血脑屏障有机体的先进组织技术作为药物开发中的高通量毒性读数
Luisa Bell1,2, Claire Simonneau1, Chiara Zanini1
1Roche Pharma Research and Early Development (pRED), Roche Innovation Center Basel, F. Hoffmann-La Roche Ltd, Grenzacherstrasse 124, 4070, Basel, Switzerland.
Heliyon
|January 15, 2025
概括
复杂的体外模型 (CIVM),如血脑屏障器官,对药物测试具有前景. 这项研究验证了CIVMs使用先进的成像和AI进行毒性评估,提高了临床前药物开发的可靠性.
科学领域:
- 生物医学工程 生物医学工程
- 毒理学 毒理学 毒理学
- 数字病理学数字病理学
背景情况:
- 复杂的体外模型 (CIVM),包括血脑屏障 (BBB) 器官,显示了临床前药物测试的潜力.
- 强大的和可重复的验证技术对于CIVM在药物毒性评估中的监管使用至关重要.
研究的目的:
- 开发和验证基于图像的直角组织方法,用于评估CIVM中的药物毒性.
- 将人工智能 (AI) 整合到体外毒性研究中,以加强对亡的组织形态学评估.
主要方法:
- 血素和乙素 (HE) 染色
- 免疫组织化学 (IHC)
- 多重复合免疫光 (mIF) 是一种
- 矩阵辅助激光吸附/电离式质谱成像 (MALDI-MSI)
- 人工智能算法用于对细胞灭绝的基因组学评估.
主要成果:
- 建立了一套基于正交图像的方法,用于CIVM验证.
- 开发了一种人工智能算法,以提高亡评估的吞吐量和可靠性.
- 证明了将基于形态学的高级读数集成到CIVMs的潜力.
结论:
- 先进的组织学技术和数字病理学算法可以集成到CIVM评估中.
- 这些经过验证的方法支持在标准的临床前药物开发和毒性评估中使用CIVM.
- 该研究提高了用于药物安全评估的体外模型的可靠性和监管适用性.
