Les modèles de cancer gastrique bioprintés en 3D prédisent la réponse à la chimiothérapie avec une grande précision

Le cancer gastrique (CG) est le cinquième cancer le plus fréquent dans le monde et l'une des principales causes de décès liés au cancer. Un défi clinique majeur réside dans le fait que 68,3 % des cas avancés développent une résistance à la chimiothérapie à base de platine dans les 12 mois, en grande partie sous l'effet d'une profonde hétérogénéité inter- et intratumorale. Les modèles précliniques existants — cultures cellulaires 2D traditionnelles, organoïdes dérivés de patients (PDOs) et xénogreffes dérivées de patients (PDXs) — présentent chacun des inconvénients significatifs : les cultures 2D ne reproduisent pas la complexité de la matrice extracellulaire (MEC), les PDOs souffrent de la variabilité entre lots de Matrigel et des inconsistances liées à la distribution manuelle, et les modèles PDX sont coûteux, lents et nécessitent des souris immunodéprimées. Cette étude visait à surmonter ces obstacles grâce à la bio-impression 3D par photopolymérisation de cellules de CG dérivées de patients.

L'équipe de recherche a collecté des tissus chirurgicaux auprès de 40 patients atteints de CG et soumis à une gastrectomie, et a réussi à construire des modèles 3DP-GC dans 33 cas — soit un taux de réussite global de 82,5 %. La formulation de la bio-encre a été optimisée par des tests rhéologiques systématiques de plusieurs systèmes d'hydrogel, aboutissant à la sélection d'un mélange de GelMA à 6,25 % combiné à du HAMA à 0,5 %. Cette combinaison a démontré un comportement rhéofluidifiant supérieur (la viscosité diminuant à mesure que le taux de cisaillement augmentait de 0,1 à 100 s⁻¹), des modules de conservation et de perte appropriés, ainsi qu'une récupération élastique améliorée par rapport aux systèmes GelMA purs. La microscopie électronique à balayage cryogénique a confirmé la présence d'un réseau poreux densément interconnecté au sein de l'architecture de l'hydrogel, fournissant la surface et les canaux de transport de nutriments nécessaires à une prolifération tumorale soutenue.

Au dixième jour suivant l'impression, la microscopie en lumière transmise a révélé que les modèles 3DP-GC reproduisaient les sous-types histologiques : les tumeurs de type intestinal formaient des structures glandulaires bourgeonnantes aux caractéristiques mucineuses, tandis que les tumeurs de type diffus se développaient sous forme de cellules isolées ou d'amas peu cohésifs sans lumière glandulaire — reflétant fidèlement leur pathologie in vivo. Les analyses histopathologiques et génomiques ont confirmé que les modèles préservaient les niveaux d'expression des biomarqueurs de la tumeur parentale ainsi que les profils mutationnels caractéristiques, validant leur fidélité en tant que substituts précliniques.

Les tests de sensibilité aux médicaments ont été réalisés à l'aide de schémas de chimiothérapie cliniques standard pour le CG. Une analyse rétrospective a été menée sur 12 patients ayant reçu une chimiothérapie néoadjuvante (NAC) avant la chirurgie, en comparant les réponses aux médicaments de leur modèle 3DP-GC aux résultats cliniques documentés. De plus, 8 patients recevant une chimiothérapie adjuvante (AC) en postopératoire ont été suivis de manière prospective. Une corrélation significative a été observée entre la sensibilité aux médicaments sur la plateforme 3DP-GC et l'efficacité clinique réelle de la chimiothérapie chez les patients correspondants. La viabilité cellulaire est restée supérieure à 85 % tout au long de la période de culture, permettant un criblage multi-médicaments fiable en environ une semaine.

Les avantages pratiques de la plateforme 3DP-GC sont considérables. La bio-impression automatisée assistée par ordinateur a éliminé la variabilité manuelle entre lots qui affecte les approches PDO, tandis que le délai d'environ une semaine et les coûts par échantillon réduits rendent cette plateforme réalisable pour la prise de décision clinique en conditions réelles. Les auteurs proposent que ce système pourrait guider le criblage de médicaments à haut débit et la sélection de traitements personnalisés pour les patients atteints de CG avant l'initiation d'une thérapie systémique. Les principales limites incluent la nature rétrospective de l'analyse NAC, la cohorte de patients modeste (n=33) et la période de suivi relativement courte, ce qui signifie que des essais prospectifs de plus grande envergure seront nécessaires pour établir définitivement l'utilité clinique de cette approche.