CPHNet:通过基于深度学习的Cell Painting评分来进行抗HAPE药物查的新管道
De-Zhi Sun1, Xi-Ru Yang2,1, Cong-Shu Huang3
1Department of Pharmaceutical Sciences, Beijing Institute of Radiation Medicine, No. 27, Taiping Road, Haidian District, Beijing, 100850, China.
Respiratory research
|March 8, 2025
概括
研究人员使用细胞绘画开发了一个人工智能管道,以寻找高海拔肺 (HAPE) 的新疗法. 酸和白醇在实验室模型和小鼠中有望预防HAPE.
科学领域:
- 细胞形态 细胞形态
- 高海拔医学 高海拔医学
- 药物发现 药物发现
背景情况:
- 高海拔肺水腫 (HAPE) 是由快速上升到高海拔所引起的危急疾病.
- 低氧会触发膜-毛细血管屏障中的细胞变化,从而导致HAPE的发病.
- 目前的药物发现缺乏针对这些特定形态变化的策略.
研究的目的:
- 开发一个人工智能驱动的管道,用于识别抗HAPE治疗剂.
- 专注于细胞绘画图像中的形态变化,用于药物查.
- 解决基于细胞对低氧反应的有效HAPE干预的需要.
主要方法:
- 产生了超过10万个细胞 在低氧条件下绘制肺细胞图像.
- 利用一种新的细分网络 (SegNet) 进行亚细胞结构检测.
- 开发了一个缺氧评分网络 (HypoNet) 来识别细胞缺氧状态.
主要成果:
- 提出了用于药物查的深度神经网络管道 (CPHNet).
- 确定了酸 (FA) 和复星 (RES) 作为有前途的抗HAPE化合物.
- 在ex vivo和in vivo模型中验证了FA和RES的疗效.
结论:
- 引入了有效的AI和细胞涂料管道,用于选抗HAPE剂.
- 为人工智能驱动的表型药物发现提供了一种新的方法.
- 开辟了开发向HAPE治疗的新途径.
