高通量技术:探索进展和关键应用

技术进步在扩大科学研究和促进数据输出呈指数级增长方面发挥了关键作用。导致数据输出增加的一个主要因素是从手工工作转向高通量技术。此外，如此海量数据的产生也导致了微处理、数据管理和用于解释数据的人工智能方面的突破。这些进步进一步刺激了高通量实验室技术的发展，以跟上数据处理速度的步伐。¹因此，高通量技术已经成为包括药物发现、基因组学和分子生物学在内的研究领域的关键。

高通量技术使研究人员能够开展有望改变医学的雄心勃勃的项目。例如,Michael Snyder教授他是斯坦福大学遗传学系主任兼基因组学和个性化医学中心主任综合个人组学分析(iPOP)研究．iPOP涉及对大约100个一般归类为健康的个体进行前所未有的深度生化分析。在这样做的过程中，这项研究希望确定“正常”的生化和生理特征在个人层面上是什么样的。这些信息将有助于研究人员要理解在各种疾病状态下，哪些过程会受到影响，并最终改善诊断、疾病监测和靶向治疗的成功。当被问及高通量技术在这项研究中的作用时，Snyder说:“几乎所有的分析都是高通量的，包括基因组学方法，许多其他组学分析和可穿戴设备。我们相信，基因组测序和其他组学技术，以及可穿戴设备，将被医疗保健部门常规使用。最重要的是，我们希望将目前的疾病护理转变为专注于保持人们健康的医疗保健，而不是在人们生病时进行治疗。”

高通量系统在药物发现中已经建立，需要筛选数十万种潜在的候选药物。¹此外，高通量测序技术已经改变了遗传学和基因组学，到2020年将对超过100万个人类基因组进行测序。²这些序列数据为制药行业提供了许多潜在的药物靶点，值得进一步探索，促进了对更大吞吐量的需求。^3.

提高通量的主要机制之一是小型化，因为更小的实验平台和减少试剂体积的需求将允许用更少的资源进行更多的实验，从而降低成本。^4，5实验小型化的推动催生了微流体学，它研究和操纵亚毫米尺度的流体。在处理珍贵样品时，使用较小的样品和试剂体积也是有利的。此外，微流体还利用了微尺度的流体现象，使研究人员能够更好地控制影响实验的时空动态。⁶

其他实现高通量的技术包括自动化、机器人技术和液体处理机器人技术。本文将探讨高通量技术如何继续推进生命科学研究。它还将强调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。

药物发现中的高通量筛选

针对中枢神经系统(CNS)的药物失败率是出了名的高——对于神经退行性疾病的临床试验，如阿尔茨海默病，失败率可以达到99%。⁷此外，这些药物的临床前测试在很大程度上仍依赖于在活的有机体内这种筛查既昂贵又耗时。因此，发展一直是相当大的重点在体外概括血脑屏障(BBB)的模型系统，以评估药物输送到大脑。这些细胞培养系统大大减少了进行药物筛选所需的时间和金钱，并有助于解决围绕动物试验的伦理问题。近年来，高通量技术进一步使这些分析能够满足当前药理学发展速度的需求。

例如，法国阿图瓦大学的研究人员已经将一种获得专利的血脑屏障小型化在体外模型，该模型使用自动化技术实现了化合物的高通量筛选。该模型以前使用12孔的人工模式，现在小型化为96孔设计，并使用机器人细胞播种、分析测试和成像实现自动化。这些变化增加了在相同的细胞培养体积中进行的实验点的数量。此外，自动化提高了精度，减少了研究人员进行分析所花费的时间。最终，这使得更多的化合物可以在药物发现的早期阶段进行筛选。⁵

筛选分析的自动化极大地提高了药物发现领域的生产力，特别是药物合成的自动化，预计将大大提高速度和能力。⁸在有机化合物合成自动化方面已经取得了进展;然而，这些过程仍然依赖于人工干预和化学家来设计合成策略。在将高通量技术应用于化合物合成时，下一步涉及将人工智能(AI)纳入部分合成规划。⁹麻省理工学院的科学家最近开发了一种结合人工智能驱动的综合规划和机器人控制的实验平台。该系统有效地将化学家从日常工作中解放出来，代表了完全自主化学合成的巨大一步。¹⁰提高药物发现效率和降低研究成本的需求不断增长，这将刺激高通量技术的进一步研究和开发。

基因组学研究的高通量技术

高通量测序极大地帮助了传染病暴发期间(如COVID-19大流行)的快速全基因组测序和跟踪抗微生物药物耐药性。^{11 ， 12}然而，即使在测序方面取得了相当大的进展，用于准备测序样本的上游技术仍然落后。

