Accelerating nanodrug development in continuous flow systems using informed prediction models based on low-cost surrogate nanoparticles

Stel je voor dat je de perfecte taart probeert te bakken, maar in plaats van bloem en suiker zijn je ingrediënten microscopische bellen die nanopartikels worden genoemd. Deze piepkleine dragers zijn de bezorgwagens van de moderne geneeskunde, met de taak om medicijnen stiekem in ons lichaam te smokkelen om ziekten zoals kanker te bestrijden of om ons immuunsysteem te leren hoe het virussen moet herkennen. Het probleem is dat deze "taarten" ongelooflijk veeleisend zijn. Als je de snelheid waarmee je de ingrediënten mengt verandert, of de verhouding tussen water en olie, verandert de grootte van de bel. En in de wereld van de geneeskunde doet grootte er enorm toe; een bel die te groot is kan vast komen te zitten, terwijl een bel die te klein is haar lading kan lekken voordat ze de doelwit bereikt.

Jarenlang hebben wetenschappers een frustrerend spelletje "gokken en controleren" moeten spelen. Ze mengen, meten, passen aan en mengen opnieuw, in de hoop op het perfecte recept te stuiten. Dit proces is traag, duur en verspilt veel kostbare materialen. De grote vraag die dit veld drijft is: Kunnen we stoppen met gokken en beginnen met voorspellen? Kunnen we wiskunde en een beetje "gezond verstand" over hoe vloeistoffen zich gedragen gebruiken om deze piekleine bezorgwagens te ontwerpen zonder dat we er eerst een miljoen hoeven te bouwen? Dit is de uitdaging waar een team onderzoekers zich op heeft gericht, met als doel de chaotische kunst van de nanomedische wetenschap te veranderen in een precieze, op gegevens gebaseerde wetenschap.

---

De "Oefenronde"-strategie: Goekope bellen, slimme wiskunde

De onderzoekers achter deze studie, werkend bij de Fraunhofer-instituten in Duitsland, bedachten een slimme truc om geen geld en tijd te verspillen. Ze realiseerden zich dat je, voordat je de dure, levensreddende "taart" (de eigenlijke medicatie) bakt, beter kunt oefenen met een goedkoper, vergelijkbaar exemplaar.

In hun experiment gebruikten ze surrogaat-nanopartikels. Denk aan deze als de "zijwieltjes" of de "dummy-taarten" van de nanowereld. In plaats van de echte, dure actieve medicijnen (zoals naproxen, een veelvoorkomend pijnstillend middel) of complexe lipiden die een fortuin kosten, gebruikten ze eenvoudige, goedkope lipide stoffen die op een zeer vergelijkbare manier reageren. Het is alsof een chef een nieuw recept voor een saus oefent met water en azijn voordat hij het probeert met dure truffelolie.

Het team richtte een high-tech keuken in, een microfluïdische mixer. Dit is een minuscuul apparaatje waar vloeistoffen door microscopisch kleine kanaaltjes stromen en samen mengen om nanopartikels te vormen. Ze wisten uit ervaring (deskundige kennis) dat als je de vloeistoffen sneller door de kanalen duwt of de verhouding tussen de twee vloeistoffen verandert, de resulterende bellen kleiner en uniformer worden. Het is een beetje zoals hoe een sterke wind een zeepbel kleiner en compacter maakt dan een zachte bries.

Het "Vormveranderende" Voorspellingsmodel

Hier gebeurt de magie. De wetenschappers verzamelden niet alleen gegevens; ze bouwden een speciaal computermodel dat de regels van de natuurkunde respecteert. Ze gebruikten een techniek genaamd vormgeconstreerde regressie (shape-constrained regression).

Stel je voor dat je een lijn probeert te trekken door een verspreiding van punten op een grafiek. Een normale computer zou misschien een kronkelige lijn tekenen die de punten perfect volgt, maar die nergens op slaat—zoals het voorspellen dat als je sneller mengt, de bellen een negatieve grootte krijgen (wat onmogelijk is). Het model van de onderzoekers was echter "geïnformeerd". Ze zeiden tegen de computer: "Hé, we weten dat als je sneller mengt, de bellen moeten krimpen. Laat de lijn nooit omhoog gaan als hij omlaag zou moeten gaan."

Door de wiskunde te dwingen de logische regels te volgen, werd het model veel slimmer en had het veel minder datapunten nodig om het patroon te leren. Ze trainden dit "slimme model" met gegevens van de goedkere, oefenbellen.

De Sprong met Eén Punt

Zodra het model de regels had geleerd met de goedkope oefenbellen, moesten ze dit toepassen op de echte, dure medicatie. Normaal gesproken zou dit honderden nieuwe experimenten vereisen. Maar de onderzoekers vonden een afkorting.

Ze voerden slechts één enkel experiment uit met de echte, met naproxen beladen liposomen. Dit enkele resultaat diende als een "ankerpunt". Ze namen hun slimme model, dat getraind was op de goedkope bellen, en verschoven het simpelweg omhoog of omlaag totdat het precies door dat ene echte datapunt liep.

Het is alsof je een kaart van een stad hebt getekend voor een speelgoedauto, en je er dan achter komt dat een echte auto precies 10 inch hoger is. In plaats van een hele nieuwe kaart te tekenen, verschuif je de hele kaart gewoon 10 inch omhoog, en plotseling is de kaart ook accuraat voor de echte auto.

De Resultaten: Het Doelد raken

Het team stelde een doel: het creëren van nanopartikels die exact 60 nanometer groot zijn. Met behulp van hun verschoven model voorspelden ze drie verschillende sets mengsnelheden en verhoudingen die deze grootte zouden produceren.

Toen ze de deeltjes daadwerkelijk maakten met die voorspellingen, waren de resultaten spot on. De gemeten groottes waren 60 ± 10 nm, wat betekent dat ze precies in de doelzone landden. Ze bereikten dit met slechts 12 experimenten op de goedkope oefenbellen en één enkel experiment op het echte medicijn.

Waarom dit Belangrijk is

Deze aanpak suggereert dat we de tijd en kosten voor de ontwikkeling van nieuwe nanomedicijnen drastisch kunnen verminderen. Door goedkope surrogaten te gebruiken om de computer de regels van het spel te leren, en vervolgens slechts één snelle controle uit te voeren met het echte medicijn, kunnen wetenschappers het perfecte recept veel sneller vinden.

Het artikel beweert niet dat dit alle problemen in de wereld al oplost, maar het toont een veelbelovende weg vooruit. Het suggereert dat door goedkope oefenrondes te combineren met "slimme" wiskunde die de natuurwetten respecteert, we kunnen bewegen van langzame, dure trial-and-error naar een toekomst waarin nieuwe medicijnen met precisie en efficiëntie worden ontworpen. De onderzoekers merken op dat deze methode uiteindelijk uitgebreid kan worden om andere eigenschappen te voorspellen, zoals hoe goed het medicijn in de bel gevangen zit, waardoor het hele proces van het creëren van nanomedicijnen nog betrouwbaarder wordt.