Dyresimuleringer og smart lægemiddeldesign:Nanomaterialetransport til individuelle celler

Bioingeniører kan designe smarte lægemidler til antistof- og nanomateriale-baserede terapier for at optimere lægemiddeleffektiviteten til stadig mere effektiv, tidlige prækliniske forsøg. Det ideelle lægemiddel vil have maksimal effektivitet på målvævssteder til transport fra vævsvaskulaturen til det cellulære miljø. Forskere kan bruge biologiske simuleringer koblet til in vitro-tilgange til at forudsige deres eksponering hurtigt og effektivt til at forudsige lægemiddelbiodistribution inden for enkeltceller af levende dyrevæv uden at stole på dyreforsøg. I en ny undersøgelse, der nu er offentliggjort på Videnskabens fremskridt , Edward Price og Andre J. Gesquiere brugte med succes en in vitro-analyse og computational fluid dynamic (CFD) model til at oversætte in vitro cellekinetik til helkropssimuleringer på tværs af flere arter og nanomaterialetyper. Arbejdet gjorde det muligt for dem at forudsige lægemiddelfordelinger inde i individuelle vævsceller, og holdet forventer, at dette arbejde vil forfine, reducere og erstatte dyreforsøg og samtidig give forskerne et nyt perspektiv på lægemiddeludvikling.

Nanomedicin (NM'er) i form af antistoffer og syntetiske nanomaterialer kan komplementere konventionel småmolekylemedicin gennem aktiv vævsmålretning, variable cirkulationstider og stabilitet, koblet til justerbar biofordeling. Forskerhold er stærkt afhængige af dyremodeller for at kvantificere leverede doser, rejser spørgsmål om etik og stigninger i tid og omkostninger. Fra et videnskabeligt synspunkt, vævsarkitekturdestruktion udført under vævshomogenisering til kvantificering kan eliminere kritisk viden om nanomedicintransport inde i vævsceller og vaskulatur. Et lægemiddel kan nå celler ved at udvise optimal plasmafarmakokinetik for at nå vævsvaskulaturen. Arkitekturen og nanopartikeldiameteren tillader kritisk transport af lægemidlet på tværs af mikrokarvægge ind i et inficeret eller normalt vævscellemiljø.

I nærværende arbejde, Price og Gesquiere koblede en in vitro/in silico-simuleringstilgang til at forudsige NM-biodistribution inden for prækliniske arter (dyre- og cellemodeller) på enkeltcelleniveau. De redegjorde for forskelle i nanopartikelstørrelse, dyrearter og vaskulaturporestørrelsesdiametre ved hjælp af en væskedynamisk model. Holdet kvantificerede cellulært NM-indhold i situationer, hvor resultaterne var svære at oversætte til dyreforsøg på grund af mangel på systematiske perspektiver. De behandlede også eksisterende eksperimentelle problemer, hvor celler inducerede nedbrydning af nanopartikelfluorescens til at producere falske negativer.

For at validere deres arbejde in vitro, holdet simulerede lysosomal analyse koblet til atomabsorptionsspektroskopi (AAS), og underbygget in vivo-simuleringer ved at sammenligne resultaterne med den offentliggjorte litteratur af helkropsdyrsdata for rotter, mus og ikke-menneskelige primater. Forskerne brugte kvanteprikker (QD'er) som et modelsystem på grund af deres potentiale i nanopartikeldetektion, mens de også overvejer deres grænser. Price et al. redegjorde for kompleksiteten i en NM-platform for at udvide mulighederne til antistof- og metal/polymer-baserede nanopartikler.

Når en nanopartikel cirkulerer gennem dyrenes blodforsyning for at komme ind i vævsmiljøet, det vil interagere med vævsceller via adsorption, desorption, internalisering eller aktive optagelsesprocesser. Forskerne udsatte nanopartikler for ikke-toksiske QD'er (kvanteprikker) for fluorescerende at detektere deres interaktioner med celler, der almindeligvis stødes på af NM'er, såsom makrofager, endotelceller og epitelceller, efter intravenøs injektion. Forskerholdet kvantificerede koncentrationen af ​​nanopartikler, der interagerer med celler in vitro, og byggede cellekinetik-simuleringer for at vurdere hastighedskinetikken og NM-celle-interaktionerne.

