Новая платформа SPACe упрощает анализ больших данных визуализации отдельных клеток

Современный поиск лекарств переходит от простых анализов к сложным фенотипическим исследованиям, которые оценивают реакции отдельных клеток и популяций на химические и генетические воздействия.

Один из таких методов — cell painting — использует визуализацию для выделения клеточных субструктур и последующий анализ изображений для количественной оценки изменений состояния клеток.

Такой анализ обычно требует мощных вычислительных ресурсов и создаёт огромные наборы данных, которые сложно интерпретировать на уровне отдельной клетки. Это приводит к усреднению данных, которое может скрыть лежащую в основе гетерогенность реакций клеточной популяции.

Новая платформа с открытым исходным кодом, разработанная исследователями из Медицинского колледжа Бейлора, Техасского университета A&M и Хьюстонского университета и доступная на GitHub, предоставит учёным мощный инструмент для анализа этих больших наборов данных с эффективным использованием вычислительных ресурсов, включая оценку разнообразных реакций отдельных клеток в гетерогенных популяциях.

Платформа под названием SPACe (Swift Phenotypic Analysis of Cells) решает серьёзную проблему, с которой сталкиваются академические лаборатории и небольшие институты: нехватку вычислительных ресурсов для анализа больших объёмов данных визуализации. Новая платформа описана в статье, опубликованной в последнем выпуске журнала Nature Communications.

"Фармацевтическая промышленность привыкла упрощать сложные данные до единых метрик. Эта платформа позволяет нам отойти от такого подхода и вместо этого зафиксировать всё разнообразие клеточных реакций, предоставляя более богатые и информативные данные, которые могут открыть новые пути для разработки лекарств", — сказал доктор Майкл Манчини, профессор молекулярной и клеточной биологии. "Эта новая платформа имеет открытый исходный код и доступна каждому. Мы видим, что она повлияет как на академические, так и на фармацевтические исследовательские сообщества".

В то время как фармацевтические компании исторически полагались на высокопроизводительные облачные вычисления для анализа таких данных, новая платформа разработана так, чтобы быть доступной даже для исследователей, использующих стандартные компьютеры, снижая барьеры для входа в область сложного клеточного анализа.

В своей основе платформа улучшает существующие методы, позволяя анализировать тысячи отдельных клеток, генерируемых всё более быстрыми автоматизированными системами визуализации, и лучше фиксировать изменчивость биологических процессов.

Эта инновация позволяет более детально понять, как лекарства взаимодействуют с клетками, раскрывая механизмы, выходящие за рамки гибели клеток, такие как изменения в фенотипе клетки и отдельных органелл (ядро, ядрышко, митохондрии, цитоскелет, цитоплазма). В совокупности эта дополнительная информация добавляет важное, расширенное измерение, которое может способствовать углублённому пониманию механизма действия препарата.

"Платформа позволяет выявлять нетоксичные эффекты лекарств, такие как изменения формы клеток или воздействие на определённые органеллы, которые часто упускаются из виду традиционными анализами, в основном сосредоточенными на жизнеспособности клеток", — сказал доктор Фабио Стосси, ведущий автор статьи, ранее работавший в Бейлоре, а ныне старший научный сотрудник Детской исследовательской больницы Св. Иуды.

Он добавил, что SPACe может анализировать тысячи клеток, позволяя проводить крупномасштабный скрининг лекарств на стандартном компьютере. Это делает процесс доступным для лабораторий разного размера и способствует более широкому сотрудничеству исследователей.

"Этот инструмент может изменить правила игры в том, как мы понимаем клеточную биологию и открываем новые лекарства", — сказал Стосси. "Фиксируя всю сложность клеточных реакций, мы открываем новые двери для открытия лекарств, выходящих за рамки токсичности".

"Платформа включает современные процедуры для обнаружения клеток и извлечения признаков, реализованные на Python, что обеспечивает высокую вычислительную эффективность, переносимость и дополнительную гибкость", — сказал Деметрио Лабате из Хьюстонского университета.