高通量筛选平台揭示新型抗纤维化药物在人心肌成纤维细胞中的作用机制及治疗潜力

推荐：为解决心脏纤维化缺乏有效药物治疗的难题，研究人员开发了一种结合AI辅助成像的高通量2D筛选平台，利用人心肌成纤维细胞（hCF）模型，成功鉴定出20种可抑制α-SMA+和胶原沉积的小分子化合物，为心血管及其他器官纤维化治疗提供了新策略。

　　

心血管疾病是全球死亡的首要原因，而心肌纤维化作为心力衰竭的重要病理特征，通过异常细胞外基质（ECM）沉积导致心脏功能恶化。尽管已有部分抗纤维化分子被发现，但由于临床转化率低和长期疗效不足，目前尚无获批的特异性抗心脏纤维化药物。这一领域亟需建立高效、可扩展的筛选平台，加速药物发现进程。

针对这一挑战，研究人员开发了一套创新性高通量筛选系统。该研究聚焦人心肌成纤维细胞（hCF）的激活过程——这些细胞在损伤后会转化为表达α-平滑肌肌动蛋白（α-SMA）的肌成纤维细胞（myoCF），持续分泌胶原蛋白等ECM成分。研究团队通过整合自动化细胞培养、高内涵成像和机器学习图像分析技术，建立了一个可量化α-SMA⁺细胞比例和胶原纤维沉积的标准化平台。

关键技术方法包括：1）优化hCF的TGF-β激活条件（10 ng/mL，3天）；2）开发基于Operetta CLS显微镜和Harmony软件的AI图像分析流程，通过DAPI核染色和α-SMA/胶原I免疫荧光实现自动细胞分类；3）采用384孔板自动化操作和Z因子评估（0.3）验证体系稳定性；4）使用Prestwick化合物库（1280种FDA批准药物）进行筛选。

研究结果分为五个关键发现：

3.1. AI辅助的hCF激活定量分析
通过深度学习算法训练细胞分类器，建立的自动化分析流程与人工计数高度一致（r=0.9498）。该系统可准确识别α-SMA⁺应力纤维和胶原I沉积，且避免了人工计数的操作者间差异（p<0.01）。

3.2. hCF对TGF-β的剂量时间响应
确定10 ng/mL TGF-β处理3天为最佳激活条件，使α-SMA⁺细胞比例从基线40%提升至58%。已知抗纤维化药物TGF-β抑制剂SB431542（1 μM）和吡非尼酮（0.2 mg/mL）分别可抑制97%和33%的激活。

3.3. 微型化自动化检测体系
将体系从96孔板缩小至384孔板后仍保持检测灵敏度，自动化操作使单次筛选通量提升4倍，试剂消耗降低70%。

3.4. 小鼠心肌成纤维细胞（mCF）验证
发现mCF对TGF-β更敏感（0.12-5 ng/mL即可诱导80%激活），但需在明胶基质中添加TGF-β抑制剂（1 μM）维持静息状态，提示种属差异需在转化研究中重点关注。

3.5. Prestwick化合物库筛选
从1280种药物中鉴定出53个候选分子（4%），其中20个在0.5-8 μM浓度范围内持续抑制α-SMA表达。特别值得注意的是：微管靶向药物（如紫杉醇、秋水仙碱）可减少α-SMA但增加胞内胶原蓄积；而环己酰亚胺（蛋白合成抑制剂）和扎达维林（PDE3/4抑制剂）能同步降低α-SMA和胶原分泌。

讨论部分揭示了多重意义：首先，该平台首次实现了人源心肌成纤维细胞的高通量药物筛选，克服了传统动物模型转化性差的局限。其次，发现的化合物作用机制多样，包括调控微管动力学（紫杉醇）、抑制蛋白合成（环己酰亚胺）和升高cAMP（扎达维林），为靶向不同纤维化通路提供选择。尤为重要的是，苯并咪唑类驱虫药（如甲苯达唑）和β受体阻滞剂（R+普萘洛尔）等老药新用策略，可大幅缩短临床转化时间。

这项发表于《Biomedicine》的研究，不仅为心脏纤维化提供了20个潜在治疗候选，其建立的标准化筛选流程还可推广至肝、肺等器官纤维化研究。未来工作需在动物模型中验证这些化合物的体内效果，并深入探究微管调节与胶原分泌的复杂关系，为开发特异性抗纤维化疗法奠定基础。