当"迷你器官"走出实验室：类器官如何改写医药研发的未来？

2025年2月，美国FDA宣布计划逐步取消单克隆抗体等药物的强制性动物试验。消息一出，整个生物医药圈都在问：不靠动物，新药怎么测？

答案可能就藏在一个个直径只有几毫米的"迷你器官"里——它们有个学名，叫类器官（Organoids）。

这篇文章，我整理了10篇顶刊最新研究，从Nature Reviews到Science Advances，带你一次性看懂这项正在重塑医药格局的技术。

类器官行业微信群已开启

欢迎国内类器官研发领域从业者实名加入，互通技术、交流行业进展。

联结同校同行，互相学习，共寻机遇。

01 什么是类器官？不是"缩小版器官"那么简单

先给一个最直白的定义：

类器官是一种由干细胞自组织形成的三维（3D）细胞结构，它能重现真实器官的关键结构和功能特征。

注意几个关键词：干细胞来源、自组织、3D结构、功能重现。

很多人第一次听到"类器官"，会以为是3D打印出来的缩小版器官。其实不是。类器官的神奇之处在于，它是干细胞"自己长出来"的——只要给对生长因子和细胞外基质环境，干细胞就会像在胚胎发育时那样，自发分化、排列，形成有腔道、有隐窝、有极性上皮层的微型组织。

这项技术的起源可以追溯到两个里程碑：

• 2008年：日本科学家Eiraku等人首次用胚胎干细胞培养出了皮质神经上皮，这是类器官概念的雏形。

• 2009年：荷兰科学家Hans Clevers团队（对，就是后来拿了科学突破奖的那位）成功将成体干细胞培养成3D肠道类器官，正式开启了类器官研究的黄金时代。

如今，类器官可以从两种干细胞获得：

简单说：2D细胞培养是"在平面上养细胞"，类器官是"在三维空间里养组织"。这一字之差，带来的是从细胞层面到组织层面的飞跃。

02 四大核心战场：类器官正在改变哪些领域？

根据Hans Clevers团队在Nature Reviews Drug Discovery（2026年3月）发表的综述，类器官在药物研发中的应用主要集中在四大方向：

① 疾病建模

类器官最大的优势之一，就是能在培养皿里"复制"人类疾病。从遗传病到癌症，从传染病到退行性疾病，类器官都能派上用场。

最经典的例子是囊性纤维化（CF）。这是一种由CFTR基因突变引起的遗传病。科学家可以从患者肠道活检中培养类器官，然后测试不同CFTR调节剂的效果——不用在患者身上试药，就能预判哪种药有效。

② 药物筛选

传统药物筛选用的是癌细胞系，问题是：癌细胞系经过了无数次体外传代，早就和原始肿瘤"面目全非"了。类器官则不同，它能保留原始组织的细胞异质性和基因特征。

目前，类器官已经被用于高通量药物筛选，寻找新的治疗靶点和候选药物。

③ 安全性评价

这是最近最火的方向。肝脏、肾脏、心脏类器官，都被用来测试药物的器官毒性。因为是人类细胞来源，它能避免动物实验中"物种差异"带来的误判——很多在动物身上安全的药，到了人身上就出问题，反之亦然。

④ 个性化医疗

这可能是类器官最激动人心的应用：从患者自己的细胞培养类器官，然后在"迷你版的我"上面试药，找到最适合这位患者的治疗方案。

换句话说，类器官可以成为患者的"药物试毒替身"。

03 精准医疗的"患者替身"：PDO如何改变癌症治疗？

在所有类器官应用中，患者来源类器官（Patient-Derived Organoids, PDO）可能是离临床最近的一个。

2026年6月，Weill Cornell Medicine的团队在Science Advances上发表了一项重磅研究——他们建立了一个覆盖15种癌症、220个PDO、来自191名患者的泛癌类器官平台。这是目前规模最大、最全面的PDO资源之一。

这项研究的数据非常有说服力：

PDO与原始肿瘤的一致性有多高？

• 93%的组织病理学一致性

• 80%的驱动突变基因组一致性（中位数）

• 0.85的基因表达相关性（中位数）

• 85%的优势肿瘤克隆得以保留

• 传代10次后，表达谱基本保持稳定

这些数字意味着什么？意味着PDO确实能"原汁原味"地保留患者肿瘤的特征，不是养着养着就变成另一种东西了。

更有意思的是药物筛选结果。研究人员发现，58%不符合FDA批准PARP抑制剂适应症的患者，其PDO对talazoparib（一种PARP抑制剂）竟然敏感。这说明，仅凭基因标志物判断用药，可能会漏掉一大批潜在获益的患者——而PDO功能筛选，能找到这些"被遗漏"的病人。

