高通量技术:研究进展和关键应用程序

技术进步在扩大科研方面发挥了关键作用,导致数据输出一个指数增加。数据输出的上升主要因素已从手工钳工工作转移到高通量技术。此外,大量数据的生成导致突破显微加工,数据管理和人工智能用于解释数据。这些进步进一步促使高通量实验技术的发展跟上数据处理速度。¹因此,高通量技术已成为重要的研究领域,包括药物发现,基因组学和分子生物学。

高通量技术使研究人员承担雄心勃勃的项目,预计将药。例如,教授迈克尔·斯奈德、部门的主席遗传学和导演的基因和个性化医学在斯坦福大学医学中心,目前正在运行综合个人组学分析(iPOP)研究。iPOP涉及事业空前的生化分析大约100个人通常划分为健康。这项研究在这一过程中,希望能确定“正常”的生化和生理概要是什么样子在个体水平。这些信息将使研究人员要理解什么过程是各种疾病状态下的影响,最终提高诊断、疾病监测、和靶向治疗的成功。当被问及高通量技术的作用在这项研究中,斯奈德说,“几乎所有化验高吞吐量,包括基因组学方法,许多其他组学分析和衣物。我们认为,基因组测序和其他组学技术,以及衣物,将经常使用的医疗部门。最重要的是,我们希望改变目前生病的保健纳入医保,我们专注于保持人们健康而不是把人当他们病了。”

高通量系统是建立在药物发现,成千上万的潜在的药物需要筛选的候选人。¹此外,高通量测序技术已经改变了遗传学和基因组学,有超过一百万在2020年人类基因组测序。²这个序列数据为医药行业提供了许多潜在的药物靶点,值得进一步探索,引发更大的吞吐量的需求。³

增加吞吐量的主要机制之一是小型化、小实验平台和需要减少试剂卷将允许更多的实验进行了用更少的资源,从而降低成本。^4,5推动使微型化实验引发了微流体,负责调查和操纵液体在亚毫米尺度。处理小样本和试剂使用珍贵的样本时卷也有利。此外,微流体还利用微尺度流体现象,给研究人员更大的控制影响的时空动力学实验。⁶

其他技术,使高通量包括自动化、机器人、合成和机器人技术。本文将探讨如何高通量技术继续推进在生命科学的研究。它还将和突出而直接受益的各个领域,包括药物发现,基因组学和分子生物学。

在药物发现大规模筛选

药物针对中枢神经系统(CNS)有一个出了名的高失败率,神经退行性疾病的临床试验,如阿尔茨海默氏病,这可以> 99%的失败率。⁷此外,这些药物的临床前测试仍很大程度上依赖在活的有机体内筛查是昂贵和费时的。因此,有相当大的重点发展在体外模型系统概括血脑屏障(BBB)来评估药物输送到大脑。这些细胞培养系统大大减少了所需的时间和金钱进行药物筛选和帮助解决伦理问题周围的动物实验。近年来,高通量技术进一步启用这些化验,以满足当前药理发展速度的需求。

例如,大学的研究人员阿图瓦在法国小型专利BBB在体外模型,它使得大规模筛选化合物的使用自动化技术。模型,使用12-well格式之前手动进行,缩小成96 -设计和自动化使用机器人单元播种,化验检测和成像。这些变化增加了执行的实验分在同一个细胞培养体积。此外,自动化精度和减少所花费的时间增加了研究人员在进行化验。最终这将允许更多的化合物在药物开发的早期阶段的筛选。⁵

的自动化筛选化验了药物发现领域巨大的生产力的提高,特别关注被给予药物合成的自动化,这是预期显著增加速度和容量。⁸已经取得进展在自动化有机化合物的合成;然而,这些过程仍依赖人工干预和化学家设计合成策略。在化合物合成应用高通量技术,下一步是将人工智能(AI)承担部分的合成计划。⁹麻省理工学院的科学家们最近开发出一种结合AI-driven综合规划和机器人控制实验平台。该系统有效地缓解了化学家从日常任务和代表一个全自动的化学合成的巨大一步。¹⁰不断增长的需求提高效率和减少药物发现研究成本将刺激高通量技术的进一步研究和发展。

高通量基因组学技术研究

高通量测序在传染病暴发期间极大地协助快速全基因组测序——比如COVID-19大流行——和跟踪抗菌素耐药性。^{11 , 12}然而,尽管取得了相当大的进步测序,上游技术准备样品用于测序已经落后。

