Modélisation de maladie

Modélisation de maladie

Utilisation des structures cellulaires 3D pour modéliser des tumeurs, des organes et des tissus afin d’accélérer la recherche translationnelle.

Qu’est-ce que la modélisation de maladies ?

La modélisation de maladies est un élément fondamental de la recherche biomédicale qui englobe la création de systèmes représentatifs imitant le comportement des maladies dans un environnement contrôlé. Ces modèles aident les chercheurs à mieux comprendre les mécanismes sous-jacents des maladies, à tester l’efficacité de traitements potentiels et finalement, à ouvrir la voie à de meilleurs soins aux patients.

Les systèmes de modèle de maladie sont de diverses complexités, variant de simples cultures cellulaires 2D à des organismes de modèle complexe. Les organismes de modèle offrent un contexte in vivo, mais ils sont souvent coûteux et peuvent ne pas représenter la biologie humaine. D’un autre côté, les systèmes de culture cellulaire 2D traditionnels sont utilisés depuis de nombreuses années, mais ils présentent des limites au niveau de la représentation de la structure tridimensionnelle complexe et des interactions cellulaires présentes dans les tissus vivants. Par conséquent, les cultures cellulaires 3D sont devenues un système de modèle attractif pour la modélisation de maladies.

S’inscrire au webinaire à la demande

Inscrivez-vous au webinaire à la demande, À la recherche de réponses : utilisation de l’automatisation de laboratoire avec des tumeurs dérivées de patients pour trouver des traitements plus pertinents pour les cancers cliniquement agressifs.

Utilisation de modèles cellulaires 3D pour étudier les maladies humaines

Les modèles cellulaires 3D résument les aspects essentiels de la complexité des tissus et des organes in vivo, ce qui les rend adaptés à l’étude des maladies humaines. Outre leur plus grande malléabilité expérimentale que les organismes de modèle, les modèles 3D peuvent être dérivés de cellules humaines, ce qui les rend extrêmement pertinents pour la maladie humaine étudiée. Par exemple, les organoïdes cérébraux 3D cultivés à partir d’iPSC peuvent être utilisés pour étudier les maladies neurodégénératives telles que la maladie d’Alzheimer et la maladie de Parkinson, les cardioïdes ou organoïdes cardiaques permettent l’étude de maladies cardiovasculaires telles que l’insuffisance cardiaque, tandis que les organoïdes dérivés de patients (ODP) générés à partir de biopsies tumorales peuvent servir de modèles pour la recherche en oncologie afin de comprendre les réponses aux médicaments spécifiques à un patient et conduire à des options de traitement plus efficaces.

Organoïdes dérivés de patients pour la recherche sur les maladies et la découverte de médicaments

De nombreux médicaments oncologiques échouent aux stades avancés du pipeline de développement de médicaments et dans les essais cliniques malgré des données prometteuses pour leur efficacité in vitro. Ce taux élevé d’échec est en partie attribué au manque de modèles prédictifs utilisés pour cribler les médicaments candidats dans les premiers stades de découverte de médicaments. De ce fait, il est nécessaire de développer et d’utiliser des modèles plus représentatifs et modifiables pour tester efficacement les composés afin de découvrir de nouvelles cibles thérapeutiques.

Les modèles cellulaires 3D, en particulier les organoïdes dérivés de patients (ODP), offrent une solution prometteuse à ce problème. Les cellules cultivées en 3D peuvent mieux imiter les interactions entre cellules et le micro-environnement tissulaire, notamment les niches de cellules souches cancéreuses. Des études montrent que les patients et leurs organoïdes dérivés répondent de manière similaire aux médicaments, ce qui suggère la valeur thérapeutique de l’utilisation des ODP pour améliorer les résultats thérapeutiques. Cependant, des difficultés telles que la reproductibilité, l’extrapolation et le coût des tests ont limité l’utilisation des ODP dans les pipelines traditionnels de découverte de médicaments.

