采用基于机器学习的图像分析的球形全安装药物测试管道,可以在单细胞水平上识别细胞类型特异性药物疗效差异
Mario Vitacolonna1,2, Roman Bruch3, Richard Schneider4
1CeMOS, Mannheim University of Applied Sciences, 68163, Mannheim, Germany. m.vitacolonna@hs-mannheim.de.
BMC cancer
|December 19, 2024
概括
瘤-瘤共同培养显示了复杂的药物反应. 新的单细胞分析揭示了纤维细胞增强癌细胞的药物敏感性,与增加瘤细胞数量的初步观察相反.
科学领域:
- 在瘤学瘤学.
- 细胞生物学 细胞生物学
- 生物技术是生物技术.
背景情况:
- 瘤生长和药物反应受体内和3D模型中的树皮构成的影响.
- 瘤内的细胞相互作用可能会影响药物易感性.
- 有限的单细胞分析方法阻碍了对3D共同培养效应的理解.
研究的目的:
- 在3D瘤纤维细胞共同培养中开发一个高内容管道,用于自动化,细胞类型特定的分析.
- 为了研究状纤维细胞对癌细胞药物敏感性的影响.
主要方法:
- 建立了新的瘤纤维细胞球状共同培养.
- 采用光学组织清除,整体染和3D共聚焦显微镜.
- 利用3D深度学习进行细胞增殖,细胞亡,亡和药物易感性的自动分析.
主要成果:
- 共同培养物在治疗后显示出比单一培养物更高的细胞数量,这最初表明了生长优势.
- 单细胞分析显示纤维细胞具有更高的抗药性,而不是癌细胞.
- 当与纤维细胞共同培养时,癌细胞对药物的敏感性增加.
结论:
- 一种新的细胞类型特定的单细胞分析方法在3D模型中提供了对药物机制的关键见解.
- 流体相互作用显著调节癌细胞的药物反应.
- 对3D共同培养的自动化分析对于了解瘤生物学和药物作用至关重要.
