20 septembre 2024
Cette procédure décrit comment visualiser, suivre et quantifier Acanthamoeba spp. motilité.
Notre recherche se penche sur le comportement naturel d’Acanthamoeba tel qu’il est dans la nature lorsque les humains et Acanthamoeba se croisent inévitablement. À partir de cette base, nous pouvons extrapoler des informations sur la façon dont Acanthamoeba interagit et dans divers environnements et surfaces, qu’il s’agisse des lentilles de contact ou de la cornée, ce qui nous permet de développer des stratégies ciblées pour prévenir la kératite d’Acanthamoeba et d’améliorer les pratiques d’hygiène des lentilles de contact. Historiquement, le domaine d’Acanthamoeba a été lent à adopter les avancées de pointe en génétique et en analyse d’images à haut contenu.
Cependant, il y a maintenant une tendance croissante à l’utilisation systématique de ces outils pour démêler la base génétique des infections amibiennes et faciliter le développement de médicaments grâce à l’analyse à haut débit. De nombreuses questions subsistent concernant l’évolution des infections à Acanthamoeba chez les patients. Nos efforts continus se concentrent sur la création d’outils visuels et quantifiables pour la modélisation in vitro des infections à Acanthamoeba, en particulier à mesure que les modèles 3D de cornée deviennent plus accessibles.
Ces modèles nous permettent d’explorer comment Acanthamoeba se comporte lors de l’infection initiale par kératite à Acanthamoeba et plus tard lors d’une résurgence potentielle.
Cette étude se concentre sur le comportement naturel des Acanthamoeba spp. et ses interactions avec les surfaces humaines telles que les lentilles de contact et la cornée. En développant des méthodes pour visualiser, suivre et quantifier la motilité des Acanthamoeba, la recherche vise à améliorer notre compréhension de la kératite à Acanthamoeba et à améliorer les pratiques d'hygiène des lentilles de contact.
Quantitative tracking of Acanthamoeba spp. motility provides critical insight into pathogen behavior on clinically relevant surfaces, directly informing risk assessment for ocular device contamination. This capability supports predictive confidence in early-stage anti-infective screening and enables mechanistic de-risking for translational infection models. Integrating motility quantification into discovery workflows enhances portfolio decisions for anti-amoebic intervention strategies.
This motility quantification method bridges early discovery, assay development, and translational infection modeling for anti-amoebic R&D pipelines.