用于准确预测化合物诱导的肝损伤的高通量法

摘要

提供了一种用于预测由测试化合物对肝细胞的损伤而导致的体内肝损伤的方法和系统。该方法包括获取从细胞培养物获得的荧光染色细胞的图像，其中该细胞已经用剂量范围的至少所述测试化合物及其载体处理。所述细胞可以是肝细胞，包括原代或永生化肝细胞、肝癌细胞或诱导多能干细胞来源的肝细胞样细胞。获取的图像被分割。该方法还包括从分割图像中提取和分析一个或多个表型特征，其中所述一个或多个表型特征选自强度、结构、形态或比率计特征的组，由在分割图像中的(a)DNA特征、(b)RELA(NF‑κB p65)的特征、和(c)肌动蛋白丝在不同亚细胞区域的特征和d)细胞器及其子结构的特征组成。最后，该方法包括将处理的样品的结果归一化至载体对照，并使用机器学习方法基于测试化合物诱导的归一化的所提取和选择的表型特征变化来预测测试化合物对肝损伤的概率。