样品制备是高通量测序的一个瓶颈，并对其在分子诊断中的应用产生影响。例如，英国的一项研究发现，在全手工实验室中，使用基因组分析进行常规癌症诊断的周转时间可能长达6天。虽然样品制备工作流程的各个方面已成功实现自动化，如核酸提取，但试剂和平板的制备仍继续由人工完成。自动化液体处理已被确定为提高高通量实验室性能的一种具有成本效益的方法。引入自动化样本制备步骤后，作为基因组测序工作流程一部分的实验室人员成本可从传统实验室总成本的15%显著降低到仅4%。这减少了技术高超的生命科学家移液所花费的时间，使他们能够将注意力重新集中在数据分析上。自动化这些重复的任务还会提高实验的整体准确性和精度，从而提高可重复性和再现性。这在降低成本的同时，直接影响药物开发的速度和成功。^{2 ， 13}

在自动化建立的样品制备中，即核酸提取，高通量技术可以产生巨大的影响。液体处理机器人和微流体已成为用于提高核酸提取性能的领先技术。然而，使用这些方法通常需要大量的DNA输入，使得这种技术不适合制备低数量的样品。这些输入要求也是使用全基因组测序作为快速诊断检测策略或在环境微生物学和天然产物发现方面的重大障碍。最近，通过开发一种新型微流控样品制备平台，大大降低了DNA输入要求，克服了这一障碍。该技术能够进行低输入(10000个细胞)全基因组霰弹枪(WGS)测序。此外，该技术在400多例临床测序中的应用证明，其吞吐量也是可扩展的铜绿假单胞菌库。¹²这种新型的高通量技术可以通过扩大基因组学在科学研究中的应用来帮助推进基因组学。

高效自动化384孔qPCR设置

建立qPCR是一个繁琐的过程，包括多个移液步骤。一项特别具有挑战性的任务是将微型离心管重新格式化为384孔板，这是耗时的，需要很高的注意力。另一个常见的问题是贵重物品的丢失。下载此应用程序说明，了解移液机器人如何允许大大加快样品制备，并消除重新格式化错误的风险。

查看App

赞助内容

高通量肿瘤分析

高通量技术使研究人员有机会为具有高度异质性的疾病设计靶向治疗方法，否则这些疾病将被统一治疗。靶向治疗通过针对特定的疾病驱动因素起作用，并基于对患者之间疾病差异的认识。在针对特定疾病进行治疗时，可以提高药物的安全性和有效性。从靶向治疗方法中获益匪浅的一个领域是肿瘤学。高通量技术使临床医生能够更清楚、更全面地了解癌症个体之间和内部的分子异质性。例如，结合基因组学和转录组学的高通量肿瘤分析可用于识别可能影响预后、耐药性和敏感性以及不良反应的标志物的异质性。了解这些差异就可以根据患者的需求量身定制治疗方案。通过允许研究人员有机会了解存在的细胞异质性，高通量肿瘤分析可以更进一步内部肿瘤。这样的intratumor异质性已在空间和时间上被检测到。¹⁴这些发现强调了个体化治疗对异质肿瘤患者的重要性，以及高通量技术促进此类治疗的必要性。

虽然了解癌症的异质性可以帮助设计个性化的治疗方法，但这种方法适用于有限数量的癌症。原因之一是很少有基因突变/药物对被建立起来。因此，为了扩大个性化医疗，需要使用原发肿瘤组织对药物进行评估。不幸的是，使用患者来源的异种移植可能是非常昂贵的，耗时的准备，只允许有限数量的药物进行评估。

加州大学洛杉矶分校的研究人员，由首席研究员领导Alice Soragni助理教授，正在试验三维球体和瀑样克服这些挑战。类器官的优点是，它们可以很容易地从原发癌症中建立，从而使直接评估药物成为可能。涉及这些结构的分析也可以很容易地自动化，以实现高通量。在一个例子中，研究人员筛选了240种激酶抑制剂化合物的库，以建立临床对肿瘤的药物敏感性¹⁵从手术中获得。当被问及这个平台的进展如何时，索拉尼说:“我们肯定已经扩大了我们目前与研究相关的项目^{16 ＊}我们正处于临床转化的初始阶段，正在设计临床试验，以确认我们的系统是否可以预测治疗结果……这是一个循序渐进的过程。”

除了开展临床试验验证平台外，实验室还在不断开发平台。在最近的一篇文章中，高速活细胞干涉测量法^{17 ＊}是建在平台上的。

Soragni详细阐述了这一点，“我们在这个平台上增加了几个不同的创新，其中一个是生物打印我们真的认为这将改变我们的游戏规则。它消除了所有你能想到的人工操作。”第二项是与加州大学洛杉矶分校的Teitell实验室合作，介绍了一种替代方法来测量类器官对治疗的反应——使用高速活细胞干涉测量法。Soragni强调说:“它是非侵入性和无标签的，所以你可以一遍又一遍地测量[细胞]……我们相信它有可能成为一种真正敏感的方法来检测类器官对治疗的反应。”使用患者来源的患者类器官进行高通量药物筛选有可能通过快速识别有前途的新化合物或可以重新利用的现有药物，使单个患者/患者群体受益——可以评估类别内的多种药物，以试图确定最有前途的治疗方法，进行进一步优化——或选择临床试验。¹⁵

