医学领域的新兴技术,在疾病研究、新药研发、毒性预测和个性化医疗各领域具有举足轻重的作用。引入传感器检测对类器官的培养状态进行动态实时监测是未来的发展方向。我们研究了基于PDMS模块和3D打印的组织工程支架构建肺器官芯片的设计方法,通过对培养环境中氢离子代谢的实时检测,得到了对应的药物反应结果,表明我们设计的类器官芯片检测系统可以有效地检测培养环境中氢离子的代谢变化。