Применение комбинаторного подхода при клоногенном анализе для скрининга растительных экстрактов

Цель. Разработка и теоретическое обоснование комбинаторного дизайна клоногенного анализа для оптимизации скрининга растительных экстрактов, а также количественная оценка его эффективности по сравнению с классическим подходом.

Материалы и методы. Выполнено теоретическое моделирование проведения клоногенного анализа для библиотеки из 10 растительных экстрактов с использованием двух клеточных линий рака простаты (DU145 и LNCaP) и трех повторностей. Проведено сравнение классического индивидуального тестирования с предложенным иерархическим комбинаторным дизайном, основанным на последовательном разделении экстрактов на пулы с последующей деконволюцией результатов. Выполнен расчет необходимого числа экспериментальных этапов, планшетов и эффективности каждого подхода.

Результаты и обсуждение. Установлено, что при исследовании 10 растительных экстрактов классический подход требует выполнения 60 планшетов, тогда как применение иерархического комбинаторного дизайна позволяет сократить их количество до 36, что соответствует снижению числа экспериментальных единиц на 40%. Показано, что эффективность предложенного метода возрастает с увеличением объема библиотеки: при анализе 100 образцов экономия достигает 86% по сравнению с традиционным подходом. Предложенная стратегия позволяет сократить расход реагентов, уменьшить продолжительность эксперимента и повысить информационную плотность скрининга без уменьшения числа повторностей и потери статистической надежности результатов. При этом метод наиболее эффективен для выявления наиболее активного экстракта и требует последующей верификации при анализе нескольких активных компонентов или синергетических взаимодействий.

Выводы. Иерархический комбинаторный дизайн представляет собой эффективный инструмент оптимизации клоногенного анализа, позволяющий существенно сократить количество экспериментальных постановок, временные и материальные затраты при сохранении достоверности получаемых результатов. Предложенный подход может быть использован в качестве этапа первичного высокопроизводительного скрининга растительных экстрактов и других биологически активных соединений с последующим проведением детализированных исследований наиболее перспективных образцов.

1. Suffredini I.B., Silva J.S., Frana S.A., Pinto K.C., Bento K.C.D., Rudiger E.C., Belo P.K.S., de Arruda J.R., Schulze J.P., de Castilho A.L., Camargo L.R.P., Paulino R.O., Santos Y.O., Morais R.A.L., Maldonado K.C.C., Kolndorfer G., da Silva K., de Jesus P.D., Moura G.O., Brandão V.R., Ribeiro H.A., Vara C.H.K., Massola F., Díaz I.E.C., Paciencia M.L.B., Coutinho S.D., Younes R.N., Varella A.D. Screening Amazon rainforest plant extracts for antimicrobial activity: a 15-year commitment to the Brazilian biodiversity. Front Antibiot. 2023; 2: 1122400. https://doi.org/10.3389/frabi.2023.1122400

2. Castillo B., Pörzgen P., Penner R., Horgen F.D., Fleig A. Development and optimization of a high-throughput bioassay for TRPM7 ion channel inhibitors. J. Biomol. Screen. 2010; 15 (5): 498-507. https://doi.org/10.1177/1087057110368294

3. Rodriguez M.V., Sortino M.A., Ivancovich J.J., Pellegrino J.M., Favier L.S., Raimondi M.P., Gattuso M.A., Zacchino S.A. Detection of synergistic combinations of Baccharis extracts with terbinafine against Trichophyton rubrum with high throughput screening synergy assay (HTSS) followed by 3D graphs. Behavior of some of their components.

4. Phytomedicine. 2013; 20 (13): 1230-1239. https://doi. org/10.1016/j.phymed.2013.06.015.

5. Nouioura G., Tourabi M., El Ghouizi A., Kara M., Assouguem A., Saleh A., Kamaly O.A., El Ouadrhiri F., Lyoussi B., Derwich E.H. Optimization of a New Antioxidant Formulation Using a Simplex Lattice Mixture Design of Apium graveolens L., Coriandrum sativum L., and Petroselinum crispum M. Grown in Northern Morocco. Plants (Basel). 2023; 12

6. (5): 1175. doi: https://doi.org/10.3390/plants12051175

7. Santos R.G., Giulianotti M.A., Dooley C.T., Pinilla C., Appel J.R., Houghten R.A. Use and implications of the harmonic mean model on mixtures for basic research and drug discovery. ACS Comb Sci. 2011; 13 (3): 337-344. https://doi.org/10.1021/ co100065a

8. Smucker B.J., Brennan B., Rego E., Wu M., Lin Zh., Ahmer B.M.M., Peterson B.R. Design and

9. Analysis Strategies for Pooling in High Throughput Screening: Application to the Search for a New AntiMicrobial. arXiv. 2026: 2602.16616vl. https://doi. org/10.48550/arXiv.2602.16616

10. Ayon N.J. High-Throughput Screening of Natural Product and Synthetic Molecule Libraries for Antibacterial Drug Discovery. Metabolites. 2023; 13 (5): 625. https://doi.org/10.3390/metabo13050625

11. Ramos M., Camel V., Le Roux E., Farah S., Cladiere M. Effect of different pooled qc samples on data quality during an inter-batch experiment in untargeted UHPLC-HRMS analysis on two different MS platforms. Anal. Bioanal. Chem. 2025; 417 (2):

12. -321. https://doi.org/10.1007/s00216-024-05646-6 9. Yang X. Clonogenic Assay. Bio-protocol.

13. ; 2 (10): e187. https://doi.org/10.21769/

14. BioProtoc.187

15. Franken, N. A., Rodermond, H. M., Stap, J., Haveman, J. and van Bree, C. Clonogenic assay of cells in vitro. Nat. Protoc. 2006; 1 (5): 2315-2319. https://doi.org/10.1038/nprot.2006.339

16. Kalvelytė A.V., Imbrasaitė A., Krestnikova N., Stulpinas A. Chapter Four – Adult Stem Cells and Anticancer Therapy. Advances in Molecular Toxicology. 2017; 11: 123-202. https://doi. org/10.1016/B978-0-12-812522-9.00004-X

17. Alghamdi A.H., Ahmed A.A.E., Bashir M., Abdalgadir H., Khalid A., Abdallah M.E., Almaimani R., Refaat B., Abdalla A.N. Cytotoxic activity, selectivity, and clonogenicity of fruits and resins of Saudi medicinal plants against human liver adenocarcinoma. Drug. Target. Insights. 2024; 18: 84-93. https://doi.org/10.33393/dti.2024.3169

18. Kumar M., Nassour-Caswell L.C., Alrefai

19. H., Anderson J.C., Schanel T.L., Hicks P.H., Cardan

20. R., Willey C.D. A High-Throughput NeurosphereBased Colony Formation Assay to Test Drug and Radiation Sensitivity of Different Patient-Derived Glioblastoma Lines. Cells. 2024; 13 (23): 1995.

21. https://doi.org/10.3390/cells13231995

22. Fladerer J.-P., Grollitsch S., Bucar F. SMS: A new screening method for synergism to test multiherbal drug interactions for their antimicrobial activity. Phytochemistry Letters. 2023; 57: 195-199. https:// doi.org/10.1016/j.phytol.2023.08.016