摘要
本发明公开了一种基于无需荧光图像的高通量抗纤维化药物筛选方法及其应用,涉及生物医药技术领域,本发明为了获得一种可用于大规模药物筛选的快速简便的方法,本发明通过高内涵仪器采集NIH/3T3细胞的DPC图像,通过自带分析软件得到的形态学参数与α‑SMA蛋白的表达量做相关性分析,筛选出13个与α‑SMA蛋白表达量高相关的13个形态学参数与人工智能方法相结合用于大规模药物筛选,该方法具有高通量、高准确度、操作简便、可用于判断药物是否具有抗纤维化效果等优势,能够提高检测效率,可应用于预测中药单体是否具有抗纤维作用,此方法证明了其作为抗纤维化药物筛选的准确性与有效性,为未来的药物开发和纤维化疾病的治疗提供了重要的实验依据和技术支持。
技术关键词
抗纤维化药物
筛选方法
荧光
参数
先导化合物
高通量
大规模药物筛选
CO2培养箱
软件
神经网络对图像
图像深度学习
成像方法
图像分析方法
通道
高内涵成像系统
成像技术
标记
成分分析