딥러닝 및 전기생리학 도구, 오가노이드 약물 스크리닝 가속화
신기술이 약물 개발을 위한 오가노이드 스크리닝을 강화한다. 여기에는 정량화를 위한 물리 정보 기반 딥러닝 프레임워크와 기능적 분석을 위한 자동화된 전기생리학 시스템이 포함된다.
최근 두 가지 기술 개발은 약물 발견에 환자 유래 오가노이드를 활용하는 것을 가속화하는 데 목적을 둔다. 이는 오가노이드 반응을 정량화하기 위한 물리 정보 기반 딥러닝 프레임워크와 3D 신경 배양 내에서 살아있는 전기생리학적 활동을 측정하기 위한 자동화 시스템을 포함한다.
npj Digital Medicine에 게재된 연구에서는 DICE-2DSeg를 제시한다. 이 그래프 향상 프레임워크는 OCT에서 영감을 받은 슬라이스 내 상관 강화와 그래프 기반 슬라이스 간 컨텍스트 집계를 결합한다. 다양한 암 유형과 약물에 걸쳐 93개의 볼륨으로 검증된 고처리량 변형은 93.65%의 정확도를 유지하면서 nnUNet3D보다 14배 빠른 속도를 달성한다. 이는 0~100 마이크로미터 크기의 약물 반응 잔류물에 대해 새로운 최첨단 기준을 확립하며, 100 마이크로미터 이상의 클러스터에 대해서도 높은 충실도를 유지한다.
Diagnostic Biochips는 SomaFocus를 개발했다. 이 자동화 시스템은 온전한 오가노이드에 초정밀 규소 탐침을 삽입하여 살아있는 전기생리학적 활동을 측정한다. 이 기술은 순수한 구조적 또는 분자적 분석으로는 자주 관찰할 수 없는 조율된 신경 세포 발화 및 네트워크 역학에 대한 데이터를 생성한다. SomaFocus는 주로 뇌 오가노이드, 스피어로이드 및 어셈블로이드에 초점을 맞추지만, 장, 망막 및 피부 오가노이드에서도 작동한다.
오가노이드는 환자 조직의 주요 특성을 보존하는 유전적으로 프로그래밍 가능한 모델로, 질병 모델링, 표적 검증, 바이오마커 발견 및 치료 평가 기회를 제공한다. 그러나 오가노이드 간 변동성, 성숙 상태, 그리고 더 나은 기능적 반응의 필요성 등 과제가 여전히 남아 있다.
DICE-2DSeg 연구는 여러 중국 연구 프로그램의 지원을 받았으며, Regenovo Ltd.의 오가노이드 샘플 및 컴퓨팅 자원을 활용했다. SomaFocus 시스템은 약물 발견 파이프라인의 자동화 요구를 충족하도록 설계되었다.