hiPSC 心肌 MEA 与集成分类评估抗癌药
将多参数电生理与机器学习结合，补充长期阻抗检测。
用途与模型
- 研究用途
- 早期心脏复极及节律风险分析，识别细胞状态变化不明显时的功能信号。
- 模型与细胞来源
- Cardiosight-S hiPSC-CM；3 批次 cTnT >95%，MLC2v 约 78%–85%。
- 方法版本
- 2026 年 Cardiosight-S、28 CiPA 参照与四抗癌药功能版本
- 实验形式
- 28 CiPA 药物 30 min 多浓度 MEA；12 抗癌药最长 120 h 阻抗，4 药进一步 MEA。
材料与平台
- 细胞
- 商业 hiPSC 心肌细胞，解冻后培养至稳定。
- 检测
- MEA 记录场电位、心搏周期、峰幅和不规则度；AtlaZ 长期阻抗。
- 建模
- 逻辑回归、人工神经网络、随机森林、梯度提升；12 训练、16 留出测试，10,000 次重采样。
测量指标与分析
- FPD/心率校正 FPD
- 心搏周期
- 电峰幅度
- 心搏不规则度
- 阻抗
- 集成高/中风险评分
CiPA 高/中风险合并对低风险二分类；比较校正与未校正特征；抗癌药使用校正特征软投票集成。
研究设计与结果
药物集评价
- 研究设计
- 参照药物留出测试，再分析阻抗未明显下降的四抗癌药。
- 测试范围
- 28 参照=12 训练+16 测试；12 抗癌药阻抗，4 药电生理；技术重复不换算供者数。
- 参照体系
- 已知 CiPA 风险分类、药物前基线与溶剂条件。
- 研究结果
- 校正特征 ANN ROC-AUC 中位数 0.982；抗癌集成评分厄洛替尼/舒尼替尼较高，伊达比星/环磷酰胺较低。
适用条件与研究局限
- AUC 为分类区分指标，不能换成准确率。
- 原图 2 相关性概述与矩阵部分数值不符，需使用实际矩阵。
- 当前药物集和细胞版本有限；研究没有完整抗癌药临床预测验证或直接收缩力测量。
来源与原文
- Integrating high-fidelity hiPSC-cardiomyocytes with AI-driven modeling for enhanced proarrhythmic risk assessment原始研究 · Archives of Toxicology · 2026-04-28