- 4 次围观
乳腺癌是全球女性中最常见的癌症，而干扰雌激素或孕激素信号传导的化学物质已被认为是潜在的危险因素。然而，能够改变乳腺（MG）发育和功能的化学物质仍未得到充分研究，这凸显了在该领域开展进一步研究的必要性。为弥补这一空白，我们探讨了采用高内涵成像检测方法，尤其是Cell Painting技术，测量化学物质暴露所引起的细胞形态扰动的适用性，并鉴定可用于表征乳腺致癌物（MC）危险因素的形态学特征。利用JUMP-CP数据集中具有Cell Painting表型的乳腺致癌物和非乳腺致癌物（Non-MC）数据集，我们筛选出51种化合物，其中包括28种MC和23种非遗传毒性Non-MC。我们通过非线性降维（UMAP）和层次聚类对形态学数据进行了表征。随后，我们构建了一个“关联推断”（Guilt-By-Association，GBA）框架，对多种相似性度量配置、风险评分聚合方法及特征表示进行了比较。形态学表型的聚类主要反映作用机制，而非致癌性标签：遗传毒性MC在内质网、线粒体、细胞核和RNA区室中产生了显著扰动；相比之下，具有激素活性的化合物与对照组无法区分，这反映出所用细胞系缺乏具有功能性的类固醇激素受体。我们表现最佳的GBA配置获得了0.630的ROC曲线下面积（AUC-ROC）和0.696的PR曲线下面积（AUC-PR）。将该方法前瞻性地应用于内分泌干扰化学物质后，优先筛选出氯芬嗪、3-甲基吡唑、间苯二酚、2-叔丁基-4-甲氧基苯酚和噻苯达唑，作为后续验证性检测的候选物。本研究提供了一种透明且具有可解释性的工具，可用于乳腺致癌性评估中的化学物质优先级排序；同时也揭示了该方法的局限性，并明确指出Cell Painting数据集需要由对激素敏感的模型加以补充。
乳腺癌是全球女性中最常见的癌症，干扰雌激素或孕激素信号传导的化学物质被认为是潜在的风险因素。然而，能够改变乳腺（MG）发育与功能的化学物质仍未得到充分研究，凸显了在这一领域开展进一步研究的必要性。为弥补这一研究空白，我们探讨了采用高内涵成像分析，尤其是细胞绘景（Cell Painting）技术，测量化学暴露所引起的细胞形态扰动，并识别可表征乳腺致癌物（MC）风险因素的形态学特征的可行性。利用JUMP-CP数据集中的MC和非乳腺致癌物（Non-MC）细胞绘景特征数据集，我们筛选出51种化合物，其中包括28种MC和23种非遗传毒性Non-MC。我们通过非线性降维（UMAP）和层次聚类对形态学数据进行了表征。随后，我们构建了一个基于关联推断（Guilt-By-Association，GBA）的框架，对多种相似性度量、风险评分聚合方法和特征表示形式的组合进行了比较。形态学特征谱主要按照作用机制而非致癌性标签进行聚类：遗传毒性MC在内质网、线粒体、细胞核和RNA等细胞区室中引发了强烈扰动，而具有激素活性的化合物则无法与对照组区分，这反映出所使用细胞系中缺乏具有功能的类固醇激素受体。我们最佳的GBA配置实现了0.630的ROC曲线下面积（AUC-ROC）和0.696的PR曲线下面积（AUC-PR）。在对内分泌干扰化学物进行前瞻性应用时，该方法将氯芬替嗪、3-甲基吡唑、间苯二酚、2-叔丁基-4-甲氧基苯酚和噻苯达唑优先列为需进行验证性测试的候选物。本研究为乳腺致癌性评估中的化学物质优先排序提供了一种透明且可解释的工具，同时揭示了其局限性，并明确指出细胞绘景数据集需要通过对激素敏感的模型加以补充。
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.09.04.749408v1?rss=1
🏷️ Cell Painting技术 乳腺致癌物 内分泌干扰物 高内涵成像 细胞形态学表型 化学风险评估