肝球状体明场图像的活性估计与肝毒性分类
以对照归一化 ATP 训练图像回归模型，再用连续图像估计药物处理后的球状体活性和肝毒性分类。
用途与模型
- 研究用途
- 保留同一肝球状体进行多时点活性观察，比较药物反应曲线，并依据活性半数抑制浓度与临床血药浓度估计肝毒性分类。
- 模型与细胞来源
- 3D InSight Human Liver Microtissues，由多个供者来源的原代人肝细胞、肝内皮细胞与 Kupffer 细胞组成。
- 方法版本
- 2026 年 NViR、4 个显微成像域与 108 种药物版本
- 实验形式
- Akura 96 孔培养；自动明场成像；一部分球状体进行 ATP 终点测量，用于图像模型训练与验证。
材料与平台
- 肝球状体与培养
- InSphero 3D InSight Human Liver Microtissues 及其维护培养基；实验每板至少 12 个溶剂或培养基对照球状体。
- 图像与活性参照
- Echo Rebel、Echo Revolve、Cytation 5、Thorlabs 成像域；2,359 张配对 ATP 标记图像；ATP 相对于同一研究对照中位数归一化。
- 模型与药物分类
- ImageNet 预训练 ResNet18 和多层感知机回归头；108 种已知临床肝毒性标签的药物；IC50 与总血浆 Cmax 比值用于分类。
测量指标与分析
- 对照归一化 ATP 测量值的图像预测值
- 图像预测与 ATP 测量的 R² 和平均绝对误差
- 每日药物活性曲线及 IC50
- IC50/Cmax 与临床肝毒性标签的 ROC 曲线
在域 A 按研究时间划分训练/验证与测试，再以域 B–D 作为外部技术域测试；另以 7 天连续图像估计 108 种药物的每日 IC50，用 IC50/Cmax 阈值分类并与既有 14 天 ATP 实验基准比较。
研究设计与结果
药物集评价
- 研究设计
- 域 A 的 777 张图像用于训练/验证、245 张用于时间留出测试；另外 712、245、380 张图像来自域 B、C、D。108 种药物连续暴露和成像 7 天。
- 测试范围
- 2,359 张标记图像是图像层次；域划分涉及 2 个实验地点和 4 类显微系统。肝毒性分类测试集包含 108 种药物。
- 参照体系
- ATP 测量；人工形态评分、传统计算机视觉及二者组合；既有 14 天 ATP 肝毒性分类结果。
- 研究结果
- NViR 在 4 个技术域的 R² 为 0.83、0.84、0.70、0.80；第 7 天图像预测的肝毒性分类 AUC 约为 0.7335，与既有 14 天 ATP 基准的约 0.7338 接近。
适用条件与研究局限
- 肝毒性基准比较采用不同适应期和培养时长，未进行同一批球状体中 7 天图像与 14 天 ATP 的配对比较。
- 所有技术域均采用同一种人肝微组织；其他组织或培养方案的应用需重新训练或微调。
- 本文关于未标记图像总数的导言与数据集段存在差异；标记图像的 2,359 张及测试集划分一致。
- 药物分类依据已知临床标签，不是前瞻性临床试验或监管资格认定。
来源与原文
- Non-invasive quantification of viability in liver spheroids using deep learning原始研究 · Frontiers in Bioengineering and Biotechnology · 2026-04-09