Automatisert sebrafiskscreening for oppdagelse av myeloid leukemi

Automatisert sebrafiskscreening for oppdagelse av myeloid leukemi

TankelederDr. Elspeth Payne og Dr. Alexandra LubinUCL Cancer Institute

I dette intervjuet snakker NewsMedical med Elspeth Payne og Alexandra Lubin, kreftforskere ved UCL Cancer Institute i London, om hvordan de bruker AI-drevet analyseprogramvare for å studere myeloide leukemier på en automatisert måte med høy gjennomstrømning ved bruk av sebrafiskmodeller. Athena. Denne rimelige programvareløsningen er tilgjengelig for nedlasting på en ny betal-per-bruk-basis.

Kan du introdusere hva du gjør og kort beskrive forskningen din?

Elspeth Payne:Mitt navn er Beth Payne og jeg er en klinisk vitenskapsmann. Laboratoriet mitt jobber med blodkreft, spesielt myeloide maligniteter,og jeg passer også på pasienter på sykehuset. Vi bruker en kombinasjon av sebrafiskmodellering og medikamentscreening sammen med primært pasientmateriale for å studere ogbedreforstå utviklingen myeloide leukemier og ulike måter vi kan behandle dem på i fremtiden.

Alexandra Lubin:Jeg heter Alex Lubin. Jeg er en postdoktor i Beth Paynes laboratorium. Jeg jobber med sebrafiskmodeller for myelodysplastiske syndromer (MDS) og akutt myeloid leukemi (AML). Legemiddelscreening er hovedprosjektet mitt, og jeg vil gjerne utføre rusmiddelscreening i hematopoetiske stamceller i halen på sebrafisk for å se etter syntetisk dødelighet.

Hvordan utførte du analysen av sebrafisk før du brukte Athena-programvaren?

Alexandra Lubin:Når jeg ser på stamceller i min medikamentscreening, prøver jeg å måle en endring i celleantall hos en fisk. For å gjøre dette manuelt, må alle individuelle fluorescerende celler i halen telles. Dette betyr at du må sette hver fisk under et mikroskop, gå gjennom den og telle den, noe som er veldig tidkrevende. Derfor begynte vi å se etter en automatisert tilnærming.

Hvilke utfordringer står du overfor når det gjelder å skaffe dataene du trenger?

Beth Payne:Vi har utviklet noen metoder for rusmiddelscreening, og selv om sebrafisk er en flott modell for dette, har det vært en utfordring å få riktig gjennomstrømming. Selv om det er mange forskjellige plattformer man kan bruke, har de vanligvis skreddersydde løsninger for å analysere dataene. Dette betyr at det å utvikle hver ny skjerm er både kostbart og tar lang tid å få noe som fungerer for ditt formål.

På hvilket tidspunkt gikk du bort fra manuell bildebehandling og bildeanalyse og så etter automatiserte løsninger?

Beth Payne:Når det gjelder automatisert screening, har vi nok lett etter en løsning de siste fem til ti årene. Vi tok denne utfordringen på nytt med noen års mellomrom som et hovedmål og spurte oss selv: "Hvordan kan vi gjøre dette mer tidseffektivt?" Bildebehandling og manuell celletelling er nødvendig for riktig datakvantifisering, men vi trodde det ville være en enorm tidsbesparelse hvis det kunne automatiseres. Ikke bare for tiden som trengs for disse trinnene, men også for å åpne opp en hel rekke muligheter for å bruke en slik plattform for andre eksperimenter.

Hva er de største utfordringene ved sampling med manuell arbeidsflyt?

Alexandra Lubin:Den største utfordringen med den manuelle metoden er at den er tidkrevende. Det er ikke spesielt vanskelig, men det betyr å tilbringe timer og timer ved mikroskopet. Det andre hovedproblemet med dette er at du ikke kan oppnå store utvalgsstørrelser. Hvis du ønsker å gjøre noe som en stoffskjerm, ligger styrken i evnen til å analysere mange prøver.

Hva har denne teknologien tilført laboratoriet ditt?

