Ateroskleroz, arteriya divarında lipidlərin, immun hüceyrələrinin və fibroz toxumanın yığılması ilə inkişaf edən proqressiv bir xəstəlikdir. Sistemik statin müalicələri dövriyyədəki xolesterini azalda bilər; lakin dərmanın yalnız kiçik bir hissəsi birbaşa aterosklerotik plağa çatır. dərmanın bütün bədənə dağılması, hədəf toxumada yeterli yoğunluk oluşturmak üçün daha yüksək dozların kullanılmasını gerektirebilir və yan etki riskini artırabilir.

bu çalışmada simvastatini sağlam damar toxumasunda böyük ölçüde tutarken aterosklerotik plağın kimyasal mühitında serbest bırakması amaçlanan, pH və reaktiv oksigen növlərine eyni anda həssas bir nanohissəcik sistemi riyazi olaraq modelləşdirilmişdir. Aterosklerotik plakların sağlam damar divarından daha asidik olduğu və daha yüksək reaktif oksijen türü, yani ROS içerdiği varsayılmıştır. nanohissəciyin hem aşağı pH hem de yüksək ROS ilə karşılaştığında daha hızlı parçalanması hədəflenmiştir.

Modelde dört taşıyıcı mexanizmsı karşılaştırılmıştır:

• Uyaranlara həssas olmayan nanohissəcik,
• yalnız pH’a həssas nanohissəcik,
• yalnız ROS’a həssas nanohissəcik,
• pH və ROS’a çift həssas, iki mexanizm arasında sinerji bulunan nanohissəcik.

sağlam damardan ağır aterosklerotik plağa uzanan beş kuramsal xəstəlik mühitı təsvir edilmişdir. sağlam damar üçün pH 7,4 və ROS səviyyəsi 5 µM; erkən lövhə üçün pH 6,8 və ROS səviyyəsi 100 µM; ağır lövhə üçün pH 6,3 və ROS səviyyəsi 400 µM kabul edilmiştir.

Ana metindeki mexanizm karşılaştırmasına görə çift həssas sistem, erkən lövhə koşulunda 24 saatlik değerlendirmede dərman yükünün %72,3’ünü açığa çıkarırken sağlam mühitda %14,6 səviyyəsinde kalmıştır. bu değerlerden hesaplanan hədəfləmə indeksi 4,95’tir. eyni analizde pH’a həssas sistem üçün hədəfləmə indeksi 3,09, ROS’a həssas sistem üçün 3,18 və uyaranlara həssas olmayan kontrol üçün 1,48 tapılmışdır.

grid axtarışıyla yaklaşık 10.000 dizayn kombinasiyası incelenmiş; en yüksək erkən lövhə hədəfləmə indeksi üçün azami pH bozunma hızının 0,163 saat^-1, ROS yarı doygunluk sabitinin 47 µM və sinerji katsayısının 0,68 olması gerektiği hesablanmışdır. bu parametrelerle azami hədəfləmə indeksi 5,24 olaraq bildirilmişdir.

On bin yinelemeli Monte Carlo analizinde orta hədəfləmə indeksi 4,76, standart sapma 0,42 və %95 yüzdelik aralıq 4,18-5,34 olaraq tapılmışdır. Simülasyonların %97,8’inde hədəfləmə indeksinin 4’ün üzerinde kalması, modelin tanımlanan parametre belirsizliği altında görece dayanıklı olduğunu düşündürmüştür.

Sobol həssaslıq analizine görə nəticə belirsizliğinin en böyük hissəsini ROS yarı doygunluk sabiti K_ROS ilə azami pH bozunma hızı k_pH,max təşkil etmişdir. bu iki parametrenin birinci dereceden katkılarının toplamı model çıktı varyansının %65’ine qarşılıq gelmiştir.

xəstəlik mərhələsi modelinde en yüksək sayısal seçicilik orta dərəcəli lövhəta 6,29 olaraq bulunmasına rağmen çalışma, erken plağı hədəf müalicə açısından en uygun evre olaraq yorumlamıştır. Bunun nedeni ileri plaklarda geliştiği varsayılan fibröz bariyerlerin toplam dərman birikimi yüksək olsa bile hücrelere ulaşan etkin dərman miktarını sınırlamasıdır. lakin bu toxuma penetrasyonu hesabının bütün denklemleri və biyodağılım parametreleri ana metinde ətraflı olaraq verilmemiştir.

