LipidUNet-Метод характеристики и количественной оценки липидных отложений с использованием пигментного эпителия сетчатки, полученного из iPSC

Пигментный эпителий сетчатки (RPE) представляет собой монослой гексагональных клеток, расположенных в задней части глаза. Он обеспечивает питание и поддержку фоторецепторов и хориоидальных капилляров, выполняет фагоцитоз наружных сегментов фоторецепторов (POS) и секретирует цитокины поляризованным образом для поддержания гомеостаза наружной сетчатки. Дисфункциональный RPE, вызванный мутациями, старением и факторами окружающей среды, приводит к дегенерации других слоев сетчатки и вызывает потерю зрения. Отличительной фенотипической особенностью дегенеративного РПЭ являются внутриклеточные и субклеточные отложения, богатые липидами. Эти отложения являются общим фенотипом при различных дегенеративных заболеваниях сетчатки. Для воспроизведения фенотипа липидного депонирования моногенных дегенераций сетчатки in vitro из фибробластов пациентов был получен индуцированный плюрипотентный RPE, полученный из стволовых клеток (iRPE). Клеточные линии, полученные от пациентов с болезнью Штаргардта и поздней дегенерацией сетчатки (L-ORD), получали POS в течение 7 дней для воспроизведения физиологической функции RPE, которая вызывала патологию, вызванную фагоцитозом POS при этих заболеваниях. Чтобы создать модель возрастной макулярной дегенерации (ВМД), полигенного заболевания, связанного с альтернативной активацией комплемента, iRPE был озадачен альтернативными анафилатоксинами комплемента. Внутриклеточные и субклеточные липидные отложения были охарактеризованы с использованием нильского красного, бор-дипиррометена (BODIPY) и аполипопротеина E (APOE). Для количественной оценки плотности отложений липидов было разработано программное обеспечение на основе машинного обучения LipidUNet. Программное обеспечение было обучено на проекционных изображениях iRPE максимальной интенсивности на культуральных поверхностях. В будущем он будет обучен анализировать трехмерные (3D) изображения и количественно определять объем липидных капель. Программное обеспечение LipidUNet станет ценным ресурсом для поиска лекарств, которые уменьшают накопление липидов в моделях заболеваний.