《Nature Communications》：A high-throughput conditioned-media-based screening system identifies inhibitors of aggregation induced by iPSC-secreted amyloid β
编辑推荐：
在常规体外筛选中，候选药物常因模型生理相关性不足而在后续研究中失败。为解决此问题，研究人员开发了名为HaiDap的高通量条件培养基筛选系统，利用阿尔茨海默病患者iPSC分化的细胞条件培养基，对22种可食用植物提取物进行筛选，成功鉴定出3种能显著延缓淀粉样蛋白Aβ在神经元表面聚集的抑制剂。该系统为高效、精准、低成本地发现淀粉样蛋白聚集抑制剂提供了新策略。
在探索对抗阿尔茨海默病等神经退行性疾病的漫长征途中，新药研发始终面临着一个严峻的“瓶颈”：许多在实验室简单体外模型中表现出潜力的候选化合物，一旦进入更复杂的体内环境或临床研究阶段，效果便大打折扣甚至完全失效。这背后的一个核心问题在于，传统的体外筛选模型常常过于简化，无法充分模拟人体内复杂的生理环境和疾病过程。与此同时，利用患者来源的诱导多能干细胞（Induced Pluripotent Stem Cell, iPSC）构建的疾病模型，虽然能提供更高的生理相关性，重现疾病的关键特征，但其高昂的培养和分化成本，又极大地限制了它们被用于大规模、高通量的药物筛选。如何兼顾模型的“生理相关性”与筛选的“高通量、低成本”，成为横亘在研究者面前的一道难题。
为了解决这一矛盾，一项发表于《Nature Communications》的研究带来了一项创新技术。研究团队开发了一套名为“HaiDap”（High-throughput screening technology for Aggregation Inhibitors of Diseased cell-derived Aggregative Proteins）的高通量筛选系统。该系统巧妙地绕过了直接使用iPSC分化细胞进行筛选的高成本障碍，而是利用了这些“患病”细胞释放到培养环境中的关键致病因子。研究者们设想，如果能用这种富含疾病特异性生物活性分子的“条件培养基”来进行大规模筛选，或许就能在保留iPSC模型生理相关性的同时，实现高效、低成本的药物发现。
为了验证这一设想，研究人员将目光聚焦于阿尔茨海默病的经典病理蛋白——淀粉样蛋白β（Amyloid-β, Aβ）。Aβ的异常聚集和沉积，是阿尔茨海默病大脑中标志性老年斑的主要成分，也被认为是驱动神经毒性、引发神经元损伤和死亡的核心环节之一。因此，找到能够有效抑制Aβ聚集的分子，是药物研发的重要方向。研究团队从一名男性阿尔茨海默病患者的细胞出发，制备了诱导多能干细胞，并将其定向分化为能够分泌Aβ的细胞类型。随后，他们收集这些细胞的条件培养基，其中包含了由患病细胞自然产生和分泌的Aβ以及其他相关分子。以此作为筛选的“疾病环境”基础，他们构建了HaiDap筛选平台。
研究团队利用HaiDap系统，对来自22种可食用植物的提取物进行了大规模筛选，目的是从中找出能够有效抑制由iPSC来源的Aβ所诱导的蛋白聚集的天然抑制剂。作为对比，他们也使用了传统的、以磷酸盐缓冲液（PBS）为基础的体外聚集实验进行了平行筛选。结果凸显了新型系统的优越性：在PBS体系的筛选中，有40.9%（9/22）的提取物显示出了抑制活性，但这种基于简单生化环境的筛选假阳性率可能较高；而当使用更贴近疾病生理状态的iPSC条件培养基（即HaiDap系统）进行筛选时，显示活性的提取物比例大幅降低至13.6%（3/22），表现出更高的筛选特异性。这3种被HaiDap系统鉴定出的提取物分别来源于Orthosiphon aristatus、Syzygium aromaticum和Glehnia yesoense。
后续更为深入的验证实验表明，这3种提取物均能显著延缓Aβ在活神经元表面的聚集过程。这一结果在基于iPSC的细胞模型中得到证实，意味着这些天然化合物不仅在生化水平有效，在更接近真实神经元的环境中同样具有功能活性，进一步验证了HaiDap系统筛选结果的有效性和生理相关性。
本研究主要应用了以下几项关键技术方法：1. 诱导多能干细胞（iPSC）技术，使用一名男性阿尔茨海默病患者的细胞来源；2. HaiDap高通量筛选系统的构建，该系统核心是利用iPSC分化细胞的条件培养基模拟疾病环境；3. 基于可食用植物提取物的化合物库筛选；4. 以Aβ聚集为表型的检测方法；5. 使用iPSC分化的神经元进行后续的功能验证实验。
研究结果
开发HaiDap高通量筛选系统
研究人员成功构建了HaiDap（High-throughput screening technology for Aggregation Inhibitors of Diseased cell-derived Aggregative Proteins）系统。该系统利用阿尔茨海默病患者特异性iPSC分化后产生的条件培养基作为筛选基质，旨在模拟体内疾病环境，用于大规模筛选能够抑制由疾病细胞分泌的Aβ所引发聚集的化合物。
HaiDap系统筛选具有更高特异性
利用HaiDap系统对22种植物提取物进行筛选，并与传统的PBS体系筛选结果对比。PBS体系筛选出9种（40.9%）具有抑制活性的提取物，而HaiDap体系仅筛选出3种（13.6%），表明基于iPSC条件培养基的筛选能有效减少假阳性，具有更高的特异性。
鉴定出的抑制剂在神经元模型中有效
通过HaiDap系统鉴定出的三种植物提取物（分别来自O. aristatus、S. aromaticum和G. yesoense）在后续的验证实验中被证实，均能显著延缓Aβ在由iPSC分化的神经元细胞表面的聚集过程，证明了这些抑制剂在生理相关模型中的有效性。
结论与意义
该研究开发的HaiDap系统，成功在药物发现的早期筛选阶段，搭建了一座连接“高通量、低成本”与“高生理相关性”的桥梁。它通过创新性地使用iPSC疾病模型的条件培养基，既保留了患者特异性细胞所提供的病理环境信息，又规避了直接使用细胞进行大规模筛选的昂贵成本。该研究不仅成功地从天然产物库中特异性地鉴定出数个能有效抑制Aβ聚集的候选化合物，更重要的是，它验证了一种全新的筛选策略的可行性。研究表明，相较于传统简单体外模型，基于iPSC条件培养基的HaiDap系统能显著提高筛选的特异性，有助于在更早阶段剔除假阳性化合物，从而加速针对阿尔茨海默病等复杂疾病的新药研发进程，降低后续研发失败的风险。这项技术为未来针对其他由特定致病蛋白聚集引起的疾病（如帕金森病、肌萎缩侧索硬化症等）的药物筛选提供了可借鉴的通用性平台。
