ロボティクスによって自動化されたプロトコルで患者由来のiPSCから脳オルガノイドを構築する技術。

2020年のPreprintで、自動化された系を活用して、様々な患者由来iPSCのオルガノイド培養プロトコルを最適化する条件検討試験を行ったことを紹介している。

ベースとしているプロトコルは、a:head bio社のJürgen Knoblich教授のものであり、撹拌型のリアクターを用いず、24 well / 96 well プレートでの培養に最適化している点が異なる。

培養時に定期的に細胞画像のイメージングを行いQCデータとして活用。化合物の作用やCRISPR Screeningを実施後に、蛍光免疫染色やオミックス解析、フローサイトメトリー、Calciumイメージングなどのダウンストリーム解析を実施する。

神経系の希少疾患患者などの患者から、患者背景データとともに線維芽細胞とPBMCを採取し、iPSCを誘導しバンキングしたもの。

また、必要に応じてCRISPR-Casシステムを用いて遺伝子編集を行い、追加の疾患モデルとしてバンキングしている。

オルガノイド培養とアッセイの自動化ワークフローの制御、ハイスループット試験のデータ分析目的で自社開発したクラウドソフトウェア。

2022年の論文では、試験バッチやクローン間のデータのばらつきと、患者ドナーごとの差異とを効果的に識別できるように、交絡因子の影響の程度をスコア化する計算モデルを報告している。

データ分析では培養時のセンサーデータや、細胞画像、IHC、カルシウムイメージングなどのデータを単一のソフトウェアで分析している(オミックスデータは別のソフトウェアで分析している可能性あり)。

2023年のpreprintでは、WT iPSC、PSEN1変異を持つアルツハイマー病モデルのiPSC、PSEN1変異を修正したisogenic iPSCからそれぞれオルガノイドを構築し、AAVベクターの複数の血清型を作用させ、形質導入効率が各オルガノイドの各細胞種でどのように異なるかを評価し、AAVベクターの血清型の選定を行っている。
論文では触れられていないが、AAVベクターで特定の遺伝子を導入しその効果を見るIn vitroの遺伝子治療の薬効評価試験にも活用できると思われる。