長期にわたる超音波による疼痛治療のための,機械学習による水素結合の有機的枠組み

科学分野:

• 生物医学工学
• 材料科学
• 薬理学について

背景:

• 慢性疼痛の治療には 長期にわたる 精密で非侵襲的な薬物投与のための 効果的なシステムがないのです
• 現在の方法は 安定性,空間的正確性,患者の快適性を バランスさせるのに苦労しています

研究 の 目的:

• プログラム可能な超音波対応の 薬物投与プラットフォームを開発し 需要に応じて慢性疼痛管理を行う.
• 最適なFDA承認の麻酔薬を 機械学習の手法で特定し 効果を高める

主な方法:

• 超音波対応プラットフォームとして,水素結合有機フレームワーク (HOF) のナノ粒子を利用した.
• 機械学習 (ML) 導かれたパイプラインを使用して,FDAが承認した約250の薬物を最適な封じ込みと放出のためにスクリーニングしました.
• 慢性疼痛のラットモデルを使用して,薬の放出,神経信号,および行動的結果を検証した.

主要な成果:

• バピヴァカインとリドカイン水塩素を最適の水性および脂性麻酔薬として特定した.
• HOFナノ粒子から超音波で誘発された麻酔薬の放出が実証された.
• * in vivo * 試験では,最大7日間持続した鎮痛効果,運動機能の改善,および自動解剖行動の減少が示されました.

結論:

• HOFナノ粒子システムは 非侵襲的でプログラム可能な 空間時間的に正確な痛み管理のプラットフォームを提供します
• 機械学習は 高い負荷効率と 優れた治療効果を持つ薬候補を 効果的に予測しました
• このアプローチは,オンデマンドの慢性疼痛緩和のための臨床的に翻訳可能な戦略を表しています.