设计实验,用于自动开发多细胞心脏模型,用于高通量查
Kavita Raniga1, William Stebbeds2, Arun Shivalingam3
1The Biodiscovery Institute, University of Nottingham, Nottingham, UK, NG7 2RD; GlaxoSmithKline R&D, Stevenage, UK, SG1 2NY.
SLAS discovery : advancing life sciences R & D
|November 4, 2024
概括
开发更好的体外心血管毒性模型对于药物安全至关重要. 这项研究利用自动化优化了多细胞心脏模型,加速了药物发现并改善了对心脏毒性的风险评估.
科学领域:
- 生物医学工程 生物医学工程
- 心血管药理学心血管药理学
- 干细胞生物学 干细胞生物学
背景情况:
- 心血管毒性是开发和临床使用中药物失败的主要原因.
- 当前的体外模型经常使用单细胞类型,忽视了复杂的心脏环境,并限制了全面的风险评估.
- 现有的多细胞心脏模型往往具有低吞吐量,昂贵且耗时,阻碍了它们在药物发现中的应用.
研究的目的:
- 优化使用人类诱导的多能干细胞 (hPSC) 进行体外多细胞心脏模型的开发.
- 在共同培养系统中,系统地选细胞培养参数以改善心脏收缩性.
- 利用自动化和实验设计来实现高效的测试开发.
主要方法:
- 使用Synthace平台进行自动化实验设计和协议翻译.
- 同培养的hPSC衍生的心肌细胞,内皮细胞和心脏纤维细胞.
- 系统选多个细胞培养参数,以评估对心脏收缩性的影响.
主要成果:
- 成功优化了体外多细胞心脏模型,使用最小的实践时间.
- 证明了模型开发实验参数的高效探索和优化.
- 加速了复杂生物系统的测试开发过程.
结论:
- "Synthace"平台能够有效地开发先进的多细胞心脏模型,用于药物发现.
- 这种方法通过结合多种心脏细胞类型来提高对心血管负债的评估.
- 精简的工作流程和数据驱动的决策改善了在测试开发中的资源利用率.