在罕见肿瘤领域，PDO的价值更加凸显。2026年7月发表在Science Advances上的另一项研究，成功建立了胃肠胰神经内分泌肿瘤（GEP-NETs）的类器官模型——这是一种罕见癌种，发病率约5.45/10万，但过去40年里增长了5倍。由于缺乏合适的研究模型，GEP-NETs的治疗进展缓慢。

研究人员从17名患者的35个肿瘤中建立了类器官，覆盖胰腺、小肠、胃等不同来源。G2/G3级肿瘤中有一半可以培养超过6代，足以支撑高通量药物筛选。而且类器官对标准治疗和研究性药物的反应，与患者肿瘤的敏感性和耐药性保持一致。

04 前沿突破：当类器官遇上基因编辑、AI和免疫共培养

类器官本身已经很强大了，但真正的"王炸"，是它和其他前沿技术的结合。

① 基因编辑 + 类器官：一步造出肿瘤模型

过去，要在类器官里引入多个致癌突变，需要一步一步编辑，费时费力。2023年，Hans Clevers团队在Nature Communications上发表了一项突破性工作：

用碱基编辑器（Base Editor）的多重编辑技术，一步就能在类器官中同时引入5个癌症基因的突变。

这意味着什么？意味着科学家可以快速构建从良性到恶性逐步进展的肿瘤模型，研究癌症发生的每一步。研究团队已经用这种方法，在肝细胞类器官中模拟了CTNNB1热点突变，在子宫内膜类器官中模拟了PTEN无义突变，在结直肠类器官中一步实现了5个基因的同时编辑。

② 免疫共培养：让肿瘤类器官拥有"免疫微环境"

传统的肿瘤类器官有个大问题：它只有肿瘤细胞，没有免疫细胞。但真实的肿瘤，是和免疫细胞、基质细胞、血管细胞混在一起的——这个复杂的环境，叫肿瘤微环境（TME）。

2025年发表在Cell Death Discovery上的综述，系统总结了肿瘤类器官-免疫细胞共培养的最新进展。通过把免疫细胞（T细胞、NK细胞、巨噬细胞等）和肿瘤类器官一起培养，科学家就能在体外模拟肿瘤免疫的全过程，测试免疫检查点抑制剂、CAR-T等免疫疗法的效果。

这对免疫治疗的研发来说，意义重大——终于有了一个能在体外观察"免疫细胞如何攻击肿瘤"的模型了。

③ AI + 类器官：数据分析的天作之合

类器官研究产生的数据量是惊人的——高维成像、多组学（基因组、转录组、蛋白质组）、药物筛选数据……传统分析方法根本处理不过来。

AI，特别是深度学习，正在成为类器官研究的"超级助手"。2025年发表在Biomimetics上的综述详细梳理了AI在类器官研究中的应用：

• 图像分析：用卷积神经网络（CNN）自动识别类器官的形态、大小、分化状态。在结直肠癌的结肠镜和病理图像分析中，CNN的诊断准确率已经超过95%。

• 动态建模：AI可以模拟类器官的发育过程，预测不同条件下的生长轨迹。

• 多组学整合：把基因组、转录组、蛋白质组数据整合起来，发现单一维度看不到的规律。

• 药物筛选加速：用AI预测药物-靶点相互作用，减少需要实际测试的化合物数量。

AI和类器官的结合，本质上是"实验产生数据 → AI分析数据 → 指导下一轮实验"的闭环。这个闭环转得越快，药物发现的速度就越快。

④ 血管化类器官：突破"营养供给"的瓶颈

目前的类器官有个硬伤：没有血管。类器官长到一定大小，内部的细胞就会因为得不到营养和氧气而坏死——这也是为什么类器官只能长到毫米级别。

2026年8月（就是上个月！），韩国科学家在Science Advances上发表了一项突破性研究：他们成功开发了血管化肝脏类器官。

怎么做的呢？他们把iPSC来源的肝母细胞和内皮细胞，一起种到经过特殊处理的脱细胞支架上——支架上涂了一种叫"VCA"的血管涂层剂，能帮助内皮细胞黏附并形成血管。

更厉害的是，他们通过空间转录组分析，发现了IGF2-IGF1R-AKT/MAPK信号轴是调控肝脏类器官空间组织和功能成熟的关键。加入外源性IGF2后，类器官的结构和功能都得到了显著改善。

最后，他们把这些血管化肝脏类器官移植到慢性肝衰竭小鼠模型中，治疗效果显著提升。这意味着，用患者自己的iPSC培养可移植的肝脏组织，不再是天方夜谭。

05 挑战与未来：离"替代动物实验"还有多远？

说了这么多好消息，也得聊聊挑战。类器官虽好，但要真正成为药物研发的"标配"，还有几道坎要过：

① 标准化问题

目前，不同实验室培养类器官的方法五花八门——培养基配方不一样，培养条件不一样，评价标准也不一样。同一个肿瘤，在A实验室养出来的PDO和B实验室养出来的，可能差异很大。没有标准化，就很难进入监管流程。

