再生医学前沿图像识别实现器官芯片自动化高通量评价

Posted 2021-04-07 EngineeringForLife

在药物开发过程中，准确检测和预测药效与安全性的能力取决于可靠的测试模型，该模型需要尽可能地重现志愿者和患者水平的情况。2D细胞培养模型相对简单，但测试后通常不会直接转化到药物开发的临床阶段。因此，复杂的培养体系（包括3D培养系统和共培养系统）备受关注。因为它们具有提高可译性的潜力，同时又保持此类系统的可控性和便利操作性。器官芯片的提出旨在通过时空控制组织结构和增加流体动力学来概括体内器官的复杂生理学微环境。更准确地概述器官和疾病生物学原理的器官芯片，可能会对药物研发的各个方面（从靶标验证、作用机制阐明和复合功效，到用于临床的药物的安全性和药代动力学分析）产生影响。但是，要充分利用这些高保真模型，在提取有意义且有力的数据时会遇到一些挑战。例如，这些系统的规模（大约35000至70000个单元）在某些情况下会由于产生的量少和可用于分析的介质量小而阻碍分析物的检测。通过显微镜成像可提供一种正交方法来捕获药物处理后的细胞表型。另外，成像数据以及器官芯片所能提供的细胞和分子水平的生物学分辨率可以使人们对生物学过程有新的认识，并能对药物作用机理有进一步的了解。然而，由于难以实现大规模的器官芯片的成像，成像的常规应用受到限制。

 

大规模成像技术的缺失使器官芯片的应用受到了限制。本文创建了一个端到端的自动化工作流程来捕获和分析多细胞器官芯片的共聚焦图像，以评估芯片上大批详细的细胞表型。通过使该过程自动化，我们不仅减少了拍摄时间，而且还使过程可变性和用户偏差最小化。我们首次为器官芯片成像建立了最佳统计操作框架，对于依赖定量图像数据进行决策应用，创造了使用器官芯片和成像技术进行药物检测中常规测试的能力。

 

近期发表在Lab on a Chip杂志上题为“Introducing an automated high content confocal imaging approach for Organs-on-Chips”。来自英国AstraZeneca的Samantha Peel团队提出了一套自动化高容量的共聚焦成像方案，用于捕获器官芯片上大批的生物信息及药物评估。

在这项研究中，研究人员使用苯溴马隆测试了该方法，该物质的毒性机理与线粒体损害相关，并测试了星形孢菌素诱导细胞凋亡和坏死的能力。本文还将这一工作流程应用于评估活性阿斯利康候选药物的肝毒性作用，从而说明其在测试工具化合物之外的药物安全性评估中的适用性。最后，本文证明了该方法可以通过应用于肾脏芯片来适应不同形状和大小的器官芯片。

图1 用于自动拍摄的转接器设计和3D打印

图2 肝芯片的成像流程和智能扫描方案

图3 20倍下的模型共聚焦图像

图4 300μM苯溴马隆对LSEC（A和B）和肝细胞（CF）细胞表型的影响

图5 场效应的测量：成像允许芯片内细胞位置与表型相关

图6 贝叶斯分析测试化合物以了解数据的可变性，从而允许将由于技术误差（蓝色）与实验条件（绿色）引起的可变性去耦

图7 肝芯片的自动化共聚焦成像

 

论文地址：

https://doi.org/10.1039/C8LC00829A

图文 | 谢明君

编辑 | 王鹏

最受关注文章Top 10

---

• 
  

点个“在看”分享一下