然而，Soragni警告说，要达到这些模型可以用来指导治疗的程度，考虑肿瘤的异质性是很重要的，“我们可以根据样本的来源引入抽样偏差。”她解释说，虽然在研究therapy-naïve肿瘤时这不是一个大问题，但如果肿瘤已经用各种疗法治疗，并在治疗压力下进化，异质性是一个更大的问题，可能会加剧耐药性。“我们有能力重复对同一名患者进行采样，以跟踪肿瘤的自然史，我们还可以对不同的位置和转移进行采样。这让我们看到了相当大的差异，”Soragni解释道。

高通量技术展望

计算机的处理能力已经改变了科学家生成和解释数据的方式。为了跟上这些发展，生命科学实验室引入了高通量技术来提高性能。毫无疑问，随着高通量技术进一步融入实验室，更多的好处将会出现。

参考文献

1.Schneider G.自动化药物发现。Nat. Rev.药物发现2018年,17(2):97 - 113。doi:10.1038 / nrd.2017.232

2.Tegally H, San JE, Giandhari J, de Oliveira T.通过机器人液体处理解锁基因组实验室的效率。BMC染色体组．2020; 21(1): 1 - 15。doi:10.1186 / s12864 - 020 - 07137 - 1

3.拉帕莱宁T，斯科特AJ，勃兰特M，霍尔IM。人类基因组测序时代的基因组分析。细胞．2019, 177(1): 70 - 84。doi:10.1016 / j.cell.2019.02.032

4.Mayr LM, Fuerst P.高通量筛选的未来。j . Biomol。屏幕．2008; 13(6): 443 - 448。doi:10.1177% 2 f1087057108319644

5.莫亚·艾尔，范登霍特，瑞兹·E，等。人的小型化和自动化在体外用于药物发现早期高通量化合物筛选的血脑屏障模型。制药学．2021; 13(6): 892。doi:10.3390 / pharmaceutics13060892

6.萨克曼EK，富尔顿AL，毕比DJ。微流体在生物医学研究中的当前和未来作用。自然．2014, 507(7491): 181 - 189。doi:10.1038 / nature13118

7.Mehta D, Jackson R, Paul G, Shi J, Sabbagh M.为什么阿尔茨海默病药物的试验总是失败?2010-2015年停药展望。专家Opin调查药物．2017年,26(6):735 - 739。doi:10.1080% 2 f13543784.2017.1323868

8.Green CP, Spencer PA, Sarda S.推进化合物管理自动化:支撑药物发现的新工业过程。今日药物发现．2021年,26(1):5 - 9。doi:10.1016 / j.drudis.2020.09.032

9.王震，赵伟，郝刚，宋波。自动化合成:现有平台及未来需求。今日药物发现．2020; 11:2006 - 2011。doi:10.1016 / j.drudis.2020.09.009

10.Coley CW, Thomas DA, Lummiss JA，等。由人工智能规划的有机化合物流动合成机器人平台。科学．2019, 365(6453)。doi:10.1126 / science.aax1566

11.Baker DJ, Aydin A, Le-Viet T，等。CoronaHiT:高通量SARS-CoV-2基因组测序。基因组医学．2021; 13(1): 1 - 11。doi:10.1186 / s13073 - 021 - 00839 - 5

12.金钟贺，李志强，李志强，等。用于精确微生物基因组学的高通量自动化微流控样品制备。Nat。Commun．2017; 8(1): 1 - 10。doi:10.1038 / ncomms13919

13.Miles B, Lee PL.未来物联网实验室实现生物实验的可重复性和闭环自动化。sla工艺。2018; 23(5): 432 - 439。doi:10.1177% 2 f2472630318784506

14.Govindarajan M, Wohlmuth C, Waas M, Bernardini MQ, Kislinger T.高通量精准医学在高级别浆液性卵巢癌中的应用。j .内科杂志。肿瘤防治杂志．2020; 13(1): 1 - 20。doi:10.1186 / s13045 - 020 - 00971 - 6

15.潘宁，洪俊杰，杜菲，等。一种简单的高通量方法在患者来源的肿瘤类器官中识别可操作的药物敏感性。Commun。医学杂志．2019; 2(1): 1 - 11。doi:10.1038 / s42003 - 019 - 0305 - x

16.年代王志强，王志强，王志强，等。用于药物发现研究的个性化脊索瘤类器官。bioRxiv2021:2021.05.27.446040。doi:10.1101 / 2021.05.27.446040＊预印

17.王斌，王志强，王志强，等。用于筛选生物打印类器官的高速活细胞干涉术。bioRxiv．20.21.doi:10.1101 / 2021.10.03.462896*预印本