NYSCF e Google Research integrano funzionalità per la profilazione delle malattie / NYSCF and Google Research integrate capabilities for disease profiling

 NYSCF e Google Research integrano funzionalità per la profilazione delle malattie. Il procedimento del brevetto ENEA RM2012A000637 è molto utile in questo tipo di applicazione. / NYSCF and Google Research integrate capabilities for disease profiling. The process of the ENEA patent RM2012A000637 is very useful in this type of application.

Segnalato dal Dott. Giuseppe Cotellessa / Reported by Dr. Giuseppe Cotellessa

Un sistema robotico per lo studio delle cellule dei pazienti è stato integrato con l'analisi dell'immagine AI per creare una nuova piattaforma per scoprire le firme cellulari di malattie, incluso il Parkinson. 

Utilizzando la loro piattaforma automatizzata di coltura cellulare, gli scienziati del NYSCF (New York Stem Cell Foundation) Research Institute hanno collaborato con Google Research per identificare nuovi segni distintivi cellulari del morbo di Parkinson creando e profilando oltre un milione di immagini di cellule della pelle da una coorte di 91 pazienti e controlli sani. Le loro scoperte sono dettagliate in  Nature Communications . 

"La scoperta di farmaci tradizionali non sta funzionando molto bene, in particolare per malattie complesse come il Parkinson", ha dichiarato Susan L. Solomon, CEO del NYSCF, JD in una dichiarazione. "La tecnologia robotica costruita da NYSCF ci consente di generare grandi quantità di dati da grandi popolazioni di pazienti e scoprire nuove firme di malattie come base completamente nuova per scoprire farmaci che funzionano davvero".

Lo studio ha utilizzato l'archivio delle cellule dei pazienti e del sistema robotico del NYSCF, il NYSCF Global Stem Cell Array, per profilare le immagini di milioni di cellule di 91 pazienti con morbo di Parkinson e controlli sani.

Gli scienziati hanno utilizzato l'array per isolare ed espandere le cellule della pelle (fibroblasti) da campioni di biopsia cutanea, etichettare parti diverse di queste cellule con una tecnica chiamata pittura cellulare e creare migliaia di immagini di microscopia ottica ad alto contenuto. Le immagini risultanti sono state inserite in un sistema di analisi delle immagini basato sull'intelligenza artificiale, identificando le caratteristiche dell'immagine specifiche delle cellule dei pazienti che potrebbero essere utilizzate per distinguerle dai controlli sani.

"Questi metodi di intelligenza artificiale possono determinare cosa hanno in comune le cellule dei pazienti che potrebbero non essere altrimenti osservabili", ha affermato Samuel J. Yang, ricercatore presso Google Research. "Ciò che è anche importante è che gli algoritmi siano imparziali: non si basano su alcuna conoscenza o preconcetto pregresso sul morbo di Parkinson, quindi possiamo scoprire firme completamente nuove della malattia".

Secondo il NYSCF, la necessità di nuove firme del Parkinson è sottolineata dagli alti tassi di fallimento dei recenti studi clinici per i farmaci scoperti sulla base di specifici bersagli della malattia e percorsi ritenuti determinanti della malattia. La scoperta di queste nuove firme di malattie utilizzando metodi imparziali, in particolare tra le popolazioni di pazienti, ha valore per la diagnostica e la scoperta di farmaci e può evidenziare nuove distinzioni tra i pazienti.

"Siamo stati in grado di distinguere tra immagini di cellule dei pazienti e controlli sani e tra diversi sottotipi della malattia", ha affermato Bjarki Johannesson, PhD, ricercatore senior del NYSCF sullo studio. "Potremmo persino prevedere in modo abbastanza accurato da quale donatore proveniva un campione di cellule".

Le firme del morbo di Parkinson identificate dal gruppo possono ora essere utilizzate come base per condurre screening dei farmaci sulle cellule dei pazienti, per scoprire quali farmaci possono invertire queste caratteristiche. Lo studio fornisce anche il più grande set di dati noto di pittura cellulare (48 TB) come risorsa della comunità ed è  disponibile per la comunità di ricerca .

La piattaforma è indipendente dalla malattia e richiede solo cellule cutanee facilmente accessibili dai pazienti. Può anche essere applicato ad altri tipi cellulari, compresi i derivati ​​di cellule staminali pluripotenti indotte che il NYSCF crea per modellare una varietà di malattie.

"Questa è una dimostrazione ideale del potere dell'intelligenza artificiale per la ricerca sulle malattie", ha affermato Marc Berndl, ingegnere del software  presso Google Research. "Abbiamo avuto una collaborazione molto produttiva con NYSCF, soprattutto perché i loro sistemi robotici avanzati creano dati riproducibili che possono fornire informazioni affidabili".

ENGLISH

A robotic system for studying patient cells has been integrated with AI image analysis to create a new platform for discovering cellular signatures of disease including Parkinson’s. 

Using their automated cell culture platform, scientists at the NYSCF (New York Stem Cell Foundation) Research Institute collaborated with Google Research to identify new cellular hallmarks of Parkinson’s disease by creating and profiling over a million images of skin cells from a cohort of 91 patients and healthy controls. Their findings are detailed in Nature Communications. 

“Traditional drug discovery isn’t working very well, particularly for complex diseases like Parkinson’s,” NYSCF CEO Susan L. Solomon, JD said in a statement. “The robotic technology NYSCF has built allows us to generate vast amounts of data from large populations of patients and discover new signatures of disease as an entirely new basis for discovering drugs that actually work.”

The study utilised NYSCF’s repository of patient cells and robotic system – The NYSCF Global Stem Cell Array – to profile images of millions of cells from 91 Parkinson’s patients and healthy controls.

Scientists used the Array to isolate and expand skin cells (fibroblasts) from skin punch biopsy samples, label different parts of these cells with a technique called Cell Painting, and create thousands of high-content optical microscopy images. The resulting images were fed into an artificial intelligence–driven image analysis system, identifying image features specific to patient cells that could be used to distinguish them from healthy controls.

“These artificial intelligence methods can determine what patient cells have in common that might not be otherwise observable,” said Samuel J. Yang, a research scientist at Google Research. “What’s also important is that the algorithms are unbiased – they do not rely on any prior knowledge or preconceptions about Parkinson’s disease, so we can discover entirely new signatures of disease.”

According to NYSCF, the need for new signatures of Parkinson’s is underscored by the high failure rates of recent clinical trials for drugs discovered based on specific disease targets and pathways believed to be drivers of the disease. The discovery of these novel disease signatures using unbiased methods, particularly across patient populations, has value for diagnostics and drug discovery, and can highlight new distinctions between patients.

“Excitingly, we were able to distinguish between images of patient cells and healthy controls, and between different subtypes of the disease,” said Bjarki Johannesson, PhD, a NYSCF senior investigator on the study. “We could even predict fairly accurately which donor a sample of cells came from.”

The Parkinson’s disease signatures identified by the team can now be used as a basis for conducting drug screens on patient cells, to discover which drugs can reverse these features. The study also yields the largest known Cell Painting dataset (48TB) as a community resource and is available to the research community.

The platform is disease-agnostic and only requires easily accessible skin cells from patients. It can also be applied to other cell types, including derivatives of induced pluripotent stem cells that NYSCF creates to model a variety of diseases.

“This is an ideal demonstration of the power of artificial intelligence for disease research,” said Marc Berndl, a software engineer at Google Research. “We have had a very productive collaboration with NYSCF, especially because their advanced robotic systems create reproducible data that can yield reliable insights.”

Da:

https://www.theengineer.co.uk/nyscf-google-research-disease-parkinsons/