• Sferische nucleïnezuren zijn een klasse van gepersonaliseerde geneesmiddelen voor de behandeling van kanker en andere ziekten
• SNA's zijn een uitdaging om te optimaliseren omdat hun structuren op veel manieren kunnen variëren
• Het Northwestern University-team ontwikkelde een bibliotheekbenadering en machine learning om snel te synthetiseren, analyseren en selecteren op krachtige SNA-medicijnen

EVANSTON, Ill.— Met hun vermogen om een ​​grote verscheidenheid aan ziekten te behandelen, sferische nucleïnezuren (SNA's) zijn klaar om een ​​revolutie teweeg te brengen in de geneeskunde. Maar voordat deze digitaal ontworpen nanostructuren hun volledige potentieel kunnen bereiken, onderzoekers moeten hun verschillende componenten optimaliseren.

Een team van de Northwestern University onder leiding van nanotechnologiepionier Chad A. Mirkin heeft een directe route ontwikkeld om deze uitdagende deeltjes te optimaliseren. hen een stap dichter bij het worden van een levensvatbare behandelingsoptie voor vele vormen van kanker, genetische ziekten, neurologische aandoeningen en meer.

"Sferische nucleïnezuren vertegenwoordigen een opwindende nieuwe klasse geneesmiddelen die al in vijf klinische onderzoeken bij mensen zitten voor de behandeling van ziekten, waaronder glioblastoom (de meest voorkomende en dodelijke vorm van hersenkanker) en psoriasis, " zei Mirkin, de uitvinder van SNA's en de George B. Rathmann hoogleraar scheikunde aan het Weinberg College of Arts and Sciences in Northwestern.

Een nieuwe studie die deze week is gepubliceerd in Natuur Biomedische Technologie details van de optimalisatiemethode, die een bibliotheekbenadering en machine learning gebruikt om snel te synthetiseren, meten en analyseren van de activiteiten en eigenschappen van SNA-structuren. Het proces, die meer dan 1 vertoonde 000 structuren tegelijk, werd geholpen door SAMDI-MS-technologie, ontwikkeld door studie co-auteur Milan Mrksich, Henry Wade Rogers hoogleraar biomedische technologie aan de McCormick School of Engineering van Northwestern en directeur van het Centrum voor Synthetische Biologie.

Uitgevonden en ontwikkeld in Northwestern, SNA's zijn nanostructuren die bestaan ​​uit balachtige vormen van DNA en RNA die op het oppervlak van een nanodeeltje zijn gerangschikt. Onderzoekers kunnen SNA's digitaal ontwerpen om precies te zijn, gepersonaliseerde behandelingen die genen en cellulaire activiteit uitschakelen, en meer recentelijk, als vaccins die het lichaamseigen immuunsysteem stimuleren om ziekten te behandelen, waaronder bepaalde vormen van kanker.

SNA's zijn moeilijk te optimaliseren omdat hun structuren, inclusief deeltjesgrootte en samenstelling, DNA-sequentie en opname van andere moleculaire componenten - kan op veel manieren variëren, hun werkzaamheid bij het opwekken van een immuunrespons beïnvloeden of versterken. Deze benadering onthulde dat variatie in structuur leidt tot biologische activiteiten die niet voor de hand liggende en onderling afhankelijke bijdragen aan de werkzaamheid van SNA's vertonen. Omdat deze relaties niet waren voorspeld, ze zouden waarschijnlijk onopgemerkt zijn gebleven in een typische studie van een kleine reeks structuren.

Bijvoorbeeld, het vermogen om een ​​immuunrespons te stimuleren kan afhangen van de grootte van de nanodeeltjes, samenstelling en/of hoe DNA-moleculen op het oppervlak van de nanodeeltjes zijn georiënteerd.

"Met deze nieuwe informatie onderzoekers kunnen de structurele variabelen rangschikken in volgorde van belangrijkheid en werkzaamheid, en helpen bij het opstellen van ontwerpregels voor de effectiviteit van SNA, " zei Andrew Lee, assistent-professor chemische en biologische technologie aan de McCormick School of Engineering en co-auteur van de studie.

"Deze studie toont aan dat we de complexiteit van de SNA-ontwerpruimte kunnen aanpakken, waardoor we ons kunnen concentreren op en gebruik kunnen maken van de meest veelbelovende structurele kenmerken van SNA's, en uiteindelijk, om krachtige kankerbehandelingen te ontwikkelen, " zei Mirkin, die tevens directeur is van het International Institute for Nanotechnology.

De Natuur Biomedische Technologie paper is getiteld "Addressing Nanomedicine Complexity with Novel High-Throughput Screening and Machine Learning." Andere co-auteurs zijn Neda Bagheri, Gokay Yamankurt, Eric J. Berns en Albert Xue, van de Northwestern University.