por
Las micropartículas ofrecen una forma prometedora de administrar múltiples dosis de un medicamento o vacuna a la vez, ya que pueden diseñarse para liberar su carga útil a intervalos específicos. Sin embargo, las partículas, que son aproximadamente del tamaño de un grano de arena, pueden ser difíciles de inyectar porque pueden obstruirse en una jeringa típica.
Los investigadores del MIT han desarrollado un modelo computacional que puede ayudarlos a mejorar la inyectabilidad de estas micropartículas y prevenir la obstrucción. El modelo analiza una variedad de factores, incluido el tamaño y la forma de las partículas, para determinar un diseño óptimo para la inyectabilidad.
Con este modelo, los investigadores pudieron seis veces el porcentaje de micropartículas que pudieron inyectar con éxito. Ahora esperan usar el modelo para desarrollar y probar micropartículas que podrían usarse para administrar medicamentos de inmunoterapia contra el cáncer, entre otras aplicaciones potenciales.
"Este es un marco que puede ayudarnos con algunas de las tecnologías que hemos desarrollado en el laboratorio y estamos tratando de llevar a la clínica", dice Ana Jaklenec, investigadora del Koch Institute for Investigación Integrativa del Cáncer en MIT. .
Jaklenec y Robert Langer, profesor del Instituto David H. Koch del MIT, son los autores principales del estudio, que aparece hoy en Avances científicos. El autor principal del artículo es Morteza Sarmadi, estudiante de posgrado del MIT.
Modelo de micropartículas
Las micropartículas varían en tamaño de 1 a 1000 micrones (millonésimas de metro). Muchos investigadores están trabajando en el uso de micropartículas hechas de polímeros y otros materiales para administrar medicamentos, y la FDA ha aprobado una docena de estas formulaciones de medicamentos. Sin embargo, otros han fallado por la dificultad de inyectarlos.
“El principal problema es la obstrucción en algún lugar del sistema que no permite administrar la dosis completa”, dice Jaklenec. “Muchos de estos medicamentos aún se encuentran en la etapa de desarrollo debido a los desafíos de la inyectabilidad.
Estos medicamentos generalmente se inyectan por vía intravenosa o debajo de la piel. Lograr que estos medicamentos lleguen con éxito a sus destinos es un paso clave en el proceso de desarrollo de medicamentos, pero a menudo es un último paso y puede frustrar un tratamiento que de otro modo sería prometedor, dice Sarmadi.
"La inyectabilidad es un factor importante en el éxito de un medicamento, pero se ha prestado poca atención a mejorar las técnicas de administración", dice. "Esperamos que nuestro trabajo pueda mejorar la traducción clínica de formulaciones de fármacos de liberación controlada nuevas y avanzadas".
Langer y Jaklenec trabajaron en el desarrollo de micropartículas huecas que podrían llenarse con múltiples dosis de un medicamento o vacuna. Estas partículas pueden diseñarse para liberar sus cargas útiles en diferentes momentos, lo que podría eliminar la necesidad de múltiples inyecciones.
Para mejorar la inyectabilidad de estas y otras micropartículas, los investigadores analizaron experimentalmente los efectos de cambiar el tamaño y la forma de las micropartículas, la viscosidad de la solución en la que están suspendidas, así como el tamaño y la forma de la jeringa y la aguja utilizadas para administrarlos. . Probaron cubos, esferas y partículas cilíndricas de diferentes tamaños y midieron la inyectabilidad de cada uno.
Luego, los investigadores utilizaron estos datos para entrenar un tipo de modelo computacional conocido como red neuronal para predecir cómo cada uno de estos parámetros afecta la inyectabilidad. Se encontró que los factores más importantes eran el tamaño de las partículas, la concentración de las partículas en la solución, la viscosidad de la solución y el tamaño de las agujas. Los investigadores que trabajan en micropartículas que administran fármacos pueden simplemente ingresar estos parámetros en el modelo y obtener una predicción de su inyección de partículas, ahorrando el tiempo que habrían tenido que dedicar a la construcción de diferentes versiones de las partículas. y probarlos experimentalmente.
"En lugar de pasar por experiencias e ir y venir, sin tener idea del éxito del sistema, puede usar esta red neuronal y puede guiarlo, desde el principio, para comprender el sistema", Sarmadi dijo.
Mayor inyectabilidad
Los investigadores también utilizaron su modelo para explorar cómo el cambio de forma de la jeringa podría afectar la inyectabilidad. Se les ocurrió una forma óptima que se asemeja a una boquilla, con un gran diámetro que se estrecha hacia la punta. Usando este diseño de jeringa, los investigadores probaron la inyectabilidad de las micropartículas que describieron en un 2017 Ciencias estudio, y encontraron que aumentaron el porcentaje de partículas liberadas del 15% a casi el 90%.
"Esta es otra forma de maximizar las fuerzas que actúan sobre las partículas y empujan las partículas hacia la aguja", dice Sarmadi. "Este es un resultado prometedor que muestra que existe un enorme margen para mejorar la inyectabilidad de los sistemas de micropartículas".
Actualmente, los investigadores están trabajando para diseñar sistemas optimizados para administrar medicamentos de inmunoterapia contra el cáncer, que pueden ayudar a estimular una respuesta inmune que destruye las células tumorales. Creen que estos tipos de micropartículas también podrían usarse para administrar una variedad de vacunas o medicamentos, incluidos medicamentos de moléculas pequeñas y biológicos, que incluyen moléculas grandes como proteínas.
La investigación fue financiada por la Fundación Bill y Melinda Gates, la Subvención de Apoyo (núcleo) del Instituto Koch del Instituto Nacional del Cáncer y un Premio al Servicio de Investigación Nacional Ruth L. Kirschestein de los Institutos Nacionales de Salud.
