Desarrollo y caracterización de un ensayo escalable de imagen de calcio utilizando neuronas derivadas de iPSC humanas

Área de la Ciencia:

• Neurociencia
• Descubrimiento de fármacos
• Ensayos celulares

Sus antecedentes:

• Modelar el circuito neuronal humano complejo para el descubrimiento de fármacos es un desafío.
• Los ensayos de oscilación de calcio ofrecen un modelo funcional in vitro de redes neuronales.
• Se necesitan métodos escalables de cribado de alto rendimiento (HTS) para el descubrimiento de fármacos en neurociencia.

Objetivo del estudio:

• Optimizar los ensayos de oscilación de calcio para el descubrimiento de fármacos escalable.
• Investigar el impacto de las proporciones de neuronas y astrocitos en la actividad de la red.
• Caracterizar el papel de las neuronas GABAérgicas y la bicuculina en la función de la red neuronal.

Principales métodos:

• Desarrollo de métodos de cultivo celular compatibles con HTS con proporciones definidas de neuronas a astrocitos.
• Análisis de patrones de disparo de red, frecuencias de picos y amplitudes.
• Utilización de un novedoso análisis basado en píxeles para la imagen de calcio automatizada.
• Investigación de los efectos de DAPT, neuronas GABAérgicas y bicuculina en la actividad de la red.

Principales resultados:

• Se identificaron las proporciones óptimas de neuronas a astrocitos para la distribución celular y la actividad de la red.
• El aumento de la densidad neuronal disminuyó la frecuencia de los picos pero aumentó la amplitud de los picos.
• Se descubrió que DAPT regula negativamente la viabilidad de los astrocitos.
• Las neuronas GABAérgicas y la bicuculina modularon la actividad del campo local y sincronizaron los picos de la red.

Conclusiones:

• Las condiciones optimizadas de cultivo celular mejoran la utilidad de los ensayos de oscilación de calcio para el descubrimiento de fármacos.
• Las proporciones de neuronas y astrocitos y los subtipos neuronales específicos influyen significativamente en la dinámica de la red.
• El análisis basado en píxeles desarrollado permite la evaluación escalable de la actividad del campo local en redes neuronales.