昕瑞再生·技术服务系列五:Cell painting细胞影像组筛选技术
基因组学、转录组学、蛋白组学——生命科学的数据维度越铺越宽,但药物筛选仍卡在一个尴尬的位置:我们始终看不见细胞被药物处理后"整体"变成了什么样。传统药物筛选依赖免疫荧光、WB、qPCR等靶向检测手段,只能盯着少数几个已知分子看——信息维度有限,新靶点更无从谈起。Cell Painting使用多种荧光染料,一次实验即可从单个细胞提取上千项形态特征,实现无偏的全维度表型捕获。这些高维数据不仅包含远超以往的生物学信息,更天然适配AI模型,正成为表型驱动药物发现的新一代数据底座。
Cell Painting技术:给细胞画一张“数字肖像”
Cell Painting通过标准化的六种特异性荧光染料组合,在多个荧光通道中同时标记细胞的六大核心结构:细胞核、核仁/细胞质RNA、线粒体、内质网、细胞膜/细胞骨架/高尔基体。

高内涵成像系统-Operetta CLS-PerkinElmer

Cell Painting 多细胞器荧光标记成像
Cell Painting示意图;B)U2OS细胞荧光成像图片
两种特征提取方式:CellProfiler与深度学习
Cell Painting的表型分析主要包含两类特征提取方法。① 借助CellProfiler软件,输出细胞形态、纹理、荧光强度等一系列可解释的量化指标,方法成熟稳定,是我们现阶段采用的核心分析方案。② 基于深度学习的自动化特征提取方法:通过算法自动挖掘图像中更丰富的表型信息,不受人工预设指标的限制,能够识别更细微的表型变化,是目前领域内的重要发展方向。

