Автоматизированный подсчёт окрашенных светящимися красителями клеток позволяет оценить эффективность противоопухолевых препаратов более чем в два раза точнее токсикологических тестов.

Последние традиционно используются при проверке действия лекарств, но в случае некоторых соединений, как оказалось, дают заниженные оценки эффективности, то есть «недооценивают» препарат. Полученные авторами данные размещены в открытом доступе, и другие ученые могут использовать их при поиске эффективных лекарств для борьбы с раком. Результаты исследования, поддержанного грантом Российского научного фонда (РНФ), опубликованы в журнале Cell Death Discovery.

Перед тем как ввести любой лекарственный препарат в клиническую практику, нужно проверить его эффективность. Так, чтобы оценить работу противоопухолевых препаратов, учёные используют токсикологические тесты. В рамках таких тестов в культурах раковых клеток измеряют количество важных для их жизнедеятельности молекул, например АТФ, который служит источником энергии. Если лекарство эффективно, оно оказывает токсический эффект на опухолевые клетки, ухудшая их процессы жизнедеятельности, а потому количество этих молекул в клетках уменьшается. Однако токсикологические тесты иногда дают недостоверные результаты из-за того, что лекарство может только снизить, или же, наоборот, существенно повысить уровень АТФ в раковых клетках, но не убить их. Такая оценка даст ложную надежду на эффективность лекарства. Альтернативой может служить другой способ тестирования — непосредственный подсчёт количества клеток, погибших после внесения в культуру испытываемого препарата. Однако до сих пор оставалось не известно, какой из подходов точнее, и одинаково ли они эффективны при исследовании разных типов раковых клеток и разных препаратов.

Сотрудники Института молекулярной биологии им. В.А. Энгельгардта РАН (Москва) сравнили разные подходы к оценке эффективности противоопухолевых препаратов. Сначала авторы обработали клетки рака лёгкого, рака яичника, глио- и нейробластомы (новообразований в нервной ткани) шестью противоопухолевыми препаратами с разными механизмами действия. Спустя трое суток после обработки исследователи оценили жизнеспособность раковых клеток с помощью трёх методов: токсикологического теста; избирательного окрашивания мёртвых клеток красителем, не способным проникать в живые клетки; а также автоматизированного подсчёта ядер, окрашенных разными флуоресцентными, то есть светящимися красителями. В последнем случае авторы «помечали» ядра раковых клеток флуоресцентными метками, по которым алгоритм машинного обучения на изображениях клеточных культур находил и подсчитывал их. Такой подход позволил анализировать изображения максимально быстро.

Оказалось, что токсикологический тест примерно на 10–20% занижает данные об эффективности препарата по сравнению с остальными подходами и в несколько раз завышает значения концентраций, необходимых для подавления роста клеток. То есть токсикологический тест приводит к неправильным выводам: например, он сообщает, что клетки устойчивы к препарату, хотя на самом деле это не так. При этом погрешность такой оценки зависела от тестируемого препарата. Так, при оценке эффективности дазатиниба — препарата для лечения миелолейкоза (рака крови и костного мозга) — она оказалась максимальной.

Чтобы доказать, что тип препарата действительно влияет на точность оценки, учёные дополнительно измерили жизнеспособность клеток рака лёгкого при действии 30 других противоопухолевых препаратов. Эксперимент показал, что наибольшие различия между результатами, полученными разными методами, возникают при анализе веществ, подавляющих клеточный цикл раковых клеток, а также восстановление повреждённой ДНК.

Данные об эффективности 30 противоопухолевых препаратов, полученные разными методами, авторы разместили в открытом доступе, поэтому их могут использовать специалисты, разрабатывающие и тестирующие новые лекарственные соединения. Это поможет им понять, какой способ анализа препарата с тем или иным принципом действия будет точнее.

Авторы подчёркивают, что подход, основанный на визуализации клеток с помощью флуоресцентных красителей и их автоматизированном подсчёте с помощью алгоритмов машинного обучения, позволяет выявлять даже единичные раковые клетки, выжившие под воздействием противоопухолевых препаратов. Благодаря этому с его помощью можно отслеживать случаи формирования устойчивости опухолей к терапии. Это поможет ускорить поиск лекарств, направленных на уничтожение устойчивых к классическим препаратам клеток.

«Мы показали, что подсчет клеток с использованием флуоресцентных красителей и алгоритмов машинного обучения позволяет значительно снизить погрешность измерений, возникающих при стандартных токсикологических тестах. Наше исследование создает базу для развития в России нового подхода изучения действия лекарственных препаратов на основе автоматизированной микроскопии в сочетании с современными алгоритмами распознавания изображений и обработкой больших данных», — рассказывает руководитель проекта, поддержанного грантом РНФ, Тимофей Лебедев, старший научный сотрудник Института молекулярной биологии им. В.А. Энгельгардта РАН.

Источник: пресс-служба РНФ.