基于PEG的三维水凝诱导球形形成,并提高A2058黑色素瘤细胞的活力
Kata Nóra Enyedi1,2, Gábor Enyedi3, Eszter Lajkó4
1Faculty of Science, Institute of Chemistry, Eötvös Loránd University, Budapest, Hungary.
FEBS open bio
|October 20, 2023
概括
研究人员开发了用于癌症药物查的3D水凝,改善了黑色素瘤细胞存活率,并使用AI进行分析. 这种3D模型提供了一个比传统的2D细胞培养更现实的方法.
科学领域:
- 生物材料科学 生物材料科学
- 癌症研究 癌症研究
- 人工智能在医学中的应用
背景情况:
- 传统的二维细胞培养缺乏瘤复杂性,限制了药物查的有效性.
- 3D水凝为药物开发提供了更具生理相关性和更具成本效益的替代方案.
- 由于可通过sol-gel聚合物化调节的特性,氧西兰-聚乙烯甘醇 (PEG) 水凝是有希望的.
研究的目的:
- 为了优化皮肤衍生细胞系 (黑色素瘤,角质细胞,内皮细胞) 的西洛-PEG水凝.
- 为了建立一个基于3D水凝的药物查试验,使用 daunorubicin.
- 开发一种人工智能工具,用于分析3D培养中的细胞反应.
主要方法:
- 对三种皮肤细胞系的bis-mono-ethoxysilane-PEG水凝的优化.
- 在3D水凝中培养A2058黑色素瘤细胞,角质细胞和内皮细胞.
- 药物查用鲁比和随后的图像分析使用深度学习神经网络 (AI).
主要成果:
- A2058黑色素瘤细胞形成球形,在3D水凝中存活率提高,与角质细胞和内皮细胞不同.
- 人工智能应用程序准确地区分了细胞组成,并快速处理了微观图像.
- 针对A2058黑色素瘤细胞存活率的最佳水凝组合与诺素被确定为15% bis-mono-ethoxysilane-PEG.
结论:
- 优化的3D素-PEG水凝为药物查试验提供了一个可行的平台.
- 人工智能辅助分析显著提高了3D模型中药物查的效率和准确性.
- 开发的3D水凝系统显示了在黑色素瘤中更准确地预测药物疗效的潜力.