Simuleringen indeholdt et (i) medium, (ii) cellemembran og (iii) cellerumsrum indbyrdes forbundet via grundlæggende masseoverførselsligninger og førsteordens hastighedskonstanter. De optimerede systemet ved hjælp af en genetisk algoritme i MATLAB og bemærkede, at membranadsorptionshastighedskonstanten var højest for makrofager og lavest for endotel- og leverceller. Af celletyper, internaliseringsprocessen var også relativt højest for levervævsceller og lavest for endotelceller. Konfokal billeddannelse understøttede visuelt disse data med hurtig optagelse og mætning af makrofager inden for en time efter eksponering, mens epitel- og endotelvævsceller blev yderligere forsinket.

Holdet demonstrerede tilstedeværelsen af ​​celleredbrydningsfaktorer i in vitro-assays ved hjælp af cellekinetik-simuleringer for at hjælpe effektivt med at oversætte in vitro-dataene til dyreforsøg. Atomadsorptionsspektroskopi (AAS) validerede resultaterne af QD-optagelse via fluorescensassays og fremhævede vigtigheden af ​​at beregne celle- og medium-induceret nedbrydning. Da nanomedicin (NM'er) placeret inde i væv kan ophobes i interstitia, vaskulatur eller inde i en række forskellige celletyper, holdet oversatte in vitro cellulær kinetik til in silico dyresimuleringer for at tage højde for dette. De udførte to pilotundersøgelser og vurderede tendenser i helvævsoptagelse som en funktion af størrelse og kvantificeret NM-optagelse på enkeltcelleniveau. Arkitektonisk, hver simulering af vævsrum indeholdt fire underrum til at repræsentere epitelet, endotel- og makrofagceller.

Da leveren og milten er almindelige mål for NM-akkumulering, de brugte disse væv som casestudier til at forstå og fange, simuleringens følsomhed og nøjagtighed. For eksempel, simuleringen viste, at øgede NM-størrelser oversteg vævsporestørrelserne for de fleste vævstyper for at lede mod væv med større porestørrelser såsom leveren. På dette tidspunkt, leverendotelcellerne interagerede med NM'erne for hurtig membranbinding og mætning inden for 24 timer. Når NM kom ind i interstitia af vævet, interagerede det hurtigt med epitel- (til lever) og makrofag (til milt) vævsceller. Resultaterne opbyggede tillid til simuleringens forudsigelsesevne og dens evne til at forudsige lægemiddelindhold i variabel størrelse på enkeltcelleniveau for dyr for første gang - udelukkende baseret på in vitro-data alene.

Forskerne indikerede derefter simuleringens forudsigelsesevne og translationelle kapacitet ved at sammenligne med målt indhold på vævsniveau for flere NM-typer og arter, inklusive rotter, mus og cellulært indhold (epitel, endotel og makrofag). De testede den prædiktive præstation på tværs af flere variabler baseret på Verdenssundhedsorganisationens retningslinjer og standarder for akademiske og farmaceutiske konsortium for udvikling af lægemidler og sikkerhed. De modelforudsagte gennemsnit og de observerede gennemsnit korrelerede lineært for at indikere rimelige modelforudsigelser på tværs af alle arter og NM-typer.

På denne måde Edward Price og Andre J. Gesquiere udviklede en levedygtig platform til at reducere og forfine dyreforsøg under udvikling af nanomedicin (NM). De in vitro-koncentrerede data koblet til cellekinetiksimuleringer leverede celle-NM-interaktioner for at vise fremragende translationspotentiale. Resultaterne krævede ikke tilpasning til dyrebiodistributionsdatasæt, da alle parametre var optimeret til in vitro-data eller beregnet ved hjælp af en væskedynamisk model. Processen fungerede også under forhold med NM-nedbrydning i det biologiske miljø. De kombinerede in vitro- og in silico-teknikker vil hjælpe fremtidens smarte lægemiddeldesign for at hjælpe videnskabsmænd med at danne bedre og informerede diskussioner og samtidig reducere forsøg med levende dyr. Price og Gesquiere forventer, at dette arbejde vil tjene en ny tilgang til prædiktive simuleringer af nanomedicintransport.

© 2020 Science X Network