Modelado computacional a múltiples escalas de la toxina botulínica para el tratamiento de las arrugas glabellares:...

Área de la Ciencia:

• Estética y medicina regenerativa
• Biología computacional y biofísica
• Farmacología y Toxicología

Sus antecedentes:

• La neurotoxina botulínica A (BoNT/A) se usa ampliamente para las arrugas glabellares, pero los resultados varían debido a la formulación y la difusión.
• Las recomendaciones actuales de volumen de inyección carecen de base mecánica, lo que plantea riesgos en áreas anatómicas sensibles como la glabella.

Objetivo del estudio:

• Desarrollar una plataforma multiscala in silico para simular la difusión y la eficacia de BoNT/A.
• Evaluar cuantitativamente el impacto de la formulación y el volumen de inyección en la propagación de BoNT/A y los efectos fuera del objetivo.
• Proporcionar recomendaciones basadas en la evidencia para optimizar los volúmenes de inyección de BoNT/A.

Principales métodos:

• Mecánica cuántica integrada (TD-DFT), dinámica molecular (MD) y modelado de elementos finitos (FEM) de BoNT / A.
• Modelado basado en agentes de la cinética de los receptores y la respuesta inmune.
• Simulaciones de cinco formulaciones de BoNT/A en varios volúmenes de inyección en modelos glabelares realistas.

Principales resultados:

• Los perfiles de difusión y la propagación efectiva (Reff) variaron significativamente entre las formulaciones de BoNT/A.
• El aumento del volumen de inyección de 0,025 a 0,1 ml aumentó significativamente los efectos fuera del objetivo y el riesgo de aclaramiento inmune.
• La contención óptima y la eficacia dependieron de la formulación, con volúmenes más bajos (≤ 0,045 ml) generalmente preferidos para formulaciones específicas.

Conclusiones:

• Reducir el volumen de reconstitución de BoNT/A a ≤0,045 ml/sitio mejora la localización del objetivo y minimiza los efectos adversos.
• La dilución puede amplificar la propagación y el aclaramiento inmune, contradiciendo algunas heurísticas clínicas.
• Este estudio proporciona la primera evidencia cuantitativa in silico para optimizar los volúmenes de inyección de BoNT/A.