一、定義與範疇
類器官(Organoids)是由來自病患的腫瘤組織或幹細胞衍生的3D生物模型，能在體外重建腫瘤的細胞組成、異質性與功能行為。相較於傳統2D細胞株或動物模型，類器官更能完整地反映腫瘤微環境(Tumor Microenvironment, TME)的特性，包括細胞間交互作用、代謝梯度、藥物反應與抗藥性形成。其生理相關性與可擴展性，使其成為當前癌症臨床前研究、藥物開發、免疫療法及精準醫療的重要基礎技術。
隨著生物工程、基因編輯與人工智慧等技術整合，類器官的應用已逐漸超越傳統的3D球體培養，並涵蓋更多高階平台，例如 : 腫瘤/器官晶片(Tumor-on-Chip, ToC／Organ-on-Chip, OoC)、3D生物列印類器官、高通量檢測與影像平台、CRISPR結合類器官、AI/ML類器官資料分析、免疫共培養類器官等。

二、市場動態
(一)市場主要動力
1. AI/ML促進高通量影像分析與藥物反應預測
AI是類器官資料處理的關鍵角色，能自動化影像分類、分析複雜形態，並整合基因體與藥物反應資料，提高藥物效果預測能力，加速精準腫瘤醫學的推進。
2. 複雜TME呈現能力提升
高階類器官平台能整合血管、組織基質與免疫細胞，並模擬缺氧、力學刺激、藥物梯度等條件，使癌症模型更接近臨床生理，提高藥物測試的預測能力。
3. 投資與跨領域合作增加
生技、藥廠、AI公司、醫院與工程研究團隊的跨領域合作增加，共同開發相關技術與產品，加速研發進程。
4. 自動化與可擴展製程
自動化培養、機器人操作、可即用(Assay-ready)凍存類器官，使高通量藥物篩選更具成本效益，有助於產業化落地。

(二)市場主要限制
1. 成本高與技術門檻高
病患衍生類器官(Patient-derived Organoids, PDO)的建立、維護、培養基組成與品管都需高技術與高成本，使規模化研究面臨挑戰。
2. TME與免疫成分仍不足
雖然已有免疫共培養模式，但仍難以完全重建複雜血管、免疫網絡與基質動態，限制了免疫治療評估。
3. 法規與倫理標準未一致
各國對PDO相關的病患授權、資料共享與智慧財產權之規範不同，加上目前無統一製程標準，限制了大規模應用。
4. 臨床應用流程尚待建立
臨床如何使用PDO資料、如何納入診療流程、並與現行治療流程接軌仍需時間建立。

三、關鍵技術與創新趨勢
(一)器官晶片
OoC是結合微流體工程與活細胞的微型生理模擬平台，能在晶片內重建血流、剪力、氧氣梯度、基質力學與多細胞交互作用，提供比傳統2D培養或部分動物模式更貼近人體的腫瘤模型。由於其可精準重建TME，包括缺氧、ECM硬度、免疫浸潤與血管新生，OoC逐漸成為癌症建模、藥物評估與個人化腫瘤醫學的重要技術。在技術優勢上，OoC可即時監測細胞反應與藥物動態，並透過多器官串接來模擬腫瘤轉移、全身性藥物毒性與跨組織反應。另外，免疫細胞如T細胞、CAR-T、巨噬細胞與樹突細胞可納入晶片系統，使OoC能用於免疫檢查點抑制劑療法、雙特異性抗體與細胞治療的效果預測。然而，OoC仍面臨不少挑戰，包括製程與材料缺乏標準化、研究再現性不足，以及要精準重現器官尺寸、流體比率與物質傳輸等技術門檻高。這些因素降低了目前規模量產及商業化的可行性。

法國的Cherry Biotech公司開發的CubiX平台，能在晶片上模擬複雜的腫瘤組成，該平台能控制環境條件如氧氣含量、養分或pH值，並有即時監控功能，亦能應需求加入不同細胞。該平台能模擬乳癌、肝癌、肺癌等多種腫瘤類型。

(二)3D生物列印
3D生物列印技術可精準控制細胞與基質的空間配置，使研究者能在體外更準確地重現真實TME的結構，包括血管網絡、氧氣梯度、基質軟硬度與多細胞的交互作用。相較於自發形成的類器官培養方式，生物列印具有高度自動化、可標準化與高再現性，可大量生成一致性高的類器官模型，適合用於高通量藥物篩選與機制研究。生物列印同時能用於支援病患特異模型的建立，利用病患癌細胞列印腫瘤，能快速用於藥物敏感性測試與個人化治療規劃。其應用已跨足多種癌症，包括乳癌、胃癌、結直腸癌及腦瘤等。英國的Carcinotech公司專注於3D生物列印技術，其Carcino3D™平台能生產源自病患的腫瘤模型，該公司的腫瘤模型能包含20種細胞類型，以最完整的模擬真實的環境。

(三)自動化與高通量影像分析
類器官研究面臨的主要瓶頸是操作複雜且變異度高，包括類器官培養環境的建立、培養基更換等流程，使其難以擴展至高通量藥物篩選。近年自動化技術與影像分析的進步，正逐步克服這些限制，使類器官在藥物開發中的應用更具產業化潛力。自動化細胞處理平台可執行膠體培養環境建立，在96、384或1536孔盤中形成一致的培養環境，並搭配機器人自動化培養基更換系統以降低批次間差異。可即用(Assay-ready)凍存類器官的出現亦是重大突破，研究者可直接解凍並進行實驗，省去長時間的擴增步驟，使高通量篩選更加快速與穩定。影像技術方面，高對比成像(High-contrast Imaging, HCI)、高對比影像分析(High-contrast Analysis, HCA)與共軛焦多重螢光技術能更清楚的觀測類器官的三維結構，並利用AI進行分析。這些技術能進行高解析度分析，支援大規模藥物反應測試。美國的Molecular Devices公司開發的ImageXpress共軛焦系統被研究人員廣泛使用於類器官成像，並結合AI工具進行精確的無標記3D類器官分類和分析。