Beth Payne:Det som har vært nyttig for dette systemet er at vi bruker det til alle indikasjoner i tillegg til legemiddelscreening. For eksempel, hvis vi har et transgent eller til og med et in situ-objekt som vi ønsker å avbilde og se på i detaljer med høyt innhold, bruker vi Athena i stedet for å gjøre det manuelt.

Den andre flotte tingen med systemet er at det er fleksibelt og du kan optimalisere det for en annen analyse relativt raskt fordi systemet er brukervennlig. Selskapet tilbyr mye støtte for å hjelpe oss når vi støter på vanskeligheter.

Jeg vil si at det totalt sett lar oss drive eksperimentene våre mye bedre fordi i stedet for bare 20 embryoer kan vi bruke 200 for samme behandlingstid. Faktisk tar det betydelig kortere tid enn det ellers ville gjort. Totalt sett gir det mer fleksibilitet når det gjelder eksperimentene vi kan planlegge og hva slags ytelse vi kan få fra datautgangen Athena.

AI-assistert analyse av et lysfeltbilde av en sebrafisklarve for å identifisere indre anatomi i kombinasjon med påvisning av GFP-merkede hematopoietiske stamceller. GFP-merkede celler kun tilstede i halen kan telles selektivt. Fotokreditt: IDEA Bio-Medical

Azo: Da du begynte å jobbe med Athena-programvaren, hvor lang tid tok det før du ble uavhengig og produktiv med den?

Alexandra Lubin:Da jeg først kom over dem Athena Programvare, det var mye utvikling på gang. Dette ga rom for mye diskusjon med IDEA Bio-Medical om hva vi ønsket av programvaren, hva som ville være nyttig og fremheve forbedringsområder.

Etter idriftsettelse var overgangsperioden fra første bruk av programvaren til fullstendig uavhengighet relativt kort.

Hvordan er dette sammenlignet med andre instrumenter du bruker, for eksempel sammenlignet med manuelle mikroskoper?

Alexandra Lubin:Dette var en unik opplevelse ved at vi hadde mer kontakt med IDEA Bio-Medical enn vi normalt ville gjort. Jeg har aldri brukt et annet system som dette, så jeg har ingen direkte sammenligning, men det er utmerket og ekstremt praktisk programvare.

Hvor lang tid tar det å analysere alle fiskeprøvene dine, og hvordan er det sammenlignet med tidligere tider?

Alexandra Lubin:Hvis vi gjør disse forsøkene manuelt, kan vi bare undersøke rundt hundre fisk om gangen. Dette tar imidlertid så mye tid, men når vi først startet, Athena vi kan øke dette tallet.

Hvor mange fisk jeg skjermer avhenger av hvor veloppdragen fisken er, som alle du jobber med Sebrafisk du vet. Det er mulig å screene hundrevis (av fisk) i løpet av kort tid da det kun tar ca. 30 minutter mellom lasting av tallerkenen og mottak av resultater for ca. hundre fisk, mens dette tidligere ville tatt en hel dag.

Hva gjør du hvis du trenger hjelp til å bruke programvaren? Hvem støtter deg og hvordan?

Alexandra Lubin:Når jeg trenger hjelp med programvaren, kontakter jeg teamet hos IDEA Bio-Medical. De har vært veldig hjelpsomme og tilbyr et samarbeidspartnerskap. Jeg gir dem bilder; De støtter oss – det fungerer knirkefritt.

Hva var punktet du trodde at Athena-programvaren ville være nyttig for forskningen din?

Alexandra Lubin:Da jeg startet denne medikamentscreeningen, visste vi at vi måtte innføre automatisering fordi det ikke ville være mulig å screene tusenvis av forbindelser manuelt. Etter hvert som vi begynte å se på ulike metoder, ble det klart hvor enkelt systemet var å bruke og hvor fleksibelt det var. I tillegg ble vi tiltrukket av det faktum Athena tillot oss å forgrene oss og endre det etter behov.

Hvor ser du arbeidet ditt neste og dets innvirkning?

