Perfil fenotípico orientado por IA de organoides

O que aconteceu

Os organoides têm avançado a modelagem in vitro recapitulando mais fielmente a arquitetura tecidual nativa e produzindo leituras de resposta a drogas com maior fidelidade fisiológica. Apesar dessas vantagens, a visualização e análise quantitativa dos fenótipos organoides permanecem subdesenvolvidos. Aqui apresentamos Morphi, uma estrutura orientada para inteligência artificial (AI) que infere viabilidade organoide e estado fenotípico diretamente da microscopia de campo brilhante livre de etiquetas. Morphi usa sinais de viabilidade baseados em fluorescência como supervisão fraca para treinar um modelo de viabilidade de nível de pixels, ignorando a necessidade de anotações manuais densas. O modelo segmenta cada organoide a partir de uma determinada imagem e produz um escore de viabilidade percentual ao lado de um mapa de morte espacial que destaca regiões sub-organóides mortas, capturando conjuntamente respostas citotóxicas graduadas em resolução mono-organóide. O modelo é robusto em vários tipos de tecidos, oferecendo uma estratégia escalável e livre de etiquetas para o perfil fenotípico organoide em larga escala de triagem de medicamentos. Morphi ainda combina essas previsões de viabilidade com características não supervisionadas de morfologia e textura, incorporando cada organoide em um espaço fenotípico de alta dimensão. As impressões digitais fenotípicas resultantes captam o denso estado fenotípico dos organoides individuais e sua distribuição populacional em condições de perturbação. Essas impressões digitais agrupam drogas por mecanismo de ação, resolvem diferenças entre drogas mecanicamente relacionadas e descobrem convergência fenotípica entre perturbações distintas. Assim, Morphi fornece uma leitura quantitativa e unificada da viabilidade e da resposta fenotípica, possibilitando o rastreamento de medicamentos de alto conteúdo e mecanismos conscientes em organoides.