(四)CRISPR與類器官
CRISPR技術與3D類器官的結合，使在基因體尺度下的匯集CRISPR篩選技術(Pooled CRISPR screens)能在更符合原生腫瘤環境的模型中進行，讓研究者能更精準的解析基因功能。透過高階成像系統與CRISPR基因編輯技術結合，能直接將基因破壞與細胞侵襲、形態改變、藥物反應等複雜行為連結；而進一步整合單細胞RNA定序(scRNA-seq)可幫助了解細胞異質性與基因功能在細胞發展中的角色。另外，在CRISPR篩選系統中，加入免疫細胞或基質細胞，形成共培養系統，能使其更加精準。英國的Wellcome Sanger Institute已在結直腸癌與胰臟癌類器官中進行大型 pooled CRISPR KO篩選，用於發現合成致死基因標靶。

(五)AI/ML
AI能自動化分析與量化類器官的形態、生長與細胞行為，大幅減少人為產生的偏差並節省時間。結合基因體與轉錄體等多體學資料，AI可預測藥物敏感性、並辨識與治療相關的生物標誌，並提升臨床藥物反應的預測準確度。另外，AI能提供最佳化類器官培養條件、追蹤藥物誘導的基因變化，分析抗藥機制並幫助制定個人化治療策略。美國的Tempus AI公司擁有源自病患的標靶治療平台，該公司將AI驅動的神經網路與分子數據結合，該平台加速了PDO模型在標靶治療分析和精準腫瘤學的應用。

(六)免疫細胞共培養
免疫共培養類器官透過將腫瘤類器官與免疫細胞共同培養，克服傳統2D細胞株培養與動物模型所缺乏的生理相關性與TME中免疫反應的限制，透過腫瘤異質性與免疫細胞浸潤，來提供更真實的免疫治療預測。該技術可應用於免疫檢查點抑制劑、CAR-T等療法的功效測試，已被證實適用於大腸癌、胰臟癌、肺癌與乳癌等不同癌症。藉由PDO與免疫細胞共培養，研究者可個人化預測免疫治療反應並了解抗藥機制。
該領域目前面對的挑戰包括：缺乏整合免疫細胞的標準化流程、免疫細胞存活時間短、部分類器官缺乏足夠MHC表現、TME中免疫組成難以完全模擬、以及高品質免疫細胞與PDO的取得難度高等。德國的TissUse公司開發HUMIMIC器官晶片，是多器官晶片，能依照需求同時培養多個器官模型，模擬更真實的生理狀況。

四、成長機會
(一)腫瘤晶片擴大腫瘤研究能力
ToC技術透過微流體系統、流體動力、剪力刺激及多細胞共培養，建立具高度生理相關性的腫瘤模型，能真實模擬細胞互動、藥物反應與抗藥機制。此平台可支援高通量、更具成本效益且更貼近臨床的分析方式，用於評估藥物抗性、組合療法及轉移性腫瘤的治療策略，因此具備顯著的市場成長機會，有助提升臨床試驗的預測能力並減少對動物模式的依賴。
另外，Tumor-on-a-Chip 必須與PDO等技術整合，以發揮協同效應並推動腫瘤藥物開發。生物技術公司、微流體創新者、臨床研究者及監管單位等參與者需合作，以加速平台的標準化與驗證。

(二)AI高通量藥物篩選
AI可分析高通量篩選所產生的複雜資料，將細胞毒性、抗藥性、增殖模式與形態變化等資訊轉化成可做為臨床參考的模式，降低對傳統體內模型的依賴，並建立病患專屬疾病模型以支援個人化治療決策。結合高階資料分析、ML演算法與PDO平台，能建立更快速、更客觀且更具再現性的藥物發現流程。醫院、監管機構與生技公司正在合作，標準化資料輸出並提升平台互通性。

(三)3D 生物列印開啟個人化類器官創新
透過列印病患來源癌細胞，並結合腫瘤微環境的關鍵組成如基質細胞、血管與細胞外基質，可建構出更真實、具功能性且可再現的TME模型，克服傳統2D培養與標準類器官的限制。此技術已被認可是高通量藥物測試、疾病進展研究與個人化醫療的重要平台，適合分析抗藥機制與協助調整治療策略。
研究者利用3D生物列印建構大量病患特異且生理準確的腫瘤模型，以提升高通量藥物發現效率；同時與生技公司、醫療機構與監管單位合作，推動生物列印流程標準化並促進跨平台資料交換。研究者還可調整模型來納入更多腫瘤微環境元素，用於研究耐藥性與疾病發展，並結合自動化表型分析與高內容影像，提高治療反應的解析度。

五、結語
類器官技術正在重塑癌症研究與治療開發的模式，從基因功能驗證、藥物反應預測到免疫療法評估，皆展現高度應用價值。未來，隨著Tumor-on-Chip、AI、3D生物列印與免疫共培養逐步成熟，類器官將成為癌症前臨床研究與臨床決策的核心平台。跨域合作、自動化製程、標準化與法規整合將是促進其落地的關鍵。