Beth Payne:Jeg tror det absolutt har åpnet døren til flere og flere skjermer. Kanskje nå kan vi gjøre mer ambisiøse typer skjermer der vi bruker for eksempel mer enn én fluorofor eller mer enn én genotype samtidig, fordi skjermingstiden er så mye kortere og mer effektiv enn man kan introdusere flere variabler.

Om Dr. Elspeth Payne

Dr. Elspeth Payne er en senior klinisk forsker/klinisk konsulent ved UCL Cancer Institute. Laboratoriet hennes ved UCLs Cancer Institute er dedikert til å studere arvelige benmargssviktsykdommer og leukemier og bruker sebrafisk til å modellere disse sykdommene. Dr. Payne er også klinisk hematolog ved UCL Hospital, hvor hun behandler mennesker med blodsykdommer som leukemi og benmargssvikt.

Om Dr. Alexandra Lubin

Dr. Lubin er postdoktor ved UCL Cancer Institute, hvor hun bruker sebrafisk til å studere myelodysplastisk syndrom (MDS) og akutt myeloid leukemi (AML) for å utvikle nye terapeutiske behandlinger. Hun har tidligere fullført sin doktorgrad i kjemisk biologi ved Imperial College London etter å ha studert kjemi ved University of Cambridge.

Om IDEA Bio-Medical Ltd.

IDEA Bio-Medical et selskap som spesialiserer seg på automatisert mikroskopi og bildeanalyse for livsvitenskapsforskere. Det ble grunnlagt i 2007 gjennom et partnerskap mellom YEDA (kommersialiseringsarmen til Weizmann Institute) og IDEA Machine Development (et innovasjonssenter). IDEAs produkter, Hermes bildesystem og Athena bildeanalyseprogramvare, har bidratt til over 100 vitenskapelige publikasjoner i fagfellevurderte tidsskrifter og har hatt en betydelig innvirkning på vitenskapen over hele verden.

IDEA Bio-Medical er for tiden fokusert på å styrke sebrafiskforskere, og gi dem en pålitelig, robust løsning for automatisert og objektiv bildeanalyse av sebrafisk ved å bruke selskapets kunnskap og ekspertise.

For dette formål utviklet IDEA en ny dyp læringsbasert bildeanalyseprogramvare for in vivo sebrafiskeksperimenter. Programvaren oppdager automatisk sebrafiskkonturen og dens indre organer i lyst felt uten å kreve brukerinndata. Den identifiserte anatomien er koblet til fluorescenskanaler for å muliggjøre anatomispesifikk undersøkelse av fluorescensendringer. Det er et rimelig, brukervennlig system spesielt utviklet for pålitelig, automatisert bildebasert analyse av sebrafisk.

Programvarener tilgjengelig som et frittstående produktog aksepterer mikroskopibilder i flere bildeformater, inkludert proprietære. Dener egnet for forskere som avbilder og analyserer bare en håndfull fisk per uke, samt forskere som avbilder hundrevis og tusenvis av fisk i plater med flere brønner for storskala visninger. IDEA Bio-Medical tilbyr en ny betal-per-bruk-modell for tilgang til programvaren for å muliggjøre fleksibel tilgang.Derfor kan alle forskere som bruker manuelle mikroskoper eller tredjeparts automatiserte systemer enkelt bruke IDEAs Zfish-programvare for å trekke ut kvantitativ, meningsfull informasjon fra sebrafiskbildene deres på forespørsel.

Kontakt IDEA Bio-Medical på vår nettside Kontaktskjema og mer informasjon finnes i sebrafiskanalyseprogramvaren Produktside.

Retningslinjer for sponset innhold:News-Medical.net publiserer artikler og relatert innhold, som kan komme fra kilder som vi har eksisterende forretningsforbindelser med, forutsatt at slikt innhold gir verdi til News-Medical.Nets redaksjonelle kjerneetos, som er å utdanne og informere besøkende på nettstedet som er interessert i medisinsk forskning, vitenskap, medisinsk utstyr og behandlinger.

.