çalışma laboratoriyada nanohissəcik üretmemiş, simvastatin salımını birbaşa ölçmemiş, heyvanlarda plak birikimini incelememiş və xəstələrdə müalicə effektivliyi değerlendirmemiştir. Bildirilen seçicilik dəyərləri yalnız riyazi model, literatürden alınan parametreler və model varsayımları altında əldə edilen hesaplamalardır. bu səbəbdən nəticələr uygulanabilir bir Ateroskleroz müalicəsinin geliştirildiğini və ya simvastatinin nanohissəcikla daha güvenli və etkili hâle geldiğini sübut etmir.

Ətraflı izah

çalışmanın çözmeye çalıştığı əsas problem

Sistemik dərman müalicəsinde dərman dolaşıma verildiğinde yalnız xəstəliklı toxumaya gitmez. Karaciğer, kas, böbrek və diğer toxumalar da ilaca maruz kalır. Ateroskleroz müalicəsinde istifadə olunan statinler esas olaraq karaciğerde kolesterol sentezini azaltarak çalışır; lakin çalışmanın ele aldığı hədəf, simvastatinin bir bölümünü birbaşa damar divarındaki inflamatuvar plağa ulaştırmaktır.

bu yaklaşımın teorik amacı iki yönlüdür:

• dərmanın sağlam damar və diğer toxumalarda erken serbest kalmasını azaltmak,
• dərmanın aterosklerotik plağın yerel kimyasal mühitında daha yüksək oranda açığa çıkmasını sağlamak.

bu tür bir sistem yalnız nanohissəciyin plağa ulaşmasına değil, dolaşım sırasında kararlı kalmasına və plağın içine girdikten sonra doğru kimyasal uyarılara yanıt vermesine bağlıdır. Dolayısıyla taşıyıcı tasarımı; polimer yapısı, bağ türleri, bozunma hızı, parçacık büyüklüğü, dərman yükü və yüzey xüsusiləri kimi çox sayıda değişken içerir.

çalışmanın savunduğu əsas yaklaşım, bu değişkenlerin tamamını əvvəl laboratoriyada denemek yerine, olası tasarımların bilgisayar mühitında taranması və yalnız en umut verici kombinasyonların deneysel senteze taşınmasıdır.

Aterosklerotik plak neden fərqli bir kimyasal mühit oluşturur?

Aterosklerotik plak yalnız yağ birikiminden oluşmaz. Plak içinde aktive makrofajlar, köpük hücreleri, işlevi bozulmuş endotel hücreleri, oksitlenmiş lipoproteinler və yoğun inflamatuvar etkinlik bulunabilir.

çalışmada bu mühitın iki əsas özelliği hədəfleme tetikleyicisi olaraq istifadə edilmişdir:

1. aşağı pH

İnflamatuvar hücrelerin artmış metabolik və glikolitik effektivliyi çevrede asit birikimine neden ola bilər. çalışmada sağlam damar toxumasunun pH değeri 7,4 kabul edilirken plak mühitları üçün 7,0 ilə 6,3 arasında değişen değerler istifadə edilmişdir.

pH değeri azaldıkça mühit daha asidik hâle gelir. Asitle parçalanabilen asetal, hidrazon və ya ortoester benzeri bağlar taşıyan bir polimer, dövriyyədəki pH 7,4 koşulunda görece kararlı kalabilir; asidik plak mühitında ise daha hızlı parçalanabilir.

2. yüksək ROS

reaktiv oksigen növləri, oksidatif stres sırasında oluşan kimyasal olaraq etkin moleküllerdir. çalışma ROS səviyyəsini hidrojen peroksit eşdeğeri üzerinden modellemiştir.

sağlam damar üçün 5 µM, Aterosklerozun fərqli evreleri üçün 50-400 µM arasında ROS dəyərləri istifadə edilmişdir. Tiyoketal, diselenid və ya boronik ester kimi oksidasyona həssas bağlar yüksək ROS mühitında parçalanarak nanohissəciyin yapısını zayıflatabilir.

Neden iki uyarana birden yanıt verilmesi hədəflendi?

yalnız aşağı pH’a həssas bir sistem, vücudun asidik olan başka bölgelerinde de dərman salabilir. yalnız ROS’a həssas bir sistem ise yüksək oksidatif stres görülen başka inflamatuvar toxumalarda etkinleşebilir.

Çift həssas sistemin mantığı, iki xəstəlik işaretinin birlikdə bulunmasını daha özgül bir tetikleyici olaraq kullanmaktır. Plakta hem asidik mühit hem de yüksək ROS bulunduğunda polimerin daha hızlı parçalanması; yalnız tek uyarının bulunduğu sağlam və ya daha az xəstəliklı mühitda salımın sınırlı kalması amaçlanmıştır.

çalışma bu iki etkinin basitçe toplanmadığını, birbirini güçlendirdiğini varsayan ek bir sinerji terimi kullanmıştır. lakin bu sinerji katsayısı moleküler mexanizmdan birbaşa türetilmemiş; modelin uyğunluqlandırdığı fenomenolojik bir parametre olaraq təsvir edilmişdir.

pH’a bağlı bozunma modeli

pH’a həssas polimer bozunması sigmoid bir denklemle modelləşdirilmişdir:

\[ k_{\mathrm{pH}}(pH) = \frac{k_{\mathrm{pH,max}}} {1+\exp\left[\alpha(pH-pH_0)\right]} \]

Değişkenlerin anlamı:

• k_pH(pH): Belirli pH koşulundaki bozunma hızı; birimi saat^-1.
• k_pH,max: çox asidik mühitda ulaşılabilen azami bozunma hızı.
• α: pH yanıtının ne kadar keskin olduğunu belirleyen boyutsuz eğim parametresi. çalışmada 2,0 olaraq ayarlanmıştır.
• pH₀: Bozunma eğrisinin dönüm noktasıdır. Ana metinde istifadə olunan kesin əsas değeri açık biçimde raporlanmamıştır.

pH değeri pH₀ değerinin üzerine çıktığında üstel terim büyür və bozunma hızı azalır. pH düştüğünde payda küçülür və bozunma hızı k_pH,max değerine yaklaşır.

Gündelik bir benzetmeyle bu yapı, asitlik belirli bir eşiğe ulaşana kadar kapalı kalan, eşik geçildikten sonra hızla açılan bir anahtar kimi davranmaktadır. lakin gerçek polimer bozunması yalnız pH değerine bağlı olmayabilir; polimer geometrisi, su alımı, molekül ağırlığı və çevredeki proteinler de süreci etkileyebilir.

ROS’a bağlı bozunma modeli

ROS’a həssas bozunma Michaelis-Menten benzeri doygunluk denklemiyle ifade edilmiştir:

\[ k_{\mathrm{ROS}} = k_{\mathrm{ROS,base}}+ k_{\mathrm{ROS,max}} \frac{[\mathrm{ROS}]} {[\mathrm{ROS}]+K_{\mathrm{ROS}}} \]

Değişkenlerin anlamı:

• k_ROS: Belirli ROS yoğunluğundaki toplam oksidatif bozunma hızı.
• k_ROS,base: ROS bulunmasa bile gerçekleşen əsas hidrolitik bozunma.
• k_ROS,max: ROS tarafından oluşturulabilecek azami ek bozunma hızı.
• [ROS]: Hidrojen peroksit eşdeğeri olaraq ROS yoğunluğu; µM cinsinden.
• K_ROS: ROS kaynaklı azami bozunma etkisinin yarısına ulaşıldığı yoğunluk.

ROS yoğunluğu K_ROS değerine eşit olduğunda ROS kaynaklı ek bozunma, azami etkinin yaklaşık yarısıdır. ROS səviyyəsi çox yükseldiğinde kesrin değeri 1’e yaklaşır və bozunma hızı doygunluğa çatır.

bu özellik, 100 µM ilə 400 µM arasındaki artışın hər zaman dört kat daha fazla bozunmaya yol açmamasını sağlar. Sistem yüksək ROS düzeylerinde giderek doyuma çatır.

Çift həssas sinerji denklemi

İki mexanizmnın birleşik bozunma hızı şu denklemle hesablanmışdır:

\[ k_{\mathrm{toplam}} = k_{\mathrm{pH}}+ k_{\mathrm{ROS}}+ \beta k_{\mathrm{pH}}k_{\mathrm{ROS}} \]

Burada β, iki bozunma mexanizmsının birbirini ne ölçüde güçlendirdiğini belirleyen sinerji katsayısıdır.

β sıfır olsaydı toplam hız yalnız pH və ROS hızlarının toplamına eşit olurdu. Pozitif β değeri, asitle hidroliz və oksidatif zincir kırılmasının eyni polimer matriksinde eyni vaxtda gerçekleşmesinin ek bir zayıflama oluşturduğu varsayımını temsil etmektedir.

Optimizasyon sonucunda β=0,68 tapılmışdır. Yazar bu değeri, birlikdə etkinleşen iki mexanizmnın basit toplamdan daha güçlü bozunma oluşturduğu biçiminde yorumlamaktadır.

lakin β değeri birbaşa kimyasal reaksiyon hızlarından və ya molekulyar dinamika simulyasiyasından hesaplanmamıştır. Literatür verilerine uyğunluq sağlayan deneysel nitelikte bir model parametresidir. bu səbəbdən gerçek bir nanohissəcikta eyni değerin ortaya çıkacağı henüz gösterilmemiştir.

dərmanın nanohissəcikta kalması və salınması

nanohissəcikta kalan dərman miktarı M, salınmış dərman bölmesi D ilə gösterilmiştir:

\[ \frac{dM}{dt}=-k_{\mathrm{toplam}}M \]

\[ \frac{dD}{dt}=k_{\mathrm{toplam}}M-k_{\mathrm{elim}}D \]

Başlangıç koşulları:

\[ M(0)=M_0=100\ \mu g \]

[ D(0)=0 ]

Değişkenlerin anlamı:

• M: nanohissəciyin içinde kalan simvastatin miktarı.
• D: nanohissəciktan çıkmış fakat modelde henüz elimine edilmemiş dərman miktarı.
• k_toplam: pH, ROS və sinerji etkilerini içeren bozunma və salım hızı.
• k_elim: Salınan simvastatinin ilgili bölmeden uzaklaştırılma hızı; çalışmada yaklaşık 0,05 saat^-1.
• M₀: Başlangıç nanohissəcik yükü; 100 µg.

Eliminasyon sabitinden hesaplanan yarı ömür ilişkisi, model mantığını açıklamak üçün şu şekilde gösterilebilir:

\[ t_{1/2}=\frac{\ln 2}{k_{\mathrm{elim}}} \]

\[ t_{1/2}\approx\frac{0.693}{0.05}\approx13.9\ \mathrm{saat} \]

bu nəticə çalışmada istifadə olunan yaklaşık 14 saatlik yarı ömürle uyğunluqludur.

Denklemler MATLAB’ın ode45 sayısal çözücüsüyle 72 saate kadar çözülmüştür.

“Salınan dərman” ilə “kümülatif salım” arasındaki mühüm ayrım

İkinci denklemde D bölmesinden eliminasyon gerçekleştiği üçün D(t), belirli bir ana kadar nanohissəciktan çıkmış bütün dərmanın kümülatif toplamı deyildir. Salınan və henüz elimine edilmemiş dərman miktarını temsil eder. bu səbəbdən çizilen eğriler əvvəl yükselip daha sonra düşebilmektedir.

buna qarşılıq nəticə metninin bazı bölümlerinde “24 saate kadar yükün %72’si salındı” və ya “72 saatte %94’e ulaştı” kimi kümülatif salım izlenimi veren ifadeler istifadə edilmişdir. Sayfa 6’daki grafiklerde dərman miktarının erken dönemde tepe yaptıktan sonra azaldığı görülmektedir.

bu səbəbdən metindeki yüzdelerin:

• O anda D bölmesinde bulunan dərman miktarını mı,
• nanohissəciktan ayrılmış toplam dərman miktarını mı,
• Yoksa başlangıç yükünden kalan miktar çıkarılarak hesaplanan kümülatif salımı mı

temsil ettiği ana dosyada tamamen açıklığa kavuşmamaktadır. bu yöntemsel qeyri-müəyyənlik, sayısal salım nəticələrının dikkatli yorumlanmasını gerektirir.

hədəfləmə indeksi nasıl hesaplandı?

çalışmada hədəfləmə indeksi, xəstəliklı mühitda açığa çıkan dərman miktarının sağlam mühitda açığa çıkan dərman miktarına oranı olaraq təsvir edilmişdir:

\[ TI = \frac{\text{xəstəliklı plak koşulundaki dərman salımı}} {\text{sağlam toxuma koşulundaki dərman salımı}} \]

TI=1, iki mühit arasında seçicilik bulunmadığını gösterir. TI=5 ise modelde xəstəliklı mühitda sağlam mühita görə beş kat daha yüksək salım və ya birikim bulunduğunu ifade eder.

bu indeks birbaşa gerçek damarda ölçülen nanohissəcik birikimi deyildir. Kan dolaşımı, damar duvarına geçiş, karaciğer-dalak temizlenmesi və hücresel alım kimi biyolojik aşamalar modele tam olaraq dahil edilmediği üçün “hədəfleme” sözcüğü burada ağırlıklı olaraq uyaranlara bağlı salım seçiciliğini ifade etmektedir.

Modellenen beş xəstəlik mərhələsi

Bunlar gerçek hastaların ölçülmüş və izlendiği evreler deyildir. Literatürden alınan pH və ROS aralıklarının temsili senaryolara dönüştürülmesiyle oluşturulmuş kuramsal çevrelerdir.

Dört nanohissəcik mexanizmsının karşılaştırılması

Model dört ayrı tasarımı eyni koşullarda incelemiştir:

• Uyaranlara həssas olmayan kontrol: Bozunma hızı sabit 0,01 saat^-1.
• pH’a həssas: yalnız sigmoid pH bozunma mexanizmsı.
• ROS’a həssas: yalnız ROS doygunluk mexanizmsı.
• Çift həssas: pH və ROS hızları ilə β sinerji terimi.

sağlam mühitda bütün mexanizmlarda 24 saatlik salımın aşağı kaldığı bildirilmişdir:

• Uyaranlara həssas olmayan: %8,2,
• pH’a həssas: %11,4,
• ROS’a həssas: %13,1,
• Çift həssas: %14,6.

erkən lövhə mühitında:

• Uyaranlara həssas olmayan: %12,1,
• pH’a həssas: %35,2,
• ROS’a həssas: %41,7,
• Çift həssas: %72,3.

bu nəticələrdan əldə edilen hədəfleme indeksleri:

bu tablo, çift həssas sistemin erkən lövhəta en yüksək salımı sağladığını və sağlam mühitla arasındaki farkın tek həssas sistemlerden daha böyük olduğunu göstermektedir.

Literatür verileriyle model doğrulaması

Model yeni deneylerle doğrulanmamıştır. Üç yayımlanmış çalışmanın grafiklerinden sayısallaştırılan salım verileriyle karşılaştırılmıştır.

çalışmada bildirilen nəticələr:

• pH’a həssas model: R²=0,92 və RMSE=%8,3.
• ROS’a həssas model: R²=0,91 və RMSE=%9,7.
• Çift həssas model: R²=0,94.

Belirleme katsayısı şu əsas ilişkiyle anlaşılabilir:

\[ R^2 = 1- \frac{\sum_i(y_i-\hat{y}_i)^2} {\sum_i(y_i-\bar{y})^2} \]

Burada:

• y_i: Literatürden sayısallaştırılan deneysel dəyər.
• ŷ_i: Model tahmini.
• ȳ: Deneysel değerlerin ortalaması.

R² değerinin 1’e yaklaşması model eğrisinin istifadə olunan veri noktalarıyla güçlü uyğunluq gösterdiğini ifade eder. lakin yüksək R² modelin gerçek hayattaki biyodağılımı və ya klinik effektivliyi doğru təxmin etdiyini göstermez.

Parametrelerin doğrulama ölçütleri hədəfin altında kaldığında literatürde bildirilen aralıklar içinde “iteratif olaraq iyileştirildiği” belirtilmiştir. Bağımsız bir doğrulama veri kümesi və ya parametrelerin bir veri kümesinde ayarlanıp başka bir veri kümesinde kör biçimde sınandığı bir hold-out yaklaşımı açıklanmamıştır. bu durum modelin istifadə olunan literatür eğrilerine fazla uyarlanma olasılığını artırabilir.

Ayrıca üçüncü doğrulama kaynağı olaraq gösterilen referansın başlığı ROS’a həssas sistemler üzerine bir derleme görünümündedir. Çift həssas modelin hangi özgün deneysel veri dizisiyle karşılaştırıldığı ana metinde ətraflı biçimde gösterilmemiştir.

grid axtarışı nasıl yapıldı?

Üç əsas tasarım parametresi üçün sistematik tarama gerçekleştirilmiştir:

• k_pH,max: 0,08-0,22 saat^-1 arasında 20 dəyər,
• K_ROS: 30-80 µM arasında 25 dəyər,
• β: 0,2-1,0 arasında 20 dəyər.

Toplam kombinasyon sayı:

\[ 20\times25\times20=10\,000 \]

hər kombinasyon üçün erkən lövhə koşulundaki 24 saatlik hədəfləmə indeksi hesablanmışdır. nəticələr ısı haritaları və üçölçülü optimizasyon yüzeyleriyle görselleştirilmiştir.

Sayfa 7’deki Şekil 3 açıklamasında “6.000’den fazla kombinasyon” ifadesi kullanılırken yöntem bölümünde yaklaşık 10.000 kombinasyon bildirilmektedir. Izgara boyutlarının çarpımı da 10.000’e eşittir. bu səbəbdən şekil açıklamasıyla yöntem arasında sayısal bir raporlama tutarsızlığı bulunmaktadır.

Optimum parametreler

Optimum tasarım başlangıç parametrelerine görə yaklaşık %6, en iyi tek həssas sisteme görə yaklaşık %65 daha yüksək hədəfləmə indeksi üretmiştir.

Optimumdan ±%20 sapıldığında:

• k_pH,max değişimi hədəfləmə indeksini %15-18 azaltmıştır.
• K_ROS değişimi hədəfləmə indeksini %22-28 azaltmıştır.
• β değişimi hədəfləmə indeksini %8-12 azaltmıştır.

bu nəticə, performansın xüsusilə K_ROS və k_pH,max değerlerinin kontrollü üretimine həssas olduğunu göstermektedir.

Genetik algoritma neden ayrıca kullanıldı?

grid axtarışı önceden belirlenmiş noktaları tek tek dener. Gerçek optimum iki ızgara noktası arasında kalabilir. Genetik algoritma ise bir canlı popülasyonunun seçilim və mutasyon yoluyla gelişmesine benzeyen sezgisel bir arama yöntemiyle parametre uzayında ilerler.

çalışmadaki genetik algoritma ayarları:

• Popülasyon: 100,
• Nesil sayı: 50,
• Turnuva seçimi: 4,
• Çaprazlama oranı: 0,8,
• Uyarlanabilir uygulanabilir mutasyon.

Algoritmanın yaklaşık 35 nesilde grid axtarışına çox yakın değerlere yakınsadığı və nəticələrın %3’ten az fərqli olduğu bildirilmişdir. bu yakınlık, belirlenen optimumun istifadə olunan riyazi model içinde kararlı bir çözüm olduğunu desteklemektedir.

lakin iki optimizasyon yönteminin eyni denklemleri və eyni hədəf fonksiyonunu kullanması, optimumun biyolojik olaraq doğru olduğunu değil, riyazi model içinde tutarlı olduğunu gösterir.

Monte Carlo qeyri-müəyyənlik analizi

Üretim partileri arasında oluşabilecek değişkenliği taklit etmek üçün bütün model parametreleri ortalamalarının %15’i standart sapmaya sahip normal dağılımlardan rastgele örneklenmiştir. Toplam 10.000 simülasyon yapılmıştır.

Değişim katsayısı şu şekilde hesaplanabilir:

\[ CV = \frac{\sigma}{\bar{x}}\times100 \]

\[ CV = \frac{0.42}{4.76}\times100 \approx8.8\% \]

Modeldeki dağılımın yaklaşık normal görünmesi və simülasyonların böyük bölümünde TI değerinin 4’ün üzerinde kalması, parametreler etrafındaki %15’lik rastgele değişimin performansı tamamen ortadan kaldırmadığını göstermektedir.

bununla birlikdə bu analiz yalnız modele tanımlanan qeyri-müəyyənlik türünü sınar. Gerçek üretimde parametreler normal dağılmayabilir, birbirleriyle ilişkili ola bilər və ya %15’ten daha böyük değişkenlik gösterebilir. Normal dağılımların fiziksel sınırlar dışında örnek üretmesini önlemek üçün kırpma və ya dönüşüm uygulanıp uygulanmadığı belirtilmemiştir.

Sobol küresel həssaslıq analizi

Sobol yöntemi, model çıktısındaki varyansın hangi parametrelerden kaynaklandığını ayırmayı amaçlar.

• S₁: Parametrenin tek başına oluşturduğu varyans payı.
• S_T: Parametrenin tek başına və diğer parametrelerle etkileşimleri dâhil toplam katkısı.

K_ROS və k_pH,max birinci dereceden etkilerinin toplamı 0,65’tir. Yazar bu sonucu, deneysel sentez və kalite kontrol çalışmalarında xüsusilə bu iki özelliğin dar toleranslarla ayarlanması gerektiği biçiminde yorumlamaktadır.

xəstəlik evrelerine görə model nəticələrı

Sayısal olaraq en yüksək hədəfləmə indeksi erkən lövhəta değil, orta dərəcəli lövhəta görülmektedir. Erken plağın “en uygun” kabul edilmesi, yalnız TI değerine değil, ileri plaklarda varsayılan toxuma penetrasyonu və hücresel erişim kaybına dayanmaktadır.

çalışmaya görə orta dərəcəli lövhəta toplam toxuma birikimi erkən lövhətan %27 daha yüksək olmasına rağmen hücre içi etkin dərman yoğunluğu yalnız 1,4 kat daha yüksəktir. Fibröz bariyerlerin bu farkı sınırladığı ileri sürülmüştür.

lakin toxuma hacmi, nanohissəcik biyodağılımı, hücresel alım və fibröz penetrasyonun nasıl sayısallaştırıldığı ana metinde ətraflı denklemler və parametre tablolarıyla sunulmamıştır. bu səbəbdən erken plağın üstün “müalicə penceresi” olduğu sonucu, əsas pH/ROS salım modelinden daha fazla varsayım içermektedir.

zaman içinde salım

erkən lövhə koşulundaki çift həssas nanohissəcik üçün üç dönem təsvir edilmişdir:

1. 0-3 saat: %10’un altında başlangıç gecikmesi.
2. 3-24 saat: Hızlı salım dönemi və 24 saatte %72 səviyyəsi.
3. 24-72 saat: Sürdürülen salım və 72 saatte %94 səviyyəsi.

sağlam mühit üçün:

• 6 saatte %5,
• 24 saatte %11,
• 72 saatte %24

salım bildirilmektedir.

En yüksək anlık seçiciliğin 18-24 saat arasında ortaya çıktığı və 6-24 saatlik hızlı fazda xəstəliklı mühitda yükün %60’ının, sağlam mühitda %8’inin açığa çıktığı ifade edilmiştir. nisbət:

\[ \frac{60}{8}=7.5 \]

bu səbəbdən çalışma 18-24 saatlik dönemi azami salım ayrışmasının görüldüğü zaman penceresi olaraq yorumlamıştır.

lakin salım denklemlerindeki eliminasyon və sayfa 6’daki azalan grafik eğrileri nedeniyle bu yüzdelerin kümülatif mi yoksa anlık dərman miktarı mı olduğu net deyildir. Olası klinik doz zamanlaması çıkarımı bu qeyri-müəyyənlik nedeniyle deneysel doğrulama gerektirir.

Şekil 1 ne anlatıyor?

Sayfa 6’daki Şekil 1, çift həssas sistem üçün beş xəstəlik mərhələsindeki salınmış simvastatin miktarını 72 saat boyunca göstermektedir.

xəstəliklı evrelerin eğrileri sağlam damar eğrisinden daha yüksək tepe değerlerine ulaşmaktadır. Daha asidik və ROS bakımından daha zengin mühitlar erken dönemde daha güçlü dərman açığa çıkışı üretmektedir.

Eğrilerin tepe yaptıktan sonra azalması, modelde salınan dərman bölmesinden eliminasyon bulunduğunu göstermektedir. Dolayısıyla grafik saf kümülatif salım grafiği olaraq okunmamalıdır.

Şekil 2 ne anlatıyor?

Şekil 2, erkən lövhə və sağlam mühitı ayrı grafiklerde göstererek dört nanohissəcik mexanizmsını karşılaştırmaktadır.

erkən lövhəta çift həssas sistemin eğrisi diğer tasarımlardan belirgin biçimde yüksəktir. sağlam mühitda ise pH, ROS və çift həssas eğriler birbirine daha yakındır. Uyaranlara həssas olmayan kontrol en aşağı və en yavaş yanıtı göstermektedir.

Şeklin ana mesajı, çift həssas sistemin xəstəliklı və sağlam mühit arasındaki kinetik farkı büyüttüğüdür.

Şekil 3 ne anlatıyor?

Sayfa 7’deki ısı haritası, K_ROS ilə k_pH,max değiştikçe hədəfləmə indeksinin nasıl değiştiğini göstermektedir. Koyu mavi alanlar daha aşağı, sarı-kırmızı alanlar daha yüksək performansı temsil eder.

Optimum nokta k_pH,max=0,163 saat^-1 və K_ROS=47 µM civarında işaretlenmiştir. Renklerin optimum çmərhələsinde hızlı değişmesi, modelin bu parametrelere həssas olduğunu göstermektedir.

Şekil 4 ne anlatıyor?

Şekil 4 xəstəlik evrelerine görə toplam plak birikimi ilə sağlam toxuma birikimini və evreler boyunca seçicilik eğilimini karşılaştırmaktadır.

Şekil açıklaması erken plağı yaklaşık beş kat seçicilikle en uygun müalicə penceresi olaraq tanımlamakta; ağır lövhəta fibröz bariyerler nedeniyle effektivliyin azaldığını və subklinik evrede yararın sınırlı olduğunu belirtmektedir.

bununla birlikdə grafikteki sağ panelde seçicilik oranının ana metindeki 2,70-6,29 değerleriyle eyni ölçekte gösterilmediği izlenmektedir. Görseldeki eksen və metindeki sayılar arasındaki ilişkinin açıklaması sınırlıdır. Şekiller, hesaplama sürecini yeniden üretmeye yetecek ham veri və ya hata çubukları sunmamaktadır.

çalışmanın kendi içinde görülen sayısal tutarsızlıklar

PDF’de eyni sonuca ilişkin bazı değerler fərqli bölümlerde değişmektedir:

• Ana nəticələrda tek həssas sistemler üçün TI dəyərləri pH=3,09 və ROS=3,18 iken nəticə bölümünde pH=2,1 və ROS=2,4 yazmaktadır.
• grid axtarışı yönteminde 10.000 kombinasyon bildirilirken Şekil 3 açıklamasında 6.000’den fazla kombinasyon ifadesi istifadə edilmişdir.
• Ağır xəstəlikta 24 saatlik çift həssas salım bir bölümde %94,7, evre sınıflandırması bölümünde %87,2 olaraq verilmişdir. Bunun fərqli parametre setