Aprendizado Profundo e Ferramentas de Eletrofisiologia Impulsionam a Triagem de Medicamentos com Organoides
Novas tecnologias aprimoram a triagem de organoides para o desenvolvimento de medicamentos, incluindo um framework de aprendizado profundo baseado em física para quantificação e um sistema automatizado de eletrofisiologia para análise funcional.
Dois desenvolvimentos recentes visam acelerar o uso de organoides derivados de pacientes na descoberta de medicamentos: um framework de aprendizado profundo baseado em física para quantificar as respostas dos organoides e um sistema automatizado para medir a atividade eletrofisiológica ao vivo em culturas neurais 3D.
Um estudo publicado na npj Digital Medicine apresenta o DICE-2DSeg, um framework aprimorado por grafos que combina o aprimoramento co intrafatias inspirado em OCT com a agregação de contexto interfatias baseada em grafos. Validado em 93 volumes de diversos tipos de câncer e medicamentos, a variante de alto rendimento alcança 14 vezes mais rapidez que o nnUNet3D, mantendo 93,65% de sua precisão. Estabelece um novo estado da arte para os restos responsivos a medicamentos entre 0 e 100 micrômetros e mantém alta fidelidade para aglomerados maiores que 100 micrômetros.
A Diagnostic Biochips desenvolveu o SomaFocus, um sistema automatizado que insere sondas de silício ultrafinas em organoides intactos para medir a atividade eletrofisiológica ao vivo. A tecnologia gera dados sobre a atividade neuronal coordenada e dinâmicas de rede, que são frequentemente invisíveis para ensaios puramente estruturais ou moleculares. O SomaFocus é focado principalmente em organoides cerebrais, esferoides e assembloides, mas também funciona com organoides intestinais, retinianos e de pele.
Os organoides são modelos programáveis geneticamente que preservam características-chave dos tecidos do paciente, oferecendo oportunidades para modelagem de doenças, validação de alvos, descoberta de biomarcadores e avaliação terapêutica. No entanto, desafios permanecem, incluindo variabilidade entre organoides, estado de maturação e a necessidade de melhores leituras funcionais.
O trabalho do DICE-2DSeg foi apoiado por vários programas de pesquisa chineses e utilizou amostras de organoides e recursos computacionais da Regenovo Ltd. O sistema SomaFocus foi projetado para atender às necessidades de automação das pipelines de descoberta de medicamentos.