CellProfiler 软件分析示意图
Cell Painting在药物研发中的五大核心应用场景
Cell Painting的核心价值在于,它能够将复杂的细胞状态转化为可量化的高维表型数据,使研究人员不仅能够判断“化合物是否有效”,还能够进一步解析“化合物如何发挥作用”。目前,该技术已广泛应用于药物发现、作用机制解析、老药新用、安全性评价以及功能基因组学研究等多个方向。
1、无靶点药物发现:突破传统筛选限制,寻找First-in-class药物
传统药物发现通常依赖明确的分子靶点,但大量疾病相关蛋白仍存在“不可成药”问题。Cell Painting通过直接捕获药物处理后细胞整体表型变化,不需要预先设定作用靶点,即可从海量化合物中筛选具有潜在治疗价值的候选分子。2022年发表于ACS Chemical Biology的研究中,科研团队利用Cell Painting对19555个小分子开展无偏表型筛选,在食管腺癌模型中挖掘出铜离子载体类候选分子(如依司氯莫尔elesclomol),锁定肿瘤依赖铜离子死亡的全新敏感性通路,该靶点此前无成熟靶向药物,传统靶点筛选难以发现这类全新作用机制的化合物,为食管腺癌First-in-class药物开发提供全新方向[2]。此外,Recursion Pharmaceuticals等公司也基于Cell Painting构建大规模细胞表型数据库,通过AI模型从数百万级图像数据中挖掘潜在药物候选物,推动表型驱动药物发现(Phenotypic Drug Discovery)的产业化发展。
2、作用机制解析:从“发现活性”到“理解机制”
在早期药物筛选过程中,大量化合物虽然表现出明显的生物活性,但其作用靶点和分子机制往往未知。Cell Painting可以将不同化合物诱导产生的细胞形态变化转化为“表型指纹”,并与已知机制药物进行相似性分析,从而推测未知化合物可能影响的生物通路。2023年发表于Digital Discovery的研究开发了基于深度学习的MOAProfiler模型,通过分析Cell Painting图像中的细胞形态特征,实现了不同作用机制化合物的分类和预测,证明细胞形态表型可以作为解析药物作用机制的重要信息来源[3]。
3、老药新用:利用细胞表型寻找已上市药物的新用途
老药新用是提高研发效率的重要策略。相比全新药物开发,已上市药物通常已经具备较完善的安全性数据,如果能够发现新的治疗方向,可以显著降低研发成本和时间。Cell Painting为老药新用提供了一种新的思路:通过比较不同药物作用后产生的细胞形态特征,寻找具有相似表型模式的药物,从而推测潜在的新适应症。其中,Broad Institute建立的JUMP-Cell Painting项目和相关公共数据资源,收集了大量化合物、基因扰动以及疾病模型产生的细胞表型数据,为药物表型匹配和新适应症预测提供了重要基础。
4、早期毒性评价:通过细胞表型提前发现潜在风险
药物研发失败的重要原因之一是后期发现安全性问题。传统毒性评价通常依赖少数指标,例如细胞活力或单个蛋白表达变化,但药物毒性往往涉及多个细胞器和生物过程的综合改变。Cell Painting能够同时监测多个细胞结构变化,如线粒体形态异常、细胞核大小和形态改变、内质网应激以及细胞骨架重排等。通过建立毒性相关表型数据库,研究人员可以在药物研发早期识别潜在风险化合物。
5、CRISPR功能基因组学:解析“基因 - 表型 - 功能”关系
细胞形态是基因功能变化的重要表现形式。传统CRISPR筛选通常依赖细胞存活率、生长速度等少量终点指标,而结合Cell Painting后,可以更加全面地观察基因扰动对细胞状态的影响。通过CRISPR基因敲除或敲降结合Cell Painting成像,研究人员能够建立基因变化与细胞表型之间的关联,从而发现新的疾病相关基因、调控网络和潜在治疗靶点。Broad Institute的相关研究和JUMP-Cell Painting数据资源表明,大规模基因扰动产生的细胞形态数据,可以用于预测基因功能、解析细胞通路,并为功能基因组学研究提供新的表型读出方式[1]。
送样方式
细胞、类器官样本:根据我方提供的固定方法固定细胞,孔板密封保湿、避光处理后快递寄送给我们;我方收到样本后开展全套荧光染色与高通量成像采集。
服务周期
样本验收合格、项目正式启动后,标准14个工作日完成高通量成像采集与完整数据分析并交付报告;大批量样本可另行协商交付周期。
你
问
我
答
为什么你需要专业的“一站式服务”?
对于大多数药企和科研机构而言,从零搭建包含“高内涵仪器+湿实验团队+生信分析团队”的系统,不仅成本高昂,且试错周期极长。您需要的是从细胞培养到数据报告的整体解决方案。
我们能提供什么?
标准化实验与数据处理:提供实验方案设计、多细胞系模型构建、Cell Painting染色流程优化、高通量自动化成像及严格的图像质量控制,保障数据的稳定性与可重复性。
阶梯式研发验证路径:提供Cell Painting与DRUG-seq2双轨并行的互补式大规模初筛方案,涵盖细胞形态与多细胞器表型的无偏倚全维度信息获取、基于转录组层面的潜在活性分子快速锁定,并借助交叉验证精准收敛候选范围,最终衔接3D类器官模型,开展贴近体内生理环境的深度功能验证,保障筛选结果的高生物学相关性与转化潜力。
参考文献
1、Seal, S., Trapotsi, MA., Spjuth, O. et al. Cell Painting: a decade of discovery and innovation in cellular imaging. Nat Methods 22, 254–268 (2025).
2、Rebecca E. Hughes, Richard J. R. Elliott, Xiaodun L.
et al. Multiparametric High-Content Cell Painting Identifies Copper Ionophores as Selective Modulators of Esophageal Cancer Phenotypes.
ACS Chemical Biology 2022 17 (7), 1876-1889.
3、Daniel R. Wong, David J. Logan, Santosh Hariharan, Robert Stanton, Djork-Arné Clevert, Andrew Kiruluta; Deep representation learning determines drug mechanism of action from cell painting images. Digital Discovery 2023; 2 (5): 1354–1367.


扫码关注
邮箱:xrzs-cx@xremed.com
官网:www.xremed.com
手机:18936040318(微信同号)
关于昕瑞再生

南京昕瑞再生医药科技有限公司成立于2019年,先后获中科创星、红杉资本两轮融资,依托北京大学分子医学南京转化研究院软硬件支持。公司核心团队源自北京大学,承载创始团队在干细胞、再生医学及小分子创新药领域20余年经验,搭建了世界领先的细胞表型药筛平台——整合细胞疾病模型、表型组学定量、AI技术,聚焦“细胞疾病/衰老表型逆转”研发新药。
公司拥有自主知识产权的DRUG-seq2、PHDs-seq高通量测序技术,已在早期药物开发、靶点发现、人工智能大模型建立等场景见效,既服务自研项目,也为科研领域提供高质量技术解决方案。
