Vuscope：评估基于图像的药物反应测量并预测长期孵育结果的数学模型
本研究由Heinrich Heine University Düsseldorf的Nguyen Khoa Tran和My Ky Huynh（共同第一作者），Gunnar W. Klau和Nan Qin（共同通讯作者）等完成，发表于*Bioinformatics*期刊2026年第42卷第2期，文章编号btaf679，于2026年2月4日在线发表。
一、学术背景
活细胞成像（live-cell imaging）药物筛选通过提供动态、高内涵且具有生理相关性的数据，提高了识别有效且安全药物的可能性，从而提升药物开发成功率、促进基础研究发现向临床应用的转化。然而，目前缺乏全面的指标来评估剂量-时间依赖性的药物反应。传统上，药物筛选实验普遍采用48至72小时的孵育期，这一时间窗口能够平衡药物影响细胞过程所需的时间与实验工作流程的实际需求。具体而言，72小时孵育期通常足以捕捉大多数哺乳动物细胞（倍增时间约20–40小时）的药物效应，MTT和CellTiter-Glo（CTG）等终点检测在该时间点能可靠检测药物效应。然而，某些药物可能起效迅速或表现出瞬时效应，不足的终点检测时间可能忽视早期事件或无法区分即时与延迟的药物反应。例如，表观遗传抑制剂（epigenetic inhibitors）可能需要更长的孵育期以实现最佳靶向效应。无标记、非侵入性的活细胞成像技术能够连续观察细胞过程，实时监测候选药物对活细胞的动态效应，但传统的IC50、EC50、Emax或剂量-反应曲线下面积（AUC）等终点指标无法捕捉时间维度的药物效应。为此，本研究旨在开发一个能够计算剂量-时间依赖性药物反应指标的数学模型。
二、研究流程与方法
研究采用了0至10 μM范围内的六个浓度梯度，对四种细胞系进行了120小时的活细胞成像测量。细胞在添加10%胎牛血清的DMEM培养基中、37°C和5% CO₂条件下培养，以Incucyte SX5系统（10倍物镜）每3小时成像一次，并使用Incucyte的cell-by-cell模块进行图像分析。实验使用了一个包含18种组蛋白去乙酰化酶抑制剂（HDAC inhibitor）的化合物库。此外，研究还进行了CellTiter-Glo（CTG）发光法细胞活力测定作为独立验证方法。
Vuscope模型的核心创新在于将描述剂量-反应关系的4参数逻辑模型（4-parameter logistic model）与描述细胞增殖的时间逻辑函数相结合。模型方程中，f(d,t)由时间依赖的参数α(t)、δ(t)、β(t)和剂量参数γ(t)共同决定。其中α(t)表示无药物条件下t时刻的细胞计数，δ(t)表示无限高药物剂量下t时刻的细胞计数，两者均以逻辑增长函数描述，分别具有增长率kα和kδ以及上渐近线aα和aδ。β(t)反映曲线在γ(t)附近的陡峭程度，γ(t)代表log₁₀(IC₅₀)（或对促生长药物而言的log₁₀(EC₅₀)）。所有参数使用SciPy中的least_squares函数进行估计，以最小化平均绝对百分比误差（MAPE）。
在模型拟合的基础上，研究者开发了GRIVUS（Growth Rate Inhibition Volume Under the dose–time–response Surface，剂量-时间-反应表面下的生长率抑制体积）指标。GRIVUS是传统AUC指标的三维扩展，整合了GR指标的核心思想，通过将处理条件和对照条件的生长率以比值形式表达来消除生长速率对药物反应评估的干扰。具体计算中，为使指数前因子保持小于1以防止数值不稳定，当kαδ时以kδ为分母进行标准化。GRIVUS通过数值近似方法计算，从上方和下方分别近似并取平均值。进一步地，研究实施了归一化处理，将测得的GRIVUS除以“未受影响GRIVUS”值以消除较大数值尺度造成的偏差。
数据验证方面，研究比较了每3小时和每24小时采集成像数据的拟合效果；在预测评估中，使用前72小时数据拟合模型并外推至120小时，与完整的120小时实测拟合结果进行比较；同时使用CTG法在72小时和120小时进行ATP为基础的细胞活力测定作为独立验证。评估指标包括MAPE和一致性相关系数（Concordance Correlation Coefficient，CCC），CCC同时衡量相关性和一致性，并附带基于100次自助法（bootstrap）分析的95%置信区间。
