访谈:以治疗开发为目标的3D活细胞培养物分析的前景如何?
John Szilagyi 是百时美施贵宝(美国新泽西州)的首席科学家,从事非临床开发和毒理学研究,致力于通过畸形学研究模型的开发来研究胎儿发育缺陷及其原因。 他的模型主要涉及使用由多物种诱导多能干细胞产生的 3D 培养物和微生理系统。
Szilagyi 和我们分享了 3D 细胞模型的实用性、面临的挑战以及可用的解决方案。
3D细胞模型对于开发新型治疗和个性化医疗的重要性体现在哪些方面?
3D细胞模型可以有效地衍生、扩展和分析患者来源的组织,无需通过基因改造来促进生长。相较于 2D细胞模型的优势在于,可以准确地概括源器官的结构特性,包括在紧密连接等位置发现的细胞间相互作用。
您在使用 3D细胞模型的过程中遇到了哪些挑战?
众所周知,3D细胞模型图像的收集和分析很难实现自动化。大多数系统都针对 2D 培养物经过了优化,而无法处理 3D细胞培养物的多个且不同的焦平面。
您采用了哪些技术和解决方案来克服这些挑战?
Incucyte® 上的类器官模块提供了出色的表现,能够捕获整个类器官培养孔的详细图像并使整个图像保持清晰。更重要的是,内置分析功能成功地将类器官与周围的碎片和来自 Matrigel® 的伪影分离,从而通过全自动数据处理工作流程来确定大小和灰度。
哪些技巧有助于从 3D 细胞模型获得最佳结果?
您需要充分了解您的细胞模型。包括生长曲线、死亡和分化的形态变化以及冷冻和传代的恢复。您需要尽可能收集尽量多的数据,即使乍一看并不重要。变异性是类器官的最大问题,您需要尽量增加可控因素,让不同检测批次保持一致。在计划时增加技术重复样的数量,并在不牺牲分析质量的情况下接种尽可能多的类器官。即使采用自动化工作流程或者由训练有素的操作人员接手,也很难控制孔与孔之间的接种密度。
您认为先进细胞模型工作流程的前景如何?
我认为未来我们应该像病理学家观察组织切片一样分析类器官的形态变化。除了尚未应用的大小信息以外,观察类器官在治疗下的变化能提供很多有价值的信息。借助先进的成像和机器学习,我们可以通过简单地查看其形状和灰度等特征来实时评估类器官的健康状况,而无需进行切片和染色。