使用高密度微电极阵列可视化运动神经元的电活动。
从肌萎缩侧索硬化症（ALS）患者的干细胞直接培养运动神经元，为更好地理解和治疗这种致命的神经退行性疾病带来了新的希望。日本庆应义塾大学的 Hideyuki Okano 博士领导的研究团队现在报告了一种新方法，该方法可以高效地从诱导多能干细胞（iPSCs）中培养功能性脊髓下运动神经元（LMNs），同时显著缩短产生功能性神经元所需的时间。
“我们的目标是开发一种简化而稳健的方法，以加速 ALS 研究，并为这种毁灭性疾病进行大规模药物筛选，特别是在散发型 ALS 患者中。”该研究的通讯作者 Satoru Morimoto 博士在接受 GEN 采访时说道。
这项新方法和分析的详细内容已发表在《干细胞报告》上，题目为“通过单细胞成像快速诱导人类脊髓下运动神经元并进行稳健的 ALS 细胞筛选”。
Morimoto 的团队非常希望能够找到治愈 ALS 的方法，因为超过 90% 的病例是散发性的，导致患者群体的高度异质性。为了有效研究这种疾病，“我们需要分析大量病例以补偿个体差异”，他说。
为了创建能够复制 ALS 神经元生理和功能的培养 LMNs，日本团队结合了小分子方法和转录因子转导。研究人员在短短两周内实现了 80% 的 LMNs 诱导效率，而传统方法则需要更长时间。
结果表明，这些 LMNs 复制了 ALS 特异性病理，如 TDP-43 和 FUS 蛋白的异常聚集。研究团队使用多电极阵列（MEA）系统测量放电活动和网络活动，发现其与成熟神经元相似，从而确认了 LMNs 的功能性。
进一步分析培养的 LMNs 发现，除了维持 ALS 细胞标志物外，这些 LMNs 的存活率低于健康细胞，模拟了 ALS 运动神经元的反应。
“我们的方法为研究 ALS 特异性细胞脆弱性提供了稳健的平台，并为药物筛选提供了前所未有的机会，”作者写道。这项研究表明，在 LMNs 中重现了 ALS 表型。2023 年团队发表的一项研究使用相同的方法诱导细胞，结果显示临床药物反应呈正相关。然而，目前的研究并未直接评估“表型严重程度是否与患者的临床进展相关”。
“主要挑战是在短时间内实现高诱导效率，同时保持细胞纯度并克服大规模多样本分析中的异质性，”Morimoto 告诉 GEN。此外，“有必要建立可靠的单细胞分析技术，以准确评估诱导运动神经元的表型并排除非 LMN 细胞。”
研究人员利用机器学习和 AI 驱动的图像分析技术进行活体成像和单细胞跟踪，以评估 LMNs 的形态和生存能力，并从分析中排除非 LMN 细胞。Morimoto 的团队使用 AI “通过提高识别细胞表型、检测细微变化和预测疾病进展的准确性来增强自动化分析的效率。”
“看到我们的方法如何简化以前劳动密集型的过程，使 ALS 研究更加便捷和可扩展，这非常令人满意，”Morimoto 说。他补充道，他的团队专注于提高自动化和可重复性。
“我们设想在后续研究中使用 AI 驱动的工具来优化细胞培养条件和分析复杂数据集，”他说。“这可能作为实际临床实践的辅助工具，例如诊断和疾病追踪。”
继续的研究将包括进一步探索 LMNs 以模拟 ALS 细胞对药物治疗的反应。Morimoto 有三个主要目标，即“阐明散发型 ALS 的发病机制；为每个散发型 ALS 患者开发最合适的药物；并将 iPS 细胞衍生的神经元用作患者的生物标志物。”
日本的研究为更好地理解和治疗 ALS 及其他神经退行性疾病提供了一条途径。他们的技术为大规模分析和药物筛选打开了大门，但也存在需要实时监测系统和减少变异性的局限性。Morimoto 向 GEN 指出，“自动化细胞生长和分析需要确保可重复性并维持神经元分化所需的微妙条件，同时具有可扩展性。”
积极的一面是，Morimoto 分享了他对这项研究和团队的自豪感，他表示：“这个项目最令人兴奋的事情之一就是见证我们团队内部的跨学科合作，结合干细胞生物学、延时成像和机器学习方面的专业知识。”
Morimoto 的使命是“继续与世界各地的合作者合作，寻找治愈 ALS 的方法。”
(全文结束)