Nous présentons ici nos recherches sur les organoïdes de cancer dérivés de patients caractéristiques. Nos résultats montrent la supériorité des ODP par rapport à d’autres tissus dans les applications de médecine de précision et de découverte de médicaments haut débit lors de l’utilisation de l’automatisation avec l’imagerie haut contenu et de l’analyse des données d’IA.

Tumoroïdes de cancer du sein dérivés de patients https://main--moleculardevices--hlxsites.hlx.page/en/assets/app-note/dd/img/automation-and-high-content-imaging-of-3d-triple-negative-breast-cancer

Tumoroïdes de cancer du sein dérivés de patients

Le cancer du sein triple négatif est un sous-type de tumeur agressif d’un point de vue clinique, avec des taux élevés de métastases, de récidive et de résistance aux médicaments. Il n’existe actuellement aucune thérapie ciblée à petite molécule cliniquement approuvée pour cette maladie, ce qui souligne le besoin crucial de découvrir de nouvelles cibles thérapeutiques. Les modèles dérivés de tumeurs primitives peuvent résumer l’hétérogénéité et la morphologie de la tumeur, ainsi que la composition génétique et moléculaire complexe, ce qui accélère ainsi le développement et les tests de médicaments. Dans cette étude, nous décrivons l’automatisation des méthodes d’imagerie et de la culture cellulaire qui permet l’extrapolation des tests cellulaires 3D complexes.

Voir davantage de recherches sur les tumoroïdes de cancer du sein

Organoïdes de cancer colorectal (CCR) dérivés de patients https://main--moleculardevices--hlxsites.hlx.page/en/assets/scientific-posters/dd/img/automating-high-throughput-screens-using-patient-derived-colorectal-cancer-organoids

Organoïdes de cancer colorectal (CCR) dérivés de patients

Sur ce poster, nous démontrons l’utilité de ces organoïdes dans des applications haut débit utilisant des ODP de cancer colorectal (CCR). Traités par des médicaments anticancéreux sélectionnés à diverses concentrations, les ODP ont été surveillés au fil du temps par imagerie en lumière transmise, et un modèle de segmentation d’image basé sur l’apprentissage profond a été élaboré pour analyser la taille, la texture, l’intensité et d’autres mesures morphologiques et phénotypiques des ODP. Nos résultats confirment que l’utilisation d’ODP prêts à l’emploi est efficace pour les tests haut débit tels que le criblage de composés.

Voir davantage de recherches sur les organoïdes de CCR

Types de modèles de culture cellulaire 3D pertinents pour l’homme

Divers types de modèles cellulaires 3D sont utilisés pour la modélisation de maladies et la découverte de médicaments, notamment les sphéroïdes, les organoïdes et les organes sur puce. Chaque type de modèle cellulaire 3D possède ses propres avantages uniques, et le choix de modèles 3D spécifiques dépend des besoins de recherche particuliers. L’utilisation de ces modèles cellulaires 3D pertinents pour l’homme vous permet d’étudier les effets de différents traitements sur la progression de la maladie, d’identifier des médicaments candidats potentiels et de comprendre les mécanismes pathologiques.

Application de la biologie 3D et recherches sur la modélisation de maladies

L’utilisation de modèles cellulaires 3D dans la modélisation de maladies est un domaine qui se développe rapidement et qui dispose d’un grand potentiel pour améliorer notre compréhension des maladies complexes et pour accélérer le développement de nouveaux agents thérapeutiques. MOLECULAR DEVICES s’engage à faire progresser ce domaine et à fournir aux chercheurs les outils et les technologies nécessaires pour mener des recherches de pointe en biologie 3D.

La combinaison de cette biologie complexe avec des techniques avancées d’imagerie haut contenu comme celles permises par le système ImageXpress Micro Confocal offre un niveau de tests jamais atteint auparavant. Un instrument puissant d’imagerie confocale automatisée, pourvu de capacités d’analyse 3D IA/apprentissage machine vous permet d’obtenir des résultats quantitatifs précis et des réponses à vos questions très rapidement et de manière robuste et évolutive.

Dernières ressources

Ressources sur la modélisation de maladies