样品制备了高通量测序的瓶颈,对其在分子诊断使用。例如,在英国的一项研究发现,常规的癌症诊断的周转时间使用基因组分析可以在所有手动只要6天实验室。在样品制备方面的工作流程已经成功地自动化,如核酸提取、制备试剂和盘子继续手动执行。自动化液体处理已被确认为一种划算的方式改善高通量实验室的性能。实验室人员的成本的一部分基因组测序工作流程可以显著减少从15%的总成本在传统实验室自动化的样品制备步骤时仅为4%。这减少了时间由高度熟练的生命科学家移液液体让他们重新将注意力集中在数据分析上。自动化这些重复的任务也会导致增加的整体准确度和精密度实验,可以提高重复性和再现性。这直接影响率和药物开发的成功,而降低成本。^{2 , 13}

在建立自动化的样品制备,即核酸提取、高通量技术可以使一个巨大的冲击。合成机器人和微流体方面的领先技术用于提高性能在核酸提取。然而,使用这些方法通常需要高DNA输入,使这些技术不适合准备量少样本。这些输入的需求也一直在使用全基因组测序的重大障碍作为快速诊断测试策略或在环境微生物学和天然产物的发现。最近这个障碍克服通过开发一种新颖的微流体样品制备平台显著降低DNA输入要求。这种技术能够低投入(10 000个细胞)全基因组鸟枪测序(WGS)。此外,吞吐量也可伸缩,理由是它的400测序的临床应用铜绿假单胞菌库。¹²这种新颖的高通量技术可以帮助推动基因组学通过扩大他们在科学研究中的应用。

高效和自动化384 qPCR设置

建立一个qPCR多个移液步骤组成的是一个乏味的过程。从微型离心机管一个特别具有挑战性的任务是重新格式化为一个384板,它是耗时,并且需要大量的浓度。另一个常见的问题是有价值的和昂贵的物质损失。下载这个应用程序报告发现移液机器人允许大大加快样品制备和消除重新格式化错误的风险。

视图应用笔记

赞助内容

肿瘤高通量分析

高通量技术让研究人员有机会设计靶向治疗疾病具有高度的异质性,否则会统一处理。靶向治疗工作,针对特定的疾病和司机都是基于一种认识的疾病患者之间的差异。裁剪治疗特定疾病概要,可以增强药物的安全性和有效性。一个字段中获益极大地靶向肿瘤治疗方法。高通量技术使临床医生能够更清晰,更全面了解分子之间的异质性和在患有癌症。例如,肿瘤高通量分析,基因组学和转录组可以用来识别异质性在可以影响预后的标志物,耐药性和灵敏度以及副作用。理解这些差异可以用来调整治疗的病人的需求。高通量分析肿瘤可以通过允许研究人员有机会更进一步了解细胞异质性的存在内部肿瘤。这样的intratumor异质性时空上被发现。¹⁴这些发现强调了与异构肿瘤个性化治疗癌症患者的重要性和需要高通量技术促进这样的疗法。

虽然理解癌症异质性可以帮助设计个性化的治疗方法,在有限数量的癌症,这种方法是适用的。一个原因是,很少有基因突变/药物对已建立。因此,扩大个性化药物,药物需要被评估使用原发肿瘤组织。不幸的是,使用patient-derived异种移植可以极其昂贵,耗时的准备和只允许有限数量的药物来进行评估。

洛杉矶加利福尼亚大学的研究人员,由首席研究员助理教授爱丽丝Soragni试验与三维球状体瀑样为了克服这些挑战。瀑样的优点是,他们从原发肿瘤很容易建立,从而使药物的直接评估成为可能。分析涉及这些结构也可以轻易地为高通量自动化。在一个例子中,研究人员筛选图书馆240年建立临床可行的激酶抑制剂化合物对肿瘤药物敏感性¹⁵从手术中获得。当被问及这一平台发展Soragni说,“我们肯定已经扩大了我们的项目现在研究性的^{16 *}…我们在初始阶段的临床翻译,和正在设计的临床试验来证实如果我们可以预测治疗的结果与我们的系统…这是一个循序渐进的过程。”

除了追求临床试验验证平台,实验室不断发展平台。在最近的一次出版,高速活细胞干涉法^{17 *}平台建造。

Soragni阐述了这一点,“我们添加两种不同的创新平台,一个是生物打印我们认为这将是一个改变。它删除所有你能想到的手动操作的平台。“第二,与加州大学洛杉矶分校的Teitell实验室合作,介绍另一种方法来衡量瀑样如何应对高速活细胞疗法——利用干涉法。Soragni强调,“非侵入性和label-free,所以你可以衡量(细胞)一遍又一遍…,我们相信它有可能是一个非常敏感的方法来检测瀑样如何反应治疗。“高通量药物筛选使用patient-derived病人瀑样有可能受益患者个体/患者团体迅速识别有前途的新颖的化合物或现有的药物,可以改变用途,多个内药物类可以评估来确定最有前途的治疗需要进一步优化,或者选择临床试验。¹⁵

