Применяемый на данный момент способ производства тканей из стволовых клеток имеет очень ограниченную пропускную способность. Учёные из МФТИ и Гарварда с помощью автоматической обработки тканей убыстрили протокол производства клеток практически в четыре раза без утраты свойства. Новейший метод помогает также в исследовании причин, влияющих на специализацию клеток. Результаты размещены в журнальчике Translational Vision Science and Technology.
Сетчатка глаза — это набор организованных слоёв нейронов, связанных вкупе и образующих нейронную сеть. Она принимает свет и обрабатывает поступающую визуальную информацию перед отправкой её далее в мозг (центральный отдел нервной системы животных, обычно расположенный в головном отделе тела и представляющий собой компактное скопление нервных клеток и их отростков). Из-за ограниченной регенеративной возможности утрата нейронов сетчатки приводит к необратимой слепоте. В 2015 году наиболее 2,5 миллионов человек в Рф мучались разными болезнями сетчатки. С каждым годом заболеваемость растёт — в основном за счёт старения населения. Разрабатываются разные подходы к исцелению болезней сетчатки: нейропротекция, генная терапия (Терапия от греч. [therapeia] — лечение, оздоровление), замещение клеток и остальные. Различаясь по механизму деяния, мотивированному заболеванию и методологии, они все требуют большущего количества клеток сетчатки для исследовательских работ.
При помощи стволовых клеток можно воспроизвести развитие сетчатки в пробирке. Поначалу кластеры стволовых клеток помещаются в специальную среду, где индуцируется спонтанное образование неразвитых нейронов. За сиим следует формирование и созревание сетчатки. Этот подход приводит к получению реальных нейронов сетчатки, организованных в сложную ткань (мед. система клеток и межклеточного вещества, объединённых общим происхождением, строением и выполняемыми функциями), без наружной стимуляции путей развития в процессе специализации. Но способ имеет ограничения: случайный нрав исходной стимуляции роста нейронов, а также время, нужное для правильного развития искусственной сетчатки, составляющее 30 дней для сетчатки мыши и до года для органоидов человека. Создатели статьи попробовали решить эти задачи, увеличивая количество производимых клеток и улучшая их свойство путём перепоручения неких обслуживающих клеточную культуру функций боту.
Для сопоставления свойства выкармливания тканей роботом и человеком учёные вырастили несколько тыщ образцов ткани (Строение тканей живых организмов изучает наука гистология) сетчатки для предстоящей автоматической обработки и столько же образцов для ручного выведения. Создатели просканировали лунки с тканью (Совокупность различных и взаимодействующих тканей образуют органы) из первой группы, а приобретенные изображения проанализировали с внедрением специально разработанного скрипта. Программка вычисляет области фото, в которых более активно сияет флуоресцентный белок. Потому что этот белок вырабатывается лишь в развивающихся клеточках сетчатки, высочайшая интенсивность указывает участки эталона с подходящей тканью (Совокупность различных и взаимодействующих тканей образуют органы). Таковым образом программка способна определять количество развивающейся сетчатки в любом органоиде.
Подтвердилось, что применение автоматических алгоритмов не понижает свойство выращиваемых тканей и помогает улучшить протокол выработки клеток благодаря большенному количеству сразу испытываемых систем. Применение автоматического метода работы позволило понизить затрачиваемое учёными время на обработку клеток практически в четыре раза.
«Мы реализовали механизированную смену воды по ходу дифференцировки сетчатки и проявили, что это не оказывает отрицательного воздействия на итог специализации клеток. Не считая того, мы разработали инструмент для автоматического определения сетчатки и систематизации органов и показали его применение для оптимизации критерий специализации и контроля свойства. Одна из задач, которую мы стремились решить в нашей работе, — это возможность масштабировать дифференциацию для производства огромного количества ткани (Строение тканей живых организмов изучает наука гистология) для испытаний фармацевтических средств и тестов по трансплантации клеток. Автоматическая обработка образцов дозволяет понизить нужные усилия со стороны персонала и повысить в разы количество вырабатываемых клеток. Опосля маленьких модификаций этот метод можно будет использовать для выкармливания остальных органов, не лишь сетчатки», — объясняет Евгений Кегелес, сотрудник лаборатории геномной инженерии МФТИ.
«Это как раз тот вариант, когда количество имеет значение: благодаря автоматизации мы можем получить триллионы нейронов сетчатки для трансплантации», — добавляет Пётр Баранов, управляющий лаборатории в The Schepens Eye Research Institute of Mass Eye and Ear.