我们已经更新了隐私政策为了更清楚地说明我们如何使用您的个人资料。

我们使用cookie为您提供更好的体验。你可参阅我们的饼干的政策在这里。

广告

高通量技术能提高神经科学的再现性吗?


想要这篇文章的免费PDF版本?

填写下面的表格,我们会将PDF版本的“高通量技术能提高神经科学的再现性吗?”

188金宝搏备用科技网络有限公司需要您提供给我们的联系信息,以便就我们的产品和服务与您联系。您可以随时退订这些通讯。有关如何退订的信息,以及我们的隐私惯例和保护您隐私的承诺,请查看我们的隐私政策

阅读时间:

2016年,《自然》特别版强调了整个科学领域的可重复性危机。1500名科学家接受了调查,并被问及“你认为科学存在可重复性危机吗?”,其中52%的人认为存在严重危机,另有38%的人认为存在轻微危机。

什么是可重复性?为什么它很重要?

但可重复性究竟意味着什么?它经常与“可复制性”和“可重复性”等其他术语混淆,这些术语在文献中被互换使用。

在科学实验中:

可重复性(同样的团队,同样的实验设置)。如果一个观察结果是可重复的,那么这个观察结果应该是由同一个团队使用相同的设备和条件,在多次试验中重复进行的。

可复制性(不同的团队,相同的实验设置)。如果一个观察是可复制的,它应该由不同的团队使用相同的实验装置和测量系统,在相同的操作条件下,在相同或不同的位置,在多次试验中重复实验。

再现性(不同的团队,不同的实验设置)。如果一个观察结果是可重复的,它应该由不同的团队,在不同的地点,使用不同的测量系统,进行多次试验。


能够重现另一个小组的发现是验证科学发现的基础。科学文献中缺乏可重复性的问题是由著名的John Ioannides教授,2005年他解释说,大多数发表的研究结果都是错误的。Ioannides列举了以下因素:研究规模小,测量效果小,导致统计能力不足;经济和其他利益和偏见的影响;在一个科学领域,更多的团队为了追求统计意义而参与竞争。


这是一个令人担忧的说法,因为在科学研究中缺乏可重复性的影响是深远的,而且有潜在的危险。

你是否经常听说“学术科学家发现了有前景的药物靶点”?或者是一种“突破性的治疗方法将成为下一个神奇的药物”?

有这么多突破性的报道,药剂师的货架上难道不应该塞满新药吗?这些新药随时都可以开给需要的人。

2011年,拜耳公司的科学家Prinz, Schlanger和Asadullah报告了肿瘤、心血管疾病和妇女健康药物开发的可重复性问题,强调了学术实验室报告的结果与工业实验室可再现结果之间的巨大差距。他们调查了拜耳内部的23名科学家,涵盖67个早期(目标识别和验证)项目,发现“只有约20-25%的项目的相关发表数据完全符合我们的内部发现。”

对于药物研发界来说,这是一个令人担忧的统计数据。如果对科学发现缺乏信心,科学家如何以科学上可重复的方式开发药物?

高通量技术提高再现性

在生命科学中进行可重复的科学并不简单。首先,科学家研究的生物系统本身就是可变的。其次,由于他们拥有的组织数量或所涉及的成本,他们的工作规模可能难以进行大量的重复研究。

为了改善这种情况,公司正在开发工具包,以促进更好、更快和更可重复的调查。

例如,在生物制药开发中,科学家需要纯化蛋白质,然后表征蛋白质的质量和稳定性。使用微升样品能够快速、可靠和可重复地完成这一过程,可以加快生物制剂作为治疗药物的发展。

在神经科学制药工业中,模型系统对于再现性很重要。执行高通量表型筛选在生理学相关模型中,科学家可以测试化合物是否具有预期的生物效应。例如,通过在多孔板中培养神经元,科学家可以在每个孔中测试不同浓度的单一化合物,以观察药物如何与靶标相互作用或破坏疾病机制。通过这种方式,他们可以量化几个可测量的参数,看看药物是否对神经元表型有预期的影响,提高其通过临床前测试的机会。