② 复杂性不足

虽然叫"类器官"，但目前的类器官还是简化版。它们大多缺少血管、神经、免疫细胞，也没有真正的器官间相互作用。Nature Reviews Molecular Cell Biology（2026）的综述明确指出，下一代类器官的发展方向，就是增加细胞和形态的复杂性，更接近真实器官。

③ 监管认可

FDA现代化法案2.0（2022年）和3.0的通过，以及2025年FDA宣布逐步取消部分药物的动物实验，都是积极信号。但类器官数据要真正成为监管决策的依据，还需要大量验证数据和标准化指南。

④ 成本与规模化

目前类器官培养的成本还比较高，尤其是患者来源的类器官。要实现高通量、自动化、规模化，还需要技术进步和工艺优化。

⑤ 伦理问题

特别是脑类器官——当"迷你大脑"越来越复杂，会不会产生意识？这是一个哲学和伦理层面的深层问题，目前学术界也在积极讨论。

回顾类器官这十几年的发展，从一个实验室里的"新奇玩意儿"，到今天被FDA正式纳入监管考量，这个速度是惊人的。

作为一个长期关注医药研发的博主，我觉得类器官最让人兴奋的，不是它能"替代动物实验"这个单点突破，而是它代表了一种范式转变：

从"用动物模拟人"，到"直接用人的细胞研究人"。

这背后，是整个生物医药研发逻辑的升级。当我们有了更接近人类真实生理的模型，药物研发的成功率就会更高，试错成本就会更低，患者等待有效药物的时间就会更短。

当然，类器官不是万能的。它还有很多局限，离完全替代动物实验还有很长的路要走。但方向是明确的——更精准、更人性、更高效的药物研发时代，正在向我们走来。

而那些在培养皿里静静生长的小小细胞球，可能就是开启这个时代的钥匙。

参考文献：

Andersson-Rolf A, Clevers H. New developments and applications of human organoids. Nature Reviews Molecular Cell Biology. 2026;27:543–558. doi:10.1038/s41580-026-00974-0

Verstegen MMA, Coppes RP, Beghin A, et al. Clinical applications of human organoids. Nature Medicine. 2025;31:409–421. doi:10.1038/s41591-024-03489-3

Wang D, Villenave R, Stokar-Regenscheit N, Clevers H. Human organoids as 3D in vitro platforms for drug discovery: opportunities and challenges. Nature Reviews Drug Discovery. 2026;25:204–226. doi:10.1038/s41573-025-01317-y

Kim S, Lee T, Ryu M, Park Y-G, Moon S-H. Stem Cell–Derived Organoids as a Next-Generation Platform for Drug Toxicity and Efficacy Testing: Toward Replacing Animal Models in Regulatory Science. Journal of Applied Toxicology. 2026;46:1124–1146. doi:10.1002/jat.700591

Kuo H-H, Bhinder B, Gokozan HN, et al. Patient-derived organoids across cancers reveal conserved tumor heterogeneity and actionable therapeutic vulnerabilities. Science Advances. 2026;12:eadz3351. doi:10.1126/sciadv.adz3351

Forsythe SD, Yellapragada SV, Pu T, et al. Expanded GEP-NET organoid culture for personalized therapy evaluation. Science Advances. 2026;12:eaea4296. doi:10.1126/sciadv.aea4296

Geurts MH, Gandhi S, Boretto MG, et al. One-step generation of tumor models by base editor multiplexing in adult stem cell-derived organoids. Nature Communications. 2023;14:4998. doi:10.1038/s41467-023-40701-3

Wang J, Tao X, Zhu J, et al. Tumor organoid-immune co-culture models: exploring a new perspective of tumor immunity. Cell Death Discovery. 2025;11:195. doi:10.1038/s41420-025-02407-x

Balkhair O, Albalushi H. Artificial Intelligence in Organoid-Based Disease Modeling: A New Frontier in Precision Medicine. Biomimetics. 2025;10:845. doi:10.3390/biomimetics10120845

Kim D-H, Lee Y, Kim M-J, Lee AC, Kwon S, Kang K-S. Leveraging IGF signaling to improve the spatial organization and regenerative potential of iPSC-derived vascularized liver organoids. Science Advances. 2026;12:eaea3814. doi:10.1126/sciadv.aea3814

识别微信二维码，添加生物制品圈小编，符合条件者即可加入

生物制品微信群！

请注明：姓名+研究方向！

本公众号所有转载文章系出于传递更多信息之目的，且明确注明来源和作者，不希望被转载的媒体或个人可与我们联系(cbplib@163.com)，我们将立即进行删除处理。所有文章仅代表作者观不本站。