Моделирование на животных и умный дизайн лекарств: транспорт наноматериалов к отдельным клеткам

Биоинженеры могут проектировать умные препараты для терапии на основе антител и наноматериалов, чтобы оптимизировать эффективность лекарств для всё более результативных доклинических испытаний. Идеальный препарат должен обладать максимальной эффективностью в целевых тканях при транспорте из ткани в клеточную среду. Исследователи могут использовать биологическое моделирование в сочетании с in vitro подходами, чтобы быстро и эффективно предсказать воздействие и распределение лекарства внутри отдельных клеток живой ткани животного, не полагаясь на исследования на животных. В новом исследовании, опубликованном в Science Advances, Эдвард Прайс и Андре Дж. Гескьер успешно использовали in vitro анализ и модель вычислительной гидродинамики (CFD), чтобы перенести клеточную кинетику in vitro на симуляции всего организма у нескольких видов и для различных типов наноматериалов. Эта работа позволила им предсказать распределение лекарств внутри отдельных клеток ткани. Команда ожидает, что этот подход позволит усовершенствовать, сократить и заменить тестирование на животных, предоставив учёным новый взгляд на разработку лекарств.

Нанолекарства (НЛ) в форме антител и синтетических наноматериалов могут дополнять обычные низкомолекулярные препараты благодаря активному нацеливанию на ткани, регулируемому времени циркуляции и стабильности, а также настраиваемому биораспределению. Исследовательские группы сильно зависят от моделей на животных для количественной оценки доставляемых доз, что вызывает вопросы об этичности, а также увеличивает время и стоимость. С научной точки зрения, разрушение архитектуры ткани при гомогенизации для количественного анализа может лишить критически важных знаний о транспорте нанолекарств внутри клеток ткани и сосудов. Препарат может достичь клеток, демонстрируя оптимальную фармакокинетику в плазме, чтобы достичь сосудистой сети ткани. Архитектура и диаметр наночастиц обеспечивают критический транспорт лекарства через стенки микрососудов в инфицированную или нормальную клеточную среду ткани.

В данной работе Прайс и Гескьер объединили подход in vitro/in silico моделирования, чтобы предсказать биораспределение НЛ у доклинических видов (модели животных и клеток) на уровне отдельной клетки. Они учли различия в размере наночастиц, виде животного и диаметре пор сосудистой сети с помощью модели гидродинамики. Команда количественно оценила клеточное содержание НЛ в ситуациях, когда результаты было трудно перенести на исследования на животных из-за отсутствия систематического подхода. Они также устранили существующие экспериментальные проблемы, когда клетки вызывали деградацию флуоресценции наночастиц, приводя к ложноотрицательным результатам.

Для валидации своей работы in vitro команда смоделировала лизосомальный анализ в сочетании с атомно-абсорбционной спектроскопией (AAS), а валидацию in vivo симуляций провела, сравнив результаты с опубликованными данными по животным (крысы, мыши, приматы, кроме человека). Учёные использовали квантовые точки (QDs) в качестве модельной системы из-за их потенциала в детекции наночастиц, учитывая также их ограничения. Прайс и др. учли сложности платформы НЛ, чтобы расширить возможности метода для антител и наночастиц на основе металлов/полимеров.

Когда наночастица циркулирует по кровотоку животного и попадает в тканевую среду, она взаимодействует с клетками ткани посредством адсорбции, десорбции, интернализации или активного захвата. Учёные воздействовали на клетки нетоксичными QDs, чтобы флуоресцентно детектировать их взаимодействие с клетками, обычно встречающимися НЛ, такими как макрофаги, эндотелиальные и эпителиальные клетки, после внутривенной инъекции. Исследовательская группа количественно оценила концентрацию наночастиц, взаимодействующих с клетками in vitro, и построила симуляции клеточной кинетики для оценки кинетики скорости и взаимодействий НЛ-клетка.