Evotec细胞神经生物学小组组长Kenneth Young博士解释了他的小组是如何进行研究的:

“我们生产初级神经元培养物用于内部研究,并支持Evotec内部的其他团队。”

原代神经元培养是一种生理相关的模型,因为它们概括了成熟神经元的许多特征,相关的地方可以从概括疾病的小鼠或大鼠模型中获得。

Kenneth补充道:“我们使用高通量基于图像的读数进行实验。我们在384孔板中培养初级培养物,每次实验可以测试许多化合物。”

“例如,与大多数学术研究相比,使用基于图像的读数,我们可以以更高的吞吐量量化细胞数量、神经突生长甚至突触密度。”

但这能提高重复性吗?肯尼斯解释道:

高通量成像系统的自动化特性使用户能够对同一口井的多个油田进行成像,从而减少了由于低样本量引起的井间变化。因此,我们可以从每口井中获得更多单元的数据,从而获得该口井的更准确的平均值。重要的是,我们开发和使用自动图像分析算法,消除分析过程中的任何用户偏见。”

根据上面的术语,很容易看出这种高通量方法如何提高可复制性和可重复性,但不是真正的可重复性,这将要求公司共享试剂、细胞和化合物进行交叉测试。

鉴于药物发现和开发的竞争环境,这种情况似乎不太可能发生。在药物发现的世界里,真正的可重复性能够实现吗?

缩小差距

的确,它可以。

来自诱导多能干细胞(iPSCs)的神经元被认为是药物开发的下一个金标准试验,作为一种更符合生理学的模型,可以更好地概括人类疾病。然而,诱导多能干细胞分化发育为成熟神经元需要谨慎的诱导,是一个缓慢的过程,并且存在可变性。

预见到利用人类神经元进行药物发现和开发分析的力量,一个由欧洲25个研究所组成的公私联合组织成立了欧洲诱导多能干细胞银行2015年。该计划旨在满足对质量控制、疾病相关、研究级iPSC产品线、数据和细胞服务日益增长的需求。

参与的小组在竞争前的领域工作,并合作生成了一个细胞库,这将使一个标准化的平台成为可能,在这个平台上建立对药物开发有意义的分析。

正如EBiSC的合作伙伴、杨森研究与开发公司神经科学治疗领域的博士后Alfredo Cabrera-Socorro博士解释的那样:


“干细胞分化有很多固有的可变性。通过与来自不同机构和公司的同事合作,建立EBiSC并标准化细胞系和分化协议,我们可以使干细胞研究和药物开发更具可重复性。”

更进一步说,最近的一项研究,他和他的合著者开发了一种与高通量成像系统兼容的可扩展检测方法,以使用ipsc衍生的神经元检测tau聚集物。

Tau蛋白聚集成神经纤维缠结,这是阿尔茨海默病病理的标志之一。开发一种在人类神经元中以高通量方式检测它们的方法,为测试阿尔茨海默氏症治疗候选人提供了一种强大的方法。

Alfredo解释说:“我们希望确保我们的检测方法简单、可扩展,最重要的是可重复。我们使用了来自不同来源的干细胞,不同的科学家在不同的时间独立地进行了分析,以确保更好的可重复性。”

他补充说:“我们还希望确保我们的检测能重现这种疾病的表型,以提高这种意义上的可重复性。进行可重复的科学研究总是很重要的,但它需要在能够忠实地再现疾病的模型中进行。为此,我们一直在努力介绍在不同iPSC中有相似的突变提高线条的再现性表型分析


克服再现性危机

科学正遭受着可复制性危机。通过承认这一事实并努力提高可重复性,学术界和工业界的科学家正在克服危机。他们的尝试得到了致力于在这一领域开发工具的公司的支持。高通量技术通过提高质量控制的灵敏度、提高容量和通量以及改进分析开发和测量,正在帮助提高可重复性。

与作者见面
亚当·托泽博士
亚当·托泽博士
科学作家
广告
Baidu