使用高內涵及AI技術分析即時CAR-T毒殺定量試驗 Analysis Realtime CAR-T Cytotoxicity Assay with High Content and AI technology Tim Tsui Field Application Scientist, Molecular Devices Introduction | 簡介 免疫療法 已經成為癌症治療中重要的治療方式之一，而 細胞治療 又是近年來倍受重視的新興免疫療法。 從2017年美國食品藥物管理署(US FDA)核准第一個治療急性B淋巴球白血病的嵌合抗原受体T細胞(CAR-T cell)藥物之後，細胞治療新藥開發已朝向 多適應症 、 異體治療 方向發展。 為了因應此需求，臨床前新藥開發過程中，如何有效評估藥物對各類癌細胞的細胞毒性(cytotoxicity)是核心的課題，必須透過具有良好 再現性(reproducibility)、 穩定性(robustness)、 可量化性(scalability)、 自動化(automation) 並能反映實際作用模式(mode of action)的平台來達到此目的。 現有常見的平台包含 以下四種 51 Cr-release 試驗 、 冷光訊號(bioluminescence imaging, BLI)試驗 、 電阻(impedance-based)試驗 與 流式細胞儀(flow cytometry)試驗 1 。 上述試驗各有其適用性；例如，若要同步偵測最佳癌細胞毒殺效果時間， 就需要進行 活細胞即時量測 (live-cell real-time measure) ，而上述測試只有電阻試驗可辦得到；若要辨別細胞異質性、多靶點/免疫因子偵測以進行更複雜的試驗，上述測試僅有流式細胞儀適用。 此外，四種試驗平台均可間接透過同位素、冷光、電阻或螢光訊號偵測癌細胞溶解(cell lysis)或死亡的現象，可是若要直接觀察細胞死亡的現象仍需透過 顯微影像 來拍攝。但傳統顯微影像系統受限於其 批次量化 及 自動化 的軟硬體瓶頸，無法滿足新藥開發所需，大多僅扮演提供照片補述之用。 New platform | 高內涵影像系統 本文透過 搭載 深度學習 能力的 高內涵影像系統 (High Content Imaging System ) ，提供一種高效率
留言
張貼留言