Модель содержала компартменты (i) среды, (ii) клеточной мембраны и (iii) внутриклеточного пространства, соединённые базовыми уравнениями массопереноса и константами скорости первого порядка. Систему оптимизировали с помощью генетического алгоритма в MATLAB и отметили, что константа скорости адсорбции на мембране была самой высокой для макрофагов и самой низкой для эндотелиальных и печёночных клеток. Среди типов клеток процесс интернализации также был относительно самым высоким для клеток ткани печени и самым низким для эндотелиальных клеток. Данные конфокальной микроскопии визуально подтвердили эти результаты, показав быстрый захват и насыщение макрофагов в течение часа после воздействия, в то время как эпителиальные и эндотелиальные клетки ткани демонстрировали более медленную кинетику.

Команда продемонстрировала наличие факторов клеточной деградации в in vitro анализах, используя симуляции клеточной кинетики для эффективного переноса данных in vitro на исследования на животных. Атомно-адсорбционная спектроскопия (AAS) подтвердила результаты анализа захвата QDs с помощью флуоресценции и подчеркнула важность учёта деградации, индуцированной клетками и средой. Поскольку нанолекарства (НЛ), находящиеся внутри тканей, могут накапливаться в интерстиции, сосудистой сети или внутри различных типов клеток, команда перенесла клеточную кинетику in vitro на in silico симуляции животных, чтобы учесть это. Они провели два пилотных исследования, оценили тенденции в захвате всей тканью в зависимости от размера и количественно определили захват НЛ на уровне отдельной клетки. Архитектурно каждая симуляция тканевого компартмента содержала четыре субкомпартмента для представления эпителиальных, эндотелиальных клеток и макрофагов.

Поскольку печень и селезёнка являются обычными мишенями для накопления НЛ, их использовали в качестве примеров для понимания и оценки чувствительности и точности модели. Например, симуляция показала, что увеличение размера НЛ сверх размера пор большинства типов тканей направляет их к тканям с более крупными порами, таким как печень. В этот момент эндотелиальные клетки печени взаимодействовали с НЛ для быстрого связывания с мембраной и насыщения в течение 24 часов. Когда НЛ попадали в интерстиций ткани, они быстро взаимодействовали с эпителиальными (для печени) и макрофагальными (для селезёнки) клетками ткани. Результаты укрепили уверенность в предсказательной силе модели и её способности впервые предсказывать содержание лекарств переменного размера на уровне отдельной клетки у животных — строго на основе только in vitro данных.

Затем учёные продемонстрировали предсказательную силу и трансляционный потенциал модели, сравнив её с измеренным содержанием на уровне ткани для нескольких типов НЛ и видов, включая крыс, мышей и клеточное содержание (эпителиальные, эндотелиальные клетки и макрофаги). Они протестировали предсказательную производительность по множеству переменных на основе руководств Всемирной организации здравоохранения и стандартов академических и фармацевтических консорциумов по разработке и безопасности лекарств. Предсказанные моделью средние значения и наблюдаемые средние значения коррелировали линейно, что указывает на разумность предсказаний модели для всех видов и типов НЛ.

Таким образом, Эдвард Прайс и Андре Дж. Гескьер разработали жизнеспособную платформу для сокращения и усовершенствования тестирования на животных в ходе разработки нанолекарств (НЛ). Концентрированные данные in vitro в сочетании с симуляциями клеточной кинетики позволили получить данные о взаимодействиях клетка-НЛ, показавшие отличный трансляционный потенциал. Результаты не требовали подгонки под наборы данных о биораспределении у животных, поскольку все параметры были оптимизированы по данным in vitro или рассчитаны с помощью модели гидродинамики. Процесс также работал в условиях деградации НЛ в биологической среде. Совмещённые методы in vitro и in silico помогут в будущем дизайну умных лекарств, позволяя учёным вести более качественные и информированные дискуссии, одновременно сокращая испытания на живых животных. Прайс и Гескьер ожидают, что эта работа послужит новым подходом для предсказательного моделирования транспорта нанолекарств.