Maskar och bildanalys till hjälp i jakten på nya läkemedel

Forskare vid Uppsala Universitet har i samarbete med Broad Institute of Harvard & MIT utvecklat nya bildanalysverktyg där effekten av nya läkemedel kan testas och data från storskaliga experiment analyseras. Till sin hjälp har de haft den 1 millimeter långa masken C.elegans. Resultaten publiceras nu i den vetenskapliga tidskriften Nature Methods.

Idag testas många potentiella nya läkemedelsmolekyler på celler som hanteras av robotar. Cellerna odlas i storskaligt format, fotograferas genom mikroskop, och effekten av läkemedlet analyseras med hjälp av digital bildanalys. Detta görs rutinmässigt, men metoden är begränsad eftersom många sjukdomar involverar komplexa system av celler och organ, som inte kan studeras på cellnivå. Masken C. elegans var först med att få sin arvsmassa kartlagd, och används av tusentals forskare runt om i världen för att studera komplexa biologiska processer. C. elegans insjuknar också i många av de infektionssjukdomar som drabbar oss människor, och används därför som en modell för behandling av sjuka människor. Eftersom masken är så liten kan den hanteras med samma robotik som används för celler, men det krävs nya bildanalysmetoder för att mäta effekten av läkemedel på maskar.

– I princip använder vi samma robotik som för cellbaserade experiment, men testar tusentals potentiella läkemedel på infekterade maskar. Bildanalysen hjälper oss att hitta de maskar som återhämtat sig från infektionen, och på så sätt kan vi identifiera de kemiska molekyler som är intressanta att studera noggrannare vid infektioner hos människan, säger Carolina Wählby, forskare vid Centrum för Bildanalys och vid SciLifeLab, Uppsala universitet och som ligger bakom studien.

Bildanalysmetoderna kan också användas för att mäta effekten av olika gener som stängs av med hjälp av RNA-interferens, och just nu studeras gener kopplade till fettmetabolism i samarbete med forskare vid Harvard Medical School.

– Automatiserad bildanalys kan mäta förändringar hos maskarna på ett robust och reproducerbart sätt, och ett typiskt experiment resulterar i cirka 100 000 bilder. Om någon skulle analysera bilderna för hand skulle det ta ungefär ett år, medan ett datorkluster kan göra det på några timmar. Sen kan man alltid gå tillbaka och titta på de bilder där datorn indikerar att något intressant skett, berättar Carolina Wählby.

Genom att testa potentiella läkemedel på organismnivå får man inte bara reda på om läkemedlet har önskad effekt, man får också reda på om det tas upp av organismen, och om det är toxiskt.

– Vi har nyligen fullföljt ett experiment där vi letat efter behandlingar mot Pseudomonas aeruginosa och hittat flera mycket intressanta molekyler, och just nu pågår ett experiment där vi letar efter behandlingar mot multiresistenta stafylokocker. Självklart är C. elegans en betydligt enklare organism än människan, men många grundläggande molekylära mekanismer har bevarats genom evolutionen, och med denna typ av storskaliga experiment kan vi hitta de molekyler som är mest intressanta att studera noggrannare. Användning av mycket enkla modellorganismer som maskar gör att vi kan snabba upp processen och begränsa användandet av andra djurförsök, säger Carolina Wählby.

För mer information, kontakta Carolina Wählby, tel: 018-471 3467, 072-701 7151, e-post: carolina@cb.uu.se.

Wählby et. al, An image analysis toolbox for high-throughput C. elegans assays, Nature Methods, online publication April 22, 2012.