想知道手术是不是白做了？iScience：新辅助放化疗前用活检类器官照一照，近九成疗效和复发风险提前两周见分晓

对局部晚期食管鳞癌患者来说，什么情况下会觉得这顿罪白受了？

一种情况是，新辅助

放化疗

做了，手术也切了，结果病理报告一看，肿瘤没怎么退，

癌细胞

还活蹦乱跳。另一种情况是，手术顺利出院了，结果没过多久复查就发现复发了。这两种情况加起来，其实覆盖了超过六成的患者。因为按照目前的数据，只有不到三分之一的人能在新辅助放化疗后达到病理完全缓解，剩下的多数人不仅扛过了治疗的副作用，还没拿到最想要的结果。而术后两年内复发的比例，同样不低。

那有没有可能在治疗开始前就预估一下：这个人大概率有效，那个人可能白做？

iScience

上的一项研究，给出了一种思路：用活检组织养类器官，照完放疗之后看反应，再结合几个参数综合判断。

类器官这个东西，说白了就是把你身上取下来的肿瘤组织，在培养皿里养出一个微缩版的三维肿瘤。它跟传统细胞系的区别在于，细胞系经过长期传代，生物学特征已经和原始肿瘤差了不少，但类器官保留了你肿瘤本身的病理特征和基因表达谱，所以用它来做功能性测试，结果相对更贴近真实情况。

研究者从18例食管鳞癌患者的

诊断

性活检里成功养出了类器官，然后在自研的CRS平台上做分次照射，计算不同辐射剂量下的生长抑制曲线下面积和类器官的生长速率。最后把这两个体外参数，再加上患者的临床cTNM分期和术后病理退缩分级，打包成一个叫CODRP的多参数模型。

预测疗效：敏感的人几乎没有被漏掉，抵抗的人一个都没判错

先看预测新辅助放化疗后病理反应的能力。如果只用单一指标，表现最好的是类器官生长速率，敏感度87.5%，特异度90.0%。而传统的生长抑制曲线下面积和临床分期单独使用的话，预测效果就比较一般了。但把这三个参数合在一起之后，CODRP病理反应指数就完全不一样了：曲线下面积0.9625，敏感度87.5%，特异度100%。

敏感度87.5%意味着什么？就是说，那些真正拿到了病理完全缓解的人，模型把其中接近九成提前认出来了。特异度100%意味着，模型判定为抵抗的患者里，没有一个拿到病理完全缓解。也就是说，如果这个模型说你不敏感，那基本可以确定做完放化疗肿瘤不会完全消失。

图1. 放射敏感性检测用于预测新辅助放化疗病理反应的定量分析

预测复发：两组患者两年无复发生存率差了六倍多

再来看预测复发的能力。研究者把病理分级也加进来，构建了CODRP复发指数。这个模型预测复发的曲线下面积0.8485，敏感度83.3%，特异度81.8%。

有意思的是，临床上一直很重视的病理反应分级，在这个队列里没能把复发风险显著区分开。病理反应良好的人2年无复发生存率50.0%，反应不良的人22.2%，p值0.056，没有

统计

学意义。但CODRP复发指数做到了：敏感组2年无复发生存率71.4%，抵抗组只有10.0%，p=0.0103。两组之间的差距是六倍多，而且统计上非常显著。

图2. 放射敏感性检测用于预测复发风险的定量分析

两个病例对比着看，单参数差点把人带沟里

研究里有两例患者值得放在一起看。RTS163患者放化疗后达到临床完全缓解，术后一直没复发，CODRP病理反应和复发指数都判定为敏感。RTS249患者同样做了放化疗和手术，但只拿到部分缓解，术后230天就复发了，CODRP指数准确判定为抵抗。

这里有个细节值得留意：RTS249这位抵抗患者，如果只看生长抑制曲线下面积这一个指标，Z评分-1.019，反而会被判定为敏感。也就是说，单参数差点把人带沟里，加了生长速率和临床分期之后，才把真实情况校准过来。

图3. 放射敏感性检测结果与

食管癌

患者复发之间的相关性

所以这件事说到底就是一个逻辑：患者肿瘤本身的增殖活性和对辐射的固有反应，其实已经暗暗指向了后续的疗效和复发走向。体外养出来的类器官把这些特征呈现出来，再结合临床分期和病理分级，就能在治疗开始前给出一个比单一指标靠谱得多的判断。对于临床来说，这个窗口期大概两周，刚好卡在活检之后、治疗启动之前。如果能据此把敏感人群和抵抗人群区分开，前者或许可以考虑非手术

管理

或者减量放疗，后者则需要更积极地考虑手术时机或辅助治疗强化。

当然这是可行性层面的结果，离临床普及还有距离，但这个方向本身值得关注。用患者自己的肿瘤组织直接测试药物或放疗敏感性，比单纯依赖组织学或基因检测提供的信息更综合、更功能化，也更接近个体化治疗的本质。（

生物谷）

参考文献：

Jeong E, Baek JY, Lee SY, et al. Patient-derived organoids support radiotherapy response and recurrence risk prediction in esophageal squamous cancer.

iScience

. 2026;29(8):117100. Published 2026 Aug 10. doi:10.1016/j.isci.2026.117100