PADRONIZAÇÃO DE UM ENSAIO DE MICROSCOPIA AUTOMATIZADA PARA AVALIAR TOXICIDADE DE COMPOSTOS QUÍMICOS SOBRE EMBRIÕES DE ZEBRAFISH

O zebrafish (Danio rerio) e um modelo experimental amplamente utilizado em pesquisas biomedicas, como na descoberta de fármacos. Neste trabalho, iniciamos a padronização de um novo ensaio automatizado de análise de alto conteúdo para avaliar a toxicidade de compostos químicos sobre embriões wild-type de zebrafish. Para isso, inicialmente testamos compostos químicos reconhecidamente tóxicos sobre o zebrafish para avaliar os seus efeitos em embriões com 96 horas pós fertilização. Embora os experimentos não tenham sido validados segundo criterios do teste 236 de toxicidade aguda da OECD, as imagens geradas nesses experimentos foram úteis no desenvolvimento de três etapas operacionais do ensaio: segmentação por inteligência artificial (rede neural convolucional, fast.ai) dos embriões e de seus órgãos (saco vitelino e área pericárdica), quantificação de seus parâmetros morfológicos (CellProfiler) e classificação por IA (XGBoost) dos indivíduos em fenótipos gerais (“normal”, “não eclodido” e “alterado”). Após o treinamento, os modelos de IA mostraram-se adequados para a segmentação do corpo do zebrafish nas imagens (Dice = 0,95), mas mostraram menor desempenho para o saco vitelino (Dice = 0,8) e área pericárdica (Dice = 0,25), esses últimos apresentando possíveis sinais de overfitting. A análise fenotípica monoparametrica revelou que o parâmetro morfológico “form factor” mostrouse eficaz na detecção de embriões não eclodidos. Já na análise multiparametrica, o classificador fenotípico mostrou uma boa performance (MCC = 0,84), apresentando alta capacidade de identificar embriões com fenótipo “normal” e “não eclodido” (>90% acerto), mas menor desempenho para a classe “alterado” (65-78%). Novos experimentos são necessários para finalizar a padronização do ensaio.