HepaRG細胞のハイスループットイメージングと機械学習ベースの表現型プロファイリングを組み合わせて、ヒトにおける肝細胞の直接的な毒性を予測する

Predicting direct hepatocyte toxicity in humans by combining high-throughput imaging of HepaRG cells and machine learning-based phenotypic profiling.

• Faezah Hussain
• Sreetama Basu
• Javen Jun Hao Heng
• Lit-Hsin Loo
• Daniele Zink

抄録

薬物・化学物質による肝障害を正確に予測することは、製薬企業のみならず、他の産業界や規制当局にとっても課題となっています。本研究の目的は、ヒトにおける薬物・化学物質による肝障害を迅速かつ正確に予測するためのin vitro/in silico法を開発することである。HepaRG細胞を用いて、表現型プロファイリングと組み合わせたハイスループットイメージングを行った。69種類の薬剤と化学物質を7つの濃度範囲でスクリーニングし、細胞応答値を教師付き分類器のトレーニングと10倍のクロスバリデーションを用いたアッセイの性能判定に使用した。その結果、最も性能の高い表現型特徴は、RELA（RELAプロト癌遺伝子、NF-κBサブユニット；NF-κB p65としても知られている）の核内転座、DNA組織、F-アクチン細胞骨格に関連していることが示された。30の表現型特徴のサブセットを用いて、ヒトにおける直接的な肝細胞毒性を、試験感度、特異度、およびバランスのとれた精度で、それぞれ73％、92％、83％で予測することができた。この方法を、アノテーションが不明瞭な26種類の薬剤・化学物質にも適用し、ヒトにおける肝細胞毒性を予測した。その結果、識別可能な表現型の変化は、細胞死と細胞老化に関連していることが明らかになった。細胞死に関連したエンドポイントはin vitro毒性試験では広く応用されているが、細胞老化に関連したエンドポイントは応用されていない。これらの知見は、表現型プロファイリングによって、毒性学における予想外の化学物質誘発メカニズムを明らかにすることができることを示している。

Accurate prediction of drug- and chemical-induced hepatotoxicity remains to be a problem for pharmaceutical companies as well as other industries and regulators. The goal of the current study was to develop an in vitro/in silico method for the rapid and accurate prediction of drug- and chemical-induced hepatocyte injury in humans. HepaRG cells were employed for high-throughput imaging in combination with phenotypic profiling. A reference set of 69 drugs and chemicals was screened at a range of 7 concentrations, and the cellular response values were used for training a supervised classifier and for determining assay performance by using tenfold cross-validation. The results showed that the best performing phenotypic features were related to nuclear translocation of RELA (RELA proto-oncogene, NF-kB subunit; also known as NF-kappa B p65), DNA organization, and the F-actin cytoskeleton. Using a subset of 30 phenotypic features, direct hepatocyte toxicity in humans could be predicted with a test sensitivity, specificity and balanced accuracy of 73%, 92%, and 83%, respectively. The method was applied to another set of 26 drugs and chemicals with unclear annotation and their hepatocyte toxicity in humans was predicted. The results also revealed that the identified discriminative phenotypic changes were related to cell death and cellular senescence. Whereas cell death-related endpoints are widely applied in in vitro toxicology, cellular senescence-related endpoints are not, although cellular senescence can be induced by various drugs and other small molecule compounds and plays an important role in liver injury and disease. These findings show how phenotypic profiling can reveal unexpected chemical-induced mechanisms in toxicology.