三、主要结果
Vuscope对活细胞成像实验数据的拟合精度表现优异。所有细胞系-药物配对的平均MAPE为8.30%±3.16，证明模型能够有效捕捉剂量-时间-反应表面。即使将成像间隔从3小时扩展到24小时，平均MAPE仅略微上升至8.71%±3.43，且两种间隔下计算的GRIVUS值在所有细胞系-药物配对中展现出近完美的一致性（通过CCC评估），表明模型对数据采集频率具有高度稳健性。
在预测能力评估中，使用最初72小时数据（3小时间隔）拟合模型的平均MAPE为6.14%±2.37（24小时间隔为6.78%±2.79）。将72小时拟合参数外推至120小时的预测结果与120小时完整数据拟合相比，平均MAPE仅从8.30%±3.16上升至9.43%±3.80（3小时间隔）和9.28%±3.47（24小时间隔），显示出稳健的模型外推性能。在GRIVUS变化趋势分析中，比较72小时孵育后的GRIVUS变化与120小时预测值和实测值的比较表明，大多数细胞系-药物配对的趋势方向保持一致——无论是增加还是减少。预测GRIVUS与实测GRIVUS在120小时时表现出强一致性（通过CCC分析证实）。独立验证方面，将120小时预测GRIVUS与CTG法在120小时处理后的细胞活力测量结果进行比较，尽管两种方法存在方法学差异和由此产生的变异性，仍观察到强相关性，证实模型准确反映了时间维度的药物反应。
Ksk64（一种新开发的HDAC抑制剂）的靶向效应评估进一步验证了Vuscope的实用性。通过ATP终点测量获得的72小时和120小时剂量-反应曲线与Vuscope的预测结果相印证，在三种受试细胞系中，120小时处理与72小时相比显示出更低的AUC和GRIVUS值，表明Ksk64在延长处理时间后具有更强的靶向效应。此外，仅使用前48小时数据预测120小时反应的分析显示，尽管数据点有限影响模型拟合，Vuscope的预测仍与真实结果显著相关，预测的药物敏感性变化方向与观测结果一致。
四、研究结论与价值
本研究建立的Vuscope数学模型成功地将剂量依赖性和时间依赖性整合到统一的药物反应分析框架中。GRIVUS指标作为首个时间依赖性的药物反应指标，克服了传统IC50、EC50、Emax和AUC等终点指标只能捕捉单一时间点的局限性，能够评估动态药物反应，同时减少了试错实验的依赖。Vuscope能够基于短期（72小时甚至48小时）药物反应数据准确预测长期（120小时）孵育结果，为优化临床前研究流程提供了有力工具。
研究的重要发现是，某些HDAC抑制剂需要超过72小时才能达到预期的靶向效果，提示现有采用72小时标准处理方案的研究可能低估了这类药物的实际靶向影响。这一发现强调了根据不同药物类别确定适当处理时间的重要性，而非统一采用72小时标准方案。从应用价值而言，将Vuscope整合到高通量药物筛选平台中，可以进一步提高药物开发效率和治疗选择的精准性。研究团队已通过vuscope.albi.hhu.de、GitHub和Zenodo公开了详细描述、示例数据集和源代码，使药理学研究者能够便捷地使用该工具。
五、研究亮点
本研究的创新性主要体现在以下方面：第一，Vuscope首次将4参数逻辑模型与时间逻辑函数有机结合，实现了剂量-时间-反应表面的完整数学描述；第二，GRIVUS指标首次在药物反应评估中引入了时间维度，扩展了传统AUC指标的概念；第三，模型对强离群值表现出高稳健性，而传统AUC值易受离群值严重影响，导致对药物效果的误判；第四，模型仅需72小时甚至48小时的数据即可准确预测120小时的反应，具有显著的实用价值；第五，研究整合了大量湿实验数据支持模型训练，并采用独立的ATP基础检测方法进行交叉验证，增强了模型的可信度和可推广性。
研究也指出了局限性：实验仅聚焦于HDAC抑制剂这一特定药物类别和有限的细胞系范围，模型在更广泛药物类别和细胞类型中的适用性仍需进一步验证。未来工作将开发在线工具以协助用户评估活细胞成像数据，构建包含充足训练数据集的综合数据库以提高模型的多样性、完整性和可重复性，并整合细胞形态学、行为特征、共培养体系及细胞死亡类型（凋亡、坏死、铁死亡等）等更多维度的成像分析。