Desarrollo de una plataforma de cribado de irritación ocular in vitro basada en probabilidades
Autores: Arora, Seep; Goralczyk, Anna; Andra, Sujana; Lim, Soon Yew John; Toh, Yi-Chin
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Desarrollo de una plataforma de cribado de irritación ocular in vitro basada en probabilidades
Categoría
Ingeniería y Tecnología
Subcategoría
Bioingeniería
Palabras clave
Evaluaciones tradicionales de irritación ocular
Pruebas in vitro
Alto rendimiento experimental
Modelos celulares simples
Pruebas de irritación ocular
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 28
Citaciones: Sin citaciones
Las evaluaciones tradicionales de irritación ocular, que dependen de modelos animales o tejidos ex vivo, enfrentan limitaciones debido a preocupaciones éticas, costos y baja capacidad. Aunque se han desarrollado numerosas pruebas in vitro, ninguna ha logrado conciliar la necesidad de alta capacidad experimental con la predicción precisa del potencial de irritación, atribuible a la complejidad de los mecanismos de irritación. Los modelos celulares simples, aunque son adecuados para el cribado de alto rendimiento, ofrecen conocimientos mecanicistas limitados, en contraste con construcciones de tejido corneal organotípico complejas y más fisiológicamente relevantes pero menos escalables. Este estudio presenta una estrategia novedosa para mejorar la precisión predictiva de los modelos celulares simples compatibles con el cribado en pruebas de irritación ocular. Nuestro método combina los resultados de dos ensayos in vitro: apoptosis celular y activación de nociceptores, utilizando chips micropatrón para dividir las células epiteliales corneales humanas en numerosas poblaciones pequeñas discretas. Tras la exposición a compuestos de prueba, medimos las respuestas de apoptosis y activación de nociceptores. Los grandes conjuntos de datos recopilados de los micropatrones celulares facilitan la binarización y el ajuste estadístico para calcular una probabilidad matemática, que evalúa el potencial del compuesto para causar irritación ocular. Este método potencialmente permite la amalgamación de múltiples resultados mecanicistas en un índice singular, proporcionando una predicción más precisa y confiable del potencial de irritación ocular en un formato adecuado para el cribado de alto rendimiento.
Descripción
Las evaluaciones tradicionales de irritación ocular, que dependen de modelos animales o tejidos ex vivo, enfrentan limitaciones debido a preocupaciones éticas, costos y baja capacidad. Aunque se han desarrollado numerosas pruebas in vitro, ninguna ha logrado conciliar la necesidad de alta capacidad experimental con la predicción precisa del potencial de irritación, atribuible a la complejidad de los mecanismos de irritación. Los modelos celulares simples, aunque son adecuados para el cribado de alto rendimiento, ofrecen conocimientos mecanicistas limitados, en contraste con construcciones de tejido corneal organotípico complejas y más fisiológicamente relevantes pero menos escalables. Este estudio presenta una estrategia novedosa para mejorar la precisión predictiva de los modelos celulares simples compatibles con el cribado en pruebas de irritación ocular. Nuestro método combina los resultados de dos ensayos in vitro: apoptosis celular y activación de nociceptores, utilizando chips micropatrón para dividir las células epiteliales corneales humanas en numerosas poblaciones pequeñas discretas. Tras la exposición a compuestos de prueba, medimos las respuestas de apoptosis y activación de nociceptores. Los grandes conjuntos de datos recopilados de los micropatrones celulares facilitan la binarización y el ajuste estadístico para calcular una probabilidad matemática, que evalúa el potencial del compuesto para causar irritación ocular. Este método potencialmente permite la amalgamación de múltiples resultados mecanicistas en un índice singular, proporcionando una predicción más precisa y confiable del potencial de irritación ocular en un formato adecuado para el cribado de alto rendimiento.