E!114899: Automated high-throughput oncology drug screening in zebrafish using robotics and AI

Kreft er den mest belastende sykdommen globalt med anslagsvis 18,1 millioner nye tilfeller og 9,6 millioner dødsfall i 2018. Legemiddelkandidater blir først evaluert i levende organismer sent i den prekliniske utviklingsprosessen av nye medisiner. Følgelig er det bare 9% av kreftmedisinene som går inn i fase 1 kliniske studier som fullfører fase 3. Videre må gjennomsnittlig 10.000 eksperimentelle medikamentkandidater screenes for hvert godkjente legemiddel. Det er derfor et behov for screening med høye gjennomstrømningsmetoder som gir biologisk relevante data for å 1) raskt vurdere det store antallet legemiddelkandidater i utviklingen av nye behandlingsmetoder og 2) for å øke antall legemidler som lykkes i kliniske studier. Målet med dette prosjektet var å forbedre prosessen for utvikling av nye kreftmedisiner ved å utvikle roboter som bruker sebrafisken som modellorganisme. Ved å bruke robot- og AI-teknologi, ønsket ROBO-FISH-konsortiet å betydelig øke effektiviteten i screens for nye kreftmedikamenter. Vi oppnådde dette det å utvikle tre roboter: en som utfører mikroinjeksjoner og to som tar bilder av sebrafiskyngel (larver) under og etter injeksjonen. Målet var å utvikle en rask, nøyaktig, brukervennlig arbeidsflyt med høy kapasitet som har potensiale til å revolusjonere screening av nye kreftmedisiner. Sebrafisk xenograft-modeller (celletransplantasjon) har i økende grad blitt anerkjent for deres evne til å forutsi pasientrespons på kreftterapi, noe som også illlustrerer potensialet for disse modellene som diagnostiske verktøy i kliniske studier. Imidlertid krever denne forskningsmetoden nøyaktig mikroinjeksjon av kreftcellesuspensjoner i mange små og skjøre sebrafiskyngel (larver). Å foreta slike injeksjoner er utfordrende at selv etter måneder med opplæring, vedvarer variasjonen i eksperimentelle resultater blant forskere. Dette begrenser bruk og distribusjon av sebrafisk xenograft-modeller i klinisk forskning og i utviklingen av ny kreftbehandling. For å møte denne utfordringen designet, bygget og validerte vi en automatisert mikroinjeksjonsrobot. Kombinerte resultater fra bruken av injeksjonsroboten fra prosjektkonsortiets partnere i vaskulaturen, perivitellinerommet og bakhjernen viser en gjennomsnittlig injeksjonssuksessrate på omtrent 60 %, med en larveoverlevelsesrate på over 70 %, noe som er sammenlignbart med manuelle injeksjoner med en tradisjonell mikromanipulator. Det var merkbart at den helautomatiske modusen til roboten var dobbelt så rask i utførelsen av injeksjonene i forhold til manuelle injeksjoner. Automatiseringen av mikroinjeksjonsprosessen reduserer behovet for omfattende opplæring av personale betydelig, samtidig som den forbedrer reproduserbarhet, effektivitet og nøyaktighet. Disse resultatene baner vei for mer omfattende bruk av sebrafisk xenograft-modeller i oppdagelsen av nye medikamenter og pasientdiagnostikk. Nå tester og optimaliserer vi bilderobotene slik at disse kan kobles til injeksjonsroboten for å lage en enkelt robotarbeidsflyt. Til slutt har vi vist prinsippbevis og beskrevet vellykket xenografting av pediatriske gliomceller fra pasienter til å utvikle sebrafisk modeller for første gang. Disse nye fiske-"avatarene" for gliomer blir nå brukt til systematisk testing av enkelt- og kombinasjonsbehandlinger for å identifisere potensielle nye terapier for en svært aggressiv pediatrisk hjernesvulsttype som for tiden resulterer i svært dårlig prognose for pasienten. Dette arbeidet har skapt nye samarbeid med internasjonale eksperter som kombinerer fordelene med bruken av sebrafisk som modellorganisme med beregningsbiologi og tumormodeller basert på andre modellorganismer.

The successful generation of tumour cell transplantation and high-resolution confocal microscopy robots within the ROBOFISH project, as well as the implementation of image recognition machine learning models, resulted in a new international collaboration. The aim of the collaboration is to establish human-derived xenograft transplantation zebrafish models (avatars) for highly aggressive paediatric brain tumours and use these avatars for combinatorial cancer drug discovery. The initial findings of this collaboration has stimulated interest from other research groups to apply the same strategy towards other tumour types. We are also in discussion with radiology experts to use the zebrafish avatars to expand combination treatment options for cancer patients. The societal impact of the tumour transplantation and imaging robots built and optimised in the ROBOFISH project will aid in expediting both oncology drug discovery and basic medical research, towards a deeper understanding of the causes of cancer. Furthermore, the same robots can also be used for other types of cell transplantation studies, pathogen challenge studies, drug discovery, and toxicological testing of drugs and environmental pollutants - thus expanding the repertoire of applications and possibilities for national and international research collaborations.

The project goal is to develop robots for oncology drug screening in zebrafish. Cancer is the most burdensome disease in the world with an estimated 18.1 million new cases and 9.6 million deaths in 2018. Drug candidates are assessed in living organisms late in the preclinical development process. Consequently, only 9% of oncology drugs entering phase 1 clinical trials, complete phase 3 successfully. Furthermore, 10,000 compounds are screened for each approved drug. High-throughput screening that provides biologically relevant data is needed to 1) rapidly assess the large number of compounds generated in drug discovery and 2) to increase the number of drugs that make it through clinical trials. Zebrafish injected with patient-derived tumour cells (PDX) mimic in vivo responses and could be used in the early drug screening workflow. Their small size, easy and inexpensive maintenance and abundant availability of genetic tools make zebrafish highly suitable for oncology drug screening. Consortium partners and zebrafish CRO market leaders ZeClinics (ZC) and BioReperia (BR) are experiencing strong market demand for zebrafish PDX drug screening, but are critically impeded by their current low throughput, manual, labour intensive workflow. Through deep learning image recognition, advanced robotics and automated imaging, Life Science Methods (LSM) and Confocal.nl will develop the ROBO-FISH robots that can inject 10 times faster than trained scientists and can provide high-throughput image analysis for zebrafish. The Centre for Molecular Medicine Norway (NCMM) and CROs ZC and BR will validate the robots in their expert zebrafish labs to generate feedback on performance, applicability and reproducibility. The ROBO-FISH consortium will deliver an injection robot and two types of imaging robots (high/low resolution) to create a fast, accurate, easy to use, high-throughput workflow that could revolutionize oncology drug screening.