然而Soragni警告说,到达一个点,这些模型可以用于指导治疗是很重要的考虑肿瘤的异质性,“我们可以引入一个抽样偏差基于样本来自的地方。”她解释道,虽然这不是什么大问题在处理therapy-naive肿瘤时,如果肿瘤已经接受各种治疗方法和治疗压力下进化,异质性耐药是一个更大的担忧,可以燃料。“我们有能力重复样本相同的病人肿瘤的自然历史,我们可以样品不同位置和转移。这让我们看到实质性的差异,“Soragni解释道。

高通量技术的前景

计算机的处理能力已经改变了科学家的方式生成和解释数据。跟上这些发展,生命科学实验室已经引入了高通量技术来提高性能。毫无疑问,随着高通量技术成为进一步集成到实验室,会出现更多的好处。

引用

1。施耐德自动化药物发现。Nat。启药物。2018年,17 (2):97 - 113。doi:10.1038 / nrd.2017.232

2。按H,圣我Giandhari J, de Oliveira t .解锁机器合成基因组学实验室的效率。BMC染色体组。2020;21 (1):1 - 15。doi:10.1186 / s12864 - 020 - 07137 - 1

3所示。Lappalainen T,斯科特AJ,布兰德M, IM。基因组时代的人类基因组测序分析。细胞。2019,177 (1):70 - 84。doi:10.1016 / j.cell.2019.02.032

4所示。娃LM, Fuerst p .大规模筛选的未来。j . Biomol。屏幕。2008;13 (6):443 - 448。doi:10.1177% 2 f1087057108319644

5。组织者莫亚EL, Vandenhaute E, Rizzi E,等。人类的小型化和自动化在体外血脑屏障模型的大规模筛选化合物在药物开发的早期阶段。制药学。2021;13 (6):892。doi:10.3390 / pharmaceutics13060892

6。Sackmann EK,富尔顿,毕比DJ。现在和未来的微流体在生物医学研究中的作用。自然。2014,507 (7491):181 - 189。doi:10.1038 / nature13118

7所示。保罗Mehta D,杰克逊R, G, J, Sabbagh m .为什么阿尔茨海默病药物的试验失败?停用药物的角度为2010 - 2015。专家知道Investig药物。2017年,26 (6):735 - 739。doi:10.1080% 2 f13543784.2017.1323868

8。绿色CP,斯宾塞PA, Sarda美国推进自动化复合管理:一种新型工业基础药物发现过程。药物发现今天。2021年,26 (1):5 - 9。doi:10.1016 / j.drudis.2020.09.032

9。王Z,赵W,郝G,歌b .自动化合成:当前平台和进一步的需求。药物发现今天。2020;11:2006 - 2011。doi:10.1016 / j.drudis.2020.09.009

10。Coley CW,托马斯哒,Lummiss杰,et al。机器人平台流合成有机化合物通过人工智能规划。科学。2019,365 (6453)。doi:10.1126 / science.aax1566

11。贝克DJ,艾登,Le-Viet T, et al。CoronaHiT:高通量测序SARS-CoV-2基因组。基因组医学。2021;13 (1):1 - 11。doi:10.1186 / s13073 - 021 - 00839 - 5

12。金正日的年代,德Jonghe J, Kulesa AB,等。高通量自动化微流体样品准备准确的微生物基因组学。Nat。Commun。2017;8 (1):1 - 10。doi:10.1038 / ncomms13919

13。英里B,李PL。实现生物实验的重现性和闭环自动化IoT-enabled实验室的未来。sla工艺。2018;23 (5):432 - 439。doi:10.1177% 2 f2472630318784506

14。戈文达拉扬M, Wohlmuth C, Waas M, Bernardini MQ,吉斯林t高通量方法精密医学中高档浆液性卵巢癌。j .内科杂志。肿瘤防治杂志。2020;13 (1):1 - 20。doi:10.1186 / s13045 - 020 - 00971 - 6

15。Phan N,香港JJ, Tofig B,等。一个简单的高通量方法确定可行的药物敏感性patient-derived肿瘤瀑样。Commun。医学杂志。2019;2 (1):1 - 11。doi:10.1038 / s42003 - 019 - 0305 - x

16。年代hihabi AA, Davarifar Nguyen HTL et al .个性化的药物发现研究脊索瘤瀑样。bioRxiv2021:2021.05.27.446040。doi:10.1101 / 2021.05.27.446040*预印

17所示。Tebon PJ,王B,马科维茨,等。高活细胞检查打印的瀑样的干涉。bioRxiv。20.21。doi:10.1101 / 2021.10.03.462896*预印本