KI entschlüsselt intrazelluläre Signale aus extrazellulären Aufzeichnungen in Herzzellen

Ein Forscherteam unter der Leitung der University of California San Diego und der Stanford University hat eine nichtinvasive Methode entwickelt, um die elektrische Aktivität innerhalb von Herzmuskelzellen von außen zu überwachen und die Notwendigkeit zu vermeiden, die Zellen physisch zu durchdringen. Die Methode, veröffentlicht am 14. Januar in Naturkommunikationstützt sich auf die Aufzeichnung elektrischer Signale von außerhalb der Zellen und die Verwendung von AI, um die Signale innerhalb der Zellen mit beeindruckender Genauigkeit zu rekonstruieren.

Die elektrischen Signale in Herzmuskelzellen geben Einblicke in die Funktionsweise des Herzs, die Kommunikation seiner Zellen und die Reaktion auf Medikamente. Das Erfassen dieser Signale beinhaltet jedoch typischerweise die Durchstwertung der Zellen mit winzigen Elektroden, die sie beschädigen und große Tests kompliziert machen können.

Jetzt haben Forscher einen Weg gefunden, in den Zellen zu schauen, ohne tatsächlich hineinzugehen.

Der Schlüssel liegt darin, die Beziehung zwischen den Signalen innerhalb der Zellen (intrazelluläre Signale) und den auf ihrer Oberfläche aufgezeichneten (extrazelluläre Signale) zu extrahieren. „Wir haben festgestellt, dass extrazelluläre Signale die Informationen enthalten, die wir benötigen, um die intrazellulären Merkmale freizuschalten, an denen wir interessiert sind“ der älteren Autoren der Studie. Keivan Rahmani, ein Ph.D. Student in Jaheds Labor ist der Erstautor im Studium.

Während extrazelluläre Signale mit weniger invasiven Methoden erfasst werden können, liefern sie nicht viele Details über die elektrische Aktivität der Zelle. „Es ist wie ein Gespräch durch eine Wand zu hören – Sie können feststellen, dass Kommunikation stattfindet, aber Sie vermissen die spezifischen Details“, erklärte Jahed.

Im Gegensatz dazu bieten intrazelluläre Signale die Details an, sodass Sie das Gefühl haben, im Raum zu sitzen und jedes Wort klar zu hören, aber sie können nur von invasiven und technisch anspruchsvolleren Methoden erfasst werden. „

Zeinab Jahed, Professor, Aiiso Yufeng Li Family Department of Chemical und Nano Engineering, UC San Diego

Mit AI entwickelten Jahed, Rahmani und Kollegen eine Methode, um extrazelluläre Signale mit spezifischen intrazellulären Signalen zu korrelieren.

Um die neue Methode zu entwickeln, entwickelte das Team zunächst eine Reihe nanoskaliger, nadelförmiger Elektroden. Diese Elektroden, die jeweils bis zu 200 Mal kleiner als eine einzelne Herzmuskelzelle sind, bestehen aus mit Platin beschichteten Siliciumdioxid. Herzmuskelzellen, die aus Stammzellen stammen, wurden gezüchtet und dann auf das Elektrodenarray platziert.

Die Forscher sammelten ein massives Datensatz von Tausenden von Paaren von elektrischen Signalen-ECH-Paaren, die eine extrazelluläre Aufzeichnung mit seinem entsprechenden intrazellulären Signal verbinden. Die Daten umfassten, wie die Zellen reagierten, wenn sie verschiedenen Arzneimitteln ausgesetzt waren. Dies bot eine reichhaltige Datenbibliothek darüber, wie sich Herzmuskelzellen unter verschiedenen Bedingungen verhalten.

Bei der Analyse dieser Paare identifizierten die Forscher Muster zwischen den extrazellulären und intrazellulären Signalen. Anschließend trainierten sie ein tiefes Lernmodell, um vorherzusagen, wie die intrazellulären Signale ausschließlich auf den extrazellulären Aufzeichnungen basieren. In Tests erzeugte ihr Modell genaue und vollständige Rekonstruktionen der intrazellulären Signale.

Diese Arbeit enthält wichtige Anwendungen beim Drogen -Screening, sagte Jahed. Jedes neue Arzneimittel muss strengen Tests unterzogen werden, um sicherzustellen, dass es den als Kardiotoxizitätstest bezeichneten Herzprozess nicht nachteilig beeinflusst. Ein Teil dieses Prozesses besteht darin, detaillierte intrazelluläre Daten aus Herzzellen zu sammeln. Subtile Veränderungen in diesen elektrischen Signalen können Hinweise auf die Wirkungen eines Arzneimittels auf das Herz liefern, was dazu beitragen kann, die Sicherheit der Medikamente zu bewerten, die die Sicherheit neuer Medikamente beurteilen. „Derzeit ist dies ein langwieriger und kostspieliger Prozess. Es beginnt normalerweise mit Tests an Tiermodellen, die nicht immer menschliche Ergebnisse vorhersagen“, sagte Jahed.

Durch die Verwendung des neuen KI-gesteuerten Ansatzes in dieser Studie können Forscher Medikamente direkt auf menschlichen Herzzellen untersuchen. Dies kann ein genaueres Bild davon bieten, wie sich ein Medikament im menschlichen Körper verhalten und möglicherweise die Notwendigkeit von Tierversuche im Frühstadium umgeht.

„Dies könnte die Zeit und die Kosten für die Entwicklung von Arzneimitteln dramatisch verkürzen“, sagte Jahed. „Und weil die in diesen Tests verwendeten Zellen aus menschlichen Stammzellen stammen, öffnet sie auch die Tür zu personalisierter Medizin. Medikamente könnten auf patientenspezifische Zellen untersucht werden, um vorherzusagen, wie eine Person auf diese Behandlungen reagieren könnte.“

Während sich die aktuelle Studie auf Herzmuskelzellen konzentrierte, arbeiten die Forscher bereits daran, ihre Methode auf andere Arten von Zellen, einschließlich Neuronen, zu erweitern. Ihr Ziel ist es, diese Technologie anzuwenden, um eine Vielzahl von zellulären Aktivitäten in verschiedenen Geweben besser zu verstehen.

Quellen: