药物时限仪

脂质体及聚合物作为纳米药物的常用载体，在药物合成方面已取得了巨大的成功，但在靶向递送方面，仍存在着诸多挑战，纳米药物该如何实现靶向递送呢？在谈论靶向之前，先要了解一个关键的药理学概念，以器官靶向为例：器官靶向药物输送不是将所有给药剂量都输送到目标器官，而是提供足够的剂量以达到所需的生物效果，同时限制脱靶积累的毒性；即使大部分注射剂量没有到达目标器官，也应该足以引起生理效应并为患者提供益处。靶向方式分类纳米药物靶向的方式多种多样，总的来讲，可以分为三大类（如图1）。图1. 靶向方式归类图被动靶向被动靶向依赖于调整纳米颗粒的物理性质，如大小、形状、硬度和表面电荷，使其与解剖学及生理学相结合。例如，调节纳米颗粒的大小可以确定纳米颗粒从不连续的血管（如肝脏和脾脏中的血管）外渗的趋势。主动靶向主动靶向包括用化学或生物的方法修饰纳米颗粒的表面，使其特异性地与靶器官高度表达的受体或其他细胞因子相结合。例如，用单克隆抗体修饰纳米颗粒，以使核酸传递到难以转染的免疫细胞中。内源性靶向内源性靶向包括设计纳米颗粒的组成，使其在注射时与血浆蛋白的一个不同的亚群结合，从而将其引导到目标器官并促进特定细胞的摄取。例如，参与体内胆固醇运输的蛋白质已被证明是脂质纳米颗粒有效的肝细胞传递所必需的。对比而言，被动靶向和内源性靶向的设计度与可控性相对较低，主动靶向自然成为了靶向递送的研究焦点。在肝外靶向的研究中，就涉及了较多的主动性靶向，表1也列出了多种肝外给药的纳米颗粒组合物。表1. 用于肝外给药的纳米颗粒组合物靶向修饰方法药物靶向本质上为官能团之间的相互作用，即纳米药物表面的核心基团与受体部位的基团进行化学结合。以脂质纳米颗粒为例，载体组分中的PEG脂质多位于颗粒表面且本身易于修饰，因此，可以在PEG脂质上加载受体部位的结合基团以实现靶向目的。以下列举了几种常见的PEG脂质修饰方法。马来酰亚胺修饰使用DSPE-PEG2000-马来酰亚胺作为功能化PEG脂质，替换LNP中一定摩尔量的聚乙二醇脂质，通过其取代的羧基端半胱氨酸直接与肽偶联，可以形成肽靶向的纳米粒子。再如SS-31，一种线粒体靶向的四肽，具有巯基，只需与马来酰亚胺标记的脂质纳米颗粒孵育，即可进行硫酰马来酰亚胺偶联。NHS修饰NHS酯通常用于标记胺基生物分子。NHS酯与胺基的反应具有pH依赖性，结合的较佳pH值与生理环境的pH值相同。使用DMG-PEG-COOH-NHS作为功能化PEG脂质，替换LNP中一定摩尔量的聚乙二醇脂质，通过在C端添加赖氨酸修饰MH42，并通过其侧链的伯胺偶联，可以形成肽靶向的纳米粒子。同样，许多具有胺基的抗体和靶向肽也可通过该反应偶联到脂质纳米颗粒上：乳铁蛋白可特异性结合活化的结肠巨噬细胞上的LRP-1，实现细胞靶向抗炎治疗；还有较为熟知的程序性死亡配体1单克隆抗体的应用。氨基修饰氨基有利于醛酮分子的化学选择性附着。甘露聚糖还原端醛基与氨基羧基修饰的脂质之间肟偶联反应的正交特性保证了脂质纳米颗粒表面多糖分子的取向。甘露聚糖受体靶向脂质体既可以作为抗菌药物递送的载体，也可以作为用于免疫治疗的重组疫苗的载体。DBCO修饰DBCO标记可促进巯基-炔反应，并可选择性偶联荧光探针、亲和标记和细胞毒性药物分子。例如，抗体scFv-N3可被有效地偶联到DBCO修饰的脂质纳米颗粒上。研究发现，抗体修饰的脂质纳米颗粒可穿越血脑屏障，并诱导脑特异性积累，以治疗中枢神经系统疾病。结论：人体复杂的生化环境给纳米药物的靶向递送制造了诸多阻力。在实际探索中，被动靶向，主动靶向和内源性靶向，可作为靶向设计的联合工具，在寻找绝对的靶向位点、真实的靶向机理与达到实际的靶向效果之间寻求平衡。在此当中，主动性靶向的尝试值得支持，正如文中所讲PEG脂质的各种修饰方式，大量的设计性尝试定能排除越来越多的靶向干扰因素，朝靶向机理的挖掘处更深一步。参考文献：1. Menon, Ipshita et al. “Fabrication of active targeting lipid nanoparticles: Challenges and perspectives.” Materials Today Advances (2022): n. pag.2. Dilliard, S.A., Siegwart, D.J. Passive, active and endogenous organ-targeted lipid and polymer nanoparticles for delivery of genetic drugs. Nat Rev Mater (2023).3. Herrera-Barrera, Marco et al. “Peptide-guided lipid nanoparticles deliver mRNA to the neural retina of rodents and nonhuman primates.” Science Advances 9 (2023): n. pag.应用范围:纳米药物制备系统:

p style=" text-align: center " 　 strong 模型毛发样本中的药物成像 -面向药物摄取履历的观察- /strong /p p style=" text-align: justify line-height: 1.5em " 　　成像质谱分析法越来越广泛地应用于各领域中。由于毛发增长时会极微量地吸收当时所摄取的药物，因此，毛发作为记录药物使用履历的“磁带”式的样本备受关注。实际应用中经常使用 LCMS 等对从毛发中提取的药物进行分析。但是因提取操作的原因导致毛发中药物分布信息损失。如果能进行毛发纵轴方向截面的成像质谱分析，则可实现观察伴随毛发生长药物分布的变化情况、即实现药物使用履历的可视化。这项技术有望在法医学、临床医学、用药管理以及科学搜查等领域进行应用。 /p p style=" text-align: right line-height: 1.5em text-indent: 0em " 　　E. Matsuo, T. Yamamoto /p p style=" text-align: justify line-height: 1.5em text-indent: 2em " span style=" font-size: 18px " strong 药物摄取模型毛发样本的制作 /strong /span /p p style=" text-align: justify line-height: 1.5em " 　　选择与兴奋剂(甲基苯丙胺)结构类似的、市售止咳药成分甲氧那明(MOP)作为模型化合物(分析对象)。原本应在口服药物通过血液循环被输送到发根和头皮后，对毛发所吸收的物质进行观察。本实验采用制作添加 MOP 的“模型毛发样本”的方法，如表 1 所示。具体而言，通过将未摄取药物的人的毛发浸入 MOP 水溶液(配制多种不同浓度)中使其进行物理吸收，按照上述方式制作高浓度(A)、低浓度(B)的模型毛发样本以及在不含 MOP 的水中处理的阴性控制样本(C)，以供分析。 /p p style=" text-align: center" img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/202006/uepic/ba1db40b-f92b-4907-b350-b9110c2f108d.jpg" title=" 图1.png" alt=" 图1.png" / /p p style=" text-align: center line-height: 1.5em " 　　图 1 甲基苯丙胺(左)、甲氧那明(MOP)(右)的结构式 /p p style=" text-align: justify line-height: 1.5em " 　　 img style=" max-width: 100% max-height: 100% width: 600px height: 485px " src=" https://img1.17img.cn/17img/images/202006/uepic/5c19c5ef-17f7-4cf2-a780-1e01ffae0eda.jpg" title=" 表1.png" alt=" 表1.png" width=" 600" height=" 485" border=" 0" vspace=" 0" / /p p style=" text-align: justify line-height: 1.5em " 　　 span style=" font-size: 18px " strong 模型毛发样本的前处理和定量评价 /strong /span /p p style=" text-align: justify line-height: 1.5em " 　　清洗模型毛发样本 A 以及 B 的表面后，根据试验法 * 提取MOP，使用液相色谱进行分析。结果显示，毛发中的 MOP 含量在模型毛发样本 A 中定量 83.1 ng/mg、在 B 中为 20.0 ng/mg，与实际摄取了 MOP 和兴奋剂的人的毛发样品所报告的浓度没有较大偏差。 /p p style=" text-align: justify line-height: 1.5em " 　 span style=" font-size: 18px " strong 　甲氧那明标准品的分析 /strong /span /p p style=" text-align: justify line-height: 1.5em " 　　在模型毛发样本的分析之前，对 MOP 的标准溶液(50 pmol/mL)，使用微滴法进行质谱分析(图 2)。使用 CHCA 作为基质进行分析，观察到 m/z 180.14 的 [M+H]+ 峰(图 2 上红色三角)。将其作为前体离子进行 MS/MS 分析得到的质谱图如图 2 下所示。本次分析考虑到今后在实际样品中的应用，选择特异性较高的 MS/MS 方式(m/z 180.14 & gt 149.10)，进行成像质谱分析。 /p p style=" text-align: center" img style=" max-width: 100% max-height: 100% width: 600px height: 398px " src=" https://img1.17img.cn/17img/images/202006/uepic/e15b94cf-1dd8-424e-88fe-14a321009926.jpg" title=" 图2.png" alt=" 图2.png" width=" 600" height=" 398" border=" 0" vspace=" 0" / /p p style=" text-align: center line-height: 1.5em " 　　图 2 甲氧那明(MOP)标准品的一级质谱图(上)、MS/MS(下)质谱图　 /p p style=" text-align: center" img style=" max-width: 100% max-height: 100% width: 450px height: 226px " src=" https://img1.17img.cn/17img/images/202006/uepic/4b4211b3-9f32-4b1c-b0aa-33f296678585.jpg" title=" 图3.jpg" alt=" 图3.jpg" width=" 450" height=" 226" border=" 0" vspace=" 0" / /p p style=" text-align: center line-height: 1.5em " 　图 3 iMScope TRIO (左)和 iMLayer(右) /p p style=" text-align: justify line-height: 1.5em " 　　 span style=" font-size: 18px " strong 成像质谱分析用毛发切片的制作和分析结果 /strong /span /p p style=" text-align: justify line-height: 1.5em " 　　使用导电双面胶带固定模型毛发，使用切片机仔细地进行切片，切去大约毛发直径一半左右，制成毛发的纵切切片。通过iMLayer(图3右)升华CHCA处理样本，使用iMScope i TRIO /i (图 3 左)，按照表2中所示的条件进行分析。 /p p style=" text-align: center" img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/202006/uepic/2bb6366f-50a4-4baf-9ed7-b1e7825301f9.jpg" title=" 表2.png" alt=" 表2.png" / /p p style=" text-align: justify line-height: 1.5em " 　　首先，按照较大激光直径(50 μm)进行测量，得到毛发整体成像(图 4)。光学图像中仅在毛发部位，检测到目标化合物甲氧那明的离子，并确认在阴性控制样本中无该化合物的信号(图 4c)。毛发从表面按顺序由角质层(Cuticle)、皮质(Cortex)、髓质(Medulla)三层结构构成。但是，使用 50 μm 的空间分辨率无法对直径为 50~150 μm 的毛发内部不同结构进行分析。另一方面，如果使用 iMScope TRIO 进一步进行更高空间分辨率(激光径的最小设定 5 μm)的测定，则有望实现更加详细的药物分布的可视化分析。因此，接下来进行了激光直径为 10 μm 时的测定(图 5)。结果表明，在本次制作的模型毛发中，甲氧那明在角质层到皮质的范围内分布，在中心的髓质部分基本没有分布。 /p p style=" text-align: center" img style=" max-width: 100% max-height: 100% width: 450px height: 327px " src=" https://img1.17img.cn/17img/images/202006/uepic/47286b05-79d5-413a-83a5-3525814fad4d.jpg" title=" 图4.png" alt=" 图4.png" width=" 450" height=" 327" border=" 0" vspace=" 0" / /p p style=" text-align: center " 图4 激光径 50 μm 下的毛发样本 A（a）、样本 B（b）、样本 C（c）、等药剂成像 /p p style=" text-align: center" img style=" max-width: 100% max-height: 100% width: 450px height: 457px " src=" https://img1.17img.cn/17img/images/202006/uepic/7b8b6757-eb9c-4810-b03f-00ff8d7cd71c.jpg" title=" 图5.png" alt=" 图5.png" width=" 450" height=" 457" border=" 0" vspace=" 0" / /p p style=" text-align: center " 图 5 激光直径 10 μm 下的毛发样本 A（a）以及样本 B（b）的目标药物成像结果 br/ /p p style=" text-align: center" img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/202006/uepic/419be712-ef05-4a46-abc9-5b2a3e85c0dc.jpg" title=" 图6.png" alt=" 图6.png" / /p p style=" text-align: center " 图 6 采用两步法法（升华＋喷雾）在激光直径 10 μm 下的毛发样本 A（a）以及样本 B（b）的目标药物成像结果 br/ /p p style=" text-align: justify line-height: 1.5em " 　　上述使用的“升华法”能够在保持高空间分辨率的前提下进行测定，但是，有时会对灵敏度有影响(参考 Application News No. B62)。因此，对于该毛发样本，使用“两步法”采用升华后再进一步追加喷雾的方式涂覆基质后，再进行成像分析。结果如图 6 所示，检测信号的强度(采用 BG 的峰值补偿后的值)约提高 3~6 倍，能够更加明确地显示药物的定位分布情况。 /p p style=" text-align: justify line-height: 1.5em " strong 　　 span style=" font-size: 18px " 考察 /span /strong /p p style=" text-align: justify line-height: 1.5em " 　　本次使用甲氧那明添加的毛发样品，进行了高空间分辨率的成像质谱分析，获得详细显示毛发中药物分布的成像结果。 /p p style=" text-align: justify line-height: 1.5em " 　　毛发在生长过程中，一边在根部吸收血液中的药物等，一边以每个月约 1cm 的速度生长。因此，毛发也被比喻为记录药物使用履历的磁带，在法医学和科学搜查中得到了应用，今后有望在用药管理、兴奋剂检查等更广泛的领域中应用。 /p p style=" text-align: justify line-height: 1.5em " 　　本应用报告中记载的添加毛发样本的制作过程与洗发香波、头发营养产品、头发定型产品和染发剂等头发护理用品的使用情况有很多共通点，因此，上述分析技术可以用于这些产品的开发和评价工作、进一步为头发的美容、健康作出贡献。 /p p br/ /p

光谱信息可视为材料的独特“指纹”，利用无处不在的智能手机，实现检测、记录、分析材料的光谱信息，一直是科学家和消费者所期待的。由于线上药店和药品供应链的不断增加，假药甚至已逐渐威胁到了公共健康安全。而拉曼光谱可以为药物分类识别提供有价值的信息。据麦姆斯咨询报道，近日，韩国三星综合技术院（Samsung Advanced Institute of Technology）、忠南大学（Chungnam National University）、成均馆大学（Sungkyunkwan University）和韩国中央大学（Chung-Ang University）组成的科研团队在Nature Communications期刊上发表了以“Drug classification with a spectral barcode obtained with a smartphone Raman spectrometer”为主题的论文。三星综合技术院的Un Jeong Kim和Suyeon Lee为该论文的共同第一作者，通讯作者为三星综合技术院的Hyuck Choo。这项研究重点展示了基于智能手机的拉曼光谱仪，该设备足以用于药物分类。该拉曼光谱仪是由三星Galaxy Note 9智能手机图像传感器上的二维（2D）带通滤波器周期阵列与紧凑型外置拉曼模块组成。该图像传感器所捕获的拉曼强度图被定义为类似于传统条形码的拉曼光谱条形码，即能够进行定位、识别和/或跟踪功能的机器可读光学标签。研究中，利用卷积神经网络（CNN）对药物的11种主要成分进行分类，准确率高达99.0%。光谱条形码的优势在于：它可以识别药物的品牌名称和未知药物的主要成分。将光谱条形码与红绿蓝（RGB）成像系统所获信息相结合，或直接应用图像识别技术，这种基于材料固有特性的标签系统将促进基础研究的进步并有望获得更多商业机遇。图1为基于智能手机的拉曼光谱仪和光谱条形码示意图。光谱条形码即通过智能手机拉曼光谱仪获取的2D拉曼强度图，智能手机内嵌了用于分类的人工智能（AI）算法。拉曼信号由一个集成了785 nm激光二极管的紧凑型外置模块来产生和收集。小型化的外置拉曼模块安装于Galaxy Note 9的后置摄像头上。图1 基于智能手机的拉曼光谱仪和数据处理分析的示意图研究人员演示了使用智能手机拉曼光谱仪进行药物分类的实验。该研究选择了三种常见疾病（高血压、糖尿病和高脂血症）最常用的处方药和三种非处方药（维生素B6、维生素C和对乙酰氨基酚）来进行药物分类实验。图2显示了在高血压、糖尿病、高脂血症和其他非处方药中发现的11种主要成分的代表性光谱条形码。图2 11种主要药物成分的代表性光谱条形码图3呈现了基于光谱条形码技术的药物分类数据处理示意图。当与CNN相结合时，拉曼光谱可成为预测药物主要成分甚至药物品牌的强大工具。图3 光谱条形码编码及数据处理分析的示意图图4展现了用于对药物主要化学成分进行分类的混淆矩阵。混淆矩阵主要用于评估药物分类的准确性、比较药物实际类别，并利用分类算法预测药物类别。图4 54种药物主要成分分类的混淆矩阵有时可能需要识别同一药物组中药物的名称和品牌，这是因为不同药物品牌特定的添加剂或涂层会影响药物在体内的作用过程，例如吸收速度或过敏反应。图5显示了三种品牌二甲双胍药物（Diabex 1000mg、Dybis、Glu-M SR）的光谱条形码及其光谱。图5 具有相同主成分的药物的光谱条形码比较综上所述，该研究介绍了利用基于智能手机的拉曼光谱仪获得光谱条形码的构想和实验。与安装光栅和CCD的市售光谱仪相比，尽管由于带通滤波器阵列和CMOS图像传感器的固有特性，智能手机拉曼光谱仪仍获得了相对较低的光谱分辨率和信噪比（SNR）；但作为便携式光谱仪，其品质因数（Q因数）仍足够高，而且功耗低。只需要外部光源和收集光学元件就可以从药物样品中激发并收集其拉曼信号，无需额外将电路板连接到智能手机。这使得这款智能手机光谱仪更为紧凑（外置模块最小化），用途更广泛。在智能手机光谱仪中集成人工智能功能，可使开发的光谱仪功能更加强大。实验结果表明：（1）利用包含弱拉曼信号的光谱条形码进行药物分类，对药物主要成分识别和药物品牌识别的准确率分别为99.0%和79.5%。（2）通过结合CNN处理药物的RGB图像，可将药物品牌识别的准确率提高到83.2%。未来，通过减小通道（CH）尺寸到像素级并增加通道阵列密度，利用智能手机摄像头有望同时测量目标的光谱和形态信息，即实现高光谱成像。这将大大提高光谱仪的便携性和可用性，在智能手机领域开辟新的应用。这项研究获得了韩国国家研究基金（NRF-2021R1F1A1062182、NRF- 2020R1A6A1A03047771、NRF-2021R1A2C1010747）和韩国卫生福利部（HR21C0885）的资助和支持。论文链接：https://doi.org/10.1038/s41467-023-40925-3