Marco de aprendizaje automático para investigar la difusión de partículas a nanoescala y microescala en el moco del...

Área de la Ciencia:

• Ciencia de los biomateriales
• Sistemas de administración de fármacos
• Reología

Sus antecedentes:

• El desarrollo de modelos de moco artificial es crucial para los estudios preclínicos de difusión de fármacos, especialmente para la administración colónica de partículas a nano y microescala.
• La caracterización del moco nativo y su efecto en la difusión de partículas es compleja y desafiante.
• Se necesitan sustitutos de moco artificial eficientes y fiables para agilizar el desarrollo de fármacos.

Objetivo del estudio:

• Presentar un marco basado en el aprendizaje automático (ML) que integre características microrheológicas para la huella digital difusiva de partículas en el moco.
• Caracterizar los patrones de difusión de partículas a nano y microescala y evaluar el impacto de la microrreología del moco.
• Evaluar los modelos de moco artificial por su similitud con el moco colónico nativo.

Principales métodos:

• Se ha investigado la difusión de partículas de poliestireno etiquetadas con fluorescencia (100-1000 nm) en el moco nativo del cerdo y en dos modelos de moco artificial.
• Extrajo 20 características basadas en la trayectoria, incluidos los parámetros de microrreología.
• Se aplicaron siete modelos ML supervisados para la clasificación, con un aumento de gradiente que mostró la mayor precisión; SHapley Additive exPlanations identificó características clave.

Principales resultados:

• El marco ML diferenció con éxito modelos de moco basados en patrones de difusión de partículas y propiedades microrheológicas.
• Se identificó que la conformidad con el creep era la característica más influyente para distinguir los modelos de moco.
• Las nanopartículas más pequeñas y cargadas negativamente mostraron una mayor movilidad en el moco nativo; las partículas más grandes se enfrentaron a una mayor restricción debido a la elasticidad del moco.
• El moco artificial a base de hidroxietilcelulosa (HEC) demostró una mayor similitud con el moco nativo del cerdo en comparación con el modelo a base de ácido poliacrílico.

Conclusiones:

• El enfoque de huellas dactilares por difusión impulsado por ML caracteriza efectivamente las propiedades microestructurales y reológicas del moco.
• Este método apoya la selección de moco artificial a base de HEC como un sustituto adecuado del moco colónico nativo en la investigación de administración de fármacos.
• El estudio proporciona una plataforma sólida para evaluar los materiales biomiméticos en el desarrollo de fármacos preclínicos.