走在药物发现前沿的高内涵药物筛选(4)

国外医学药学分册　２００７年６月　第３４卷第３期吲哚（ＤＡＰＩ）。蛋白特异性标记试剂的开发为ＨＣＳ应用于日益更新和复杂的生物体系中的靶标确证起到了巨大的推进作用。最近，一些用于蛋白杂交、免疫组化和流式细胞仪的试剂及日益增多的抗体都被成功开发特化用于细胞学研究。

目前，简单抗体和细胞蛋白的直接标记方法有了长足的提高，这对于在三通道和四通道试验中多重抗体的使用极为重要。量子光点发射光谱范围窄，在标记细胞表面蛋白方面逐渐引起了人们的兴趣。然而因其粒子远较其他染料大，现实中很难应用。针对Ｇ蛋白偶联受体（ＧＰＣＲ）开发的含有ＧＦＰ的融合蛋白，转位输出蛋白或以细胞周期依赖方式而转位和降解的细胞周期蛋白，还有诸如Ｈ

ａｌｏＴａｇｓＴＭ（Ｐｒｏｍｅｇａ）和ＳｍａｐＴａｇｓ（Ｐｉｅｒｃｅ）等相关策略都是

ＨＣＳ的强而有效的技术手段。采用这些技术开发的产品在ＨＴＳ中都表现良好。将这些方法应用到靶标评价中可能会为寻找到新靶标特异性抗体提供一个更好的选择。此外，超过四通道的成像能力将大大增加Ｈ

ＣＳ的复杂性和分析能力。５２　更快更灵活的成像分析模式

图像分析应用能力的不断提高，使得针对小分子治疗药物的筛选和精确的生物学研究成为可能。已经用于基因功能研究、化合物筛选和药物特性评价中的复合细胞事件筛选需要强大的运算模式。这些手段十分新颖，也拓展了运用图像数据筛选特异性反应的能力。然而，细胞学筛选中的一些问题，如双核细胞的出现，ＨＣＳ的检测限度，真正ＨＴＳ水平的细胞分析筛选，都依赖于图像数据处理能力的有效提高。

基于大量细胞学特征，研究者进一步拓展图像分析和一般细胞生物学筛选策略的应用，得到了大量的数据。图像分析应用使得这些筛选包括细胞图像，一个公开资源的图像分析平台，定制图像分析软件和Ｃｅｌｌｏｍｉｃｓ的ＭｏｒｐｈｏｌｏｇｙＥｘｐｌｏｒｅｒ成为可能。筛选所产生的大量数据可通过一种常用的处理方法，即与转录资料数据相类似的处理方法进行探索。细胞学数据如肌动蛋白纤维密度和核大小都是高度

·２０７·

复杂的。如果没有研究所用生物系统的检测有效性知识为基础，想要标准化或比较这些细胞学特征是十分困难的。

５３　针对数据管理问题的多种解决方案

ＨＣＳ是一个数据信息密集的技术。一个由４～６人组成的研究小组，通过检测每孔（２０倍镜下９６孔板，每孔可采８０个点）细胞的多个点，一年内可生成４太拉字节（Ｔｂ）数据。ＨＴＳ每周能够生成０２５Ｔｂ数据，而活细胞的高分辨率研究每天能够生成０５Ｔｂ数据。研究者必须能够回顾数据，并能够在不同地点应用不同的分析软件、运算方法，修改并重新分析图像，或是调用图像核实确认数据分析。这就需求超出固定配置的应用软件，这对ＨＣＳ的数据管理是一个新的挑战。

除研究者自己需求外，保存并管理好大量的历史数据资料是必要的。对于药物研究来说，从药物筛选的早期开始就需要保留那些需要递呈给ＦＤＡ的化合物数据。这意味着可能需要按照ＦＤＡ服从标准协议第１

１部分第２１节，把临床前ＨＣＳ数据也保留备用。多数学术研究也一样，需要对原始数据进行类似的管理和证明。对于那些高度复杂的数据集合如转录资料数据来说已经制定了可依据的标准；然而，相对于ＨＣＳ庞大的数据管理问题来说，这也只能算是冰山一角而已。６　结语

ＨＣＳ过去主要应用于高度特异的化合物特性研究，目前已经广泛应用于临床前药物研究的各个阶段，其能够成功完成从前不能进行的定量细胞生物学研究。虽然ＨＣＳ仍存在一些技术限制，如速度、灵敏度和信息挖掘等问题。但ＨＣＳ前景广阔，可以用来解决药物发现过程中的一些重大问题，包括靶标特异性作用及化合物毒性的区分、新抑制剂筛选及使基因研究超越一般的应答反应。可预见ＨＣＳ将会成为药物与基因分类的新技术手段，比如细胞学谱，这是对药物研究具有直接意义的系统生物学的一个实体展现。