High precision quantification of rodent and human pancreatic islets for transplantation
Project goals
Clinical outcome of pancreatic islet transplantation depends on the number of functional beta-cells in the graft. The current methods for islet graft assessment in vitro often fail at predicting the outcome. The standard currently used for islet volume estimation assumes spherical islet shape, grossly overestimating the volumes of individual islets, and leading to exaggerated expectation of beta cell number in the graft. Moreover, the necrotic core which develops in islets before transplantation, dependent on their size and shape, suggests that even if the volumes were estimated correctly, not all the original cells would contribute to the graft function. The graft assessment before transplantation must be rapid and simple, making 2D microscopy imaging the most appropriate approach. We previously developed a deep learning-based web service IsletNet, which allows the participating centers to fully automatically assess 2D images of dithizone-stained isolated pancreatic islets before transplantation to human recipients. Aim of this project is to develop and implement new mathematical functionalities estimating from 2D projections (1) the real islet volume, (2) the total islet cell number, and (3) the number of potentially viable cells in islet, dependent on the time in cell culture. We hypothesize that these functionalities can be derived from advanced 2D and 3D microscopic observations in a large number of individual natural islets and pseudo-islets in vitro. We will test the proposed methods in vitro and using xenotransplantation models. We anticipate that the improved IsletNet web service will increase predictability of the outcome of clinical and experimental transplantation. Additionally, IsletNet will become a unique tool allowing direct comparison between traditionally isolated pancreatic islets and modern artificially optimized pseudo-islets in vitro and in clinical studies.
Keywords
kontrola kvalityquality controlsprávná výrobní praxegood manufacturing practiceobrazová analýza3D stereologieoptická projekční tomografieměření objemupseudo-ostrůvky3D stereologyoptical projection tomographyvolume measurementpseudo-isletsminimally invasive procedurepostupy s omezenou invazivitoutransplantace Langerhansových ostrůvkůmoderní léčbaadvanced therapyLight sheet mikroskopiestrojové učenízvířecí modelyislet transplantationimage analysislight sheet fluorescence microscopymachine learninganimal models
Public support
Provider
Ministry of Health
Programme
—
Call for proposals
SMZ0202200001
Main participants
Institut klinické a experimentální medicíny
Contest type
VS - Public tender
Contract ID
NU22-01-00141
Alternative language
Project name in Czech
Velmi přesná kvantifikace Langerhansových ostrůvků hlodavců a člověka pro účely transplantace
Annotation in Czech
Úspěšnost klinické transplantace Langerhansových ostrůvků závisí na počtu funkčních beta-buněk ve štěpu. Současné metody pro hodnocení štěpu in vitro nepredikují výsledek transplantace spolehlivě. Současný standard pro odhad objemu ostrůvků významně nadhodnocuje objemy jednotlivých ostrůvků a počet předpokládaných beta-buněk. Navíc buňky ve středu ostrůvku nekrotizují v závislosti na jeho velikosti a tvaru. I kdyby byly objemy odhadnuty správně, ne všechny přítomné buňky přispějí k funkci štěpu. Hodnocení štěpu zároveň musí být rychlé a jednoduché, což splňuje 2D mikroskopické zobrazování. V nedávné době jsme vyvinuli unikátní webovou službu IsletNet (založenou na metodě deep-learning). Umožňuje nám i mezinárodním spolupracujícím centrům před transplantací pacientům plně automaticky vyhodnotit 2D snímky izolovaných ostrůvků obarvených dithizonem. Cílem tohoto projektu je vyvinout a implementovat nové matematické funkce pro odhad skutečného objemu individuálních ostrůvků, jejich celkového počtu a počtu potenciálně životaschopných buněk, a to na základě jejich 2D projekcí. Podle předběžných dat předpokládáme, že tyto funkce lze odvodit z velkého počtu pozorování jednotlivých ostrůvků pomocí pokročilé 2D a 3D mikroskopie. Navrhované metody ověříme in vitro a pomocí xenotransplantačních modelů. Očekáváme, že webová služba IsletNet doplněná o nové funkce povede ke spolehlivější predikci výsledků klinických a experimentálních transplantací. IsletNet se navíc stane jedinečným nástrojem pro přímé srovnání tradičně izolovaných pankreatických ostrůvků s perspektivními pseudo-ostrůvky optimalizovaných objemů a tvarů, a to jak in vitro tak v rámci klinických studií.
Scientific branches
Solution timeline
Realization period - beginning
May 1, 2022
Realization period - end
Dec 31, 2025
Project status
K - Ending multi-year project
Latest support payment
Apr 12, 2024
Data delivery to CEP
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data delivery code
CEP25-MZ0-NU-R
Data delivery date
Mar 12, 2025
Finance
Total approved costs
11,544 thou. CZK
Public financial support
11,544 thou. CZK
Other public sources
0 thou. CZK
Non public and foreign sources
0 thou. CZK
Basic information
Recognised costs
11 544 CZK thou.
Public support
11 544 CZK thou.
100%
Provider
Ministry of Health
OECD FORD
Transplantation
Solution period
01. 05. 2022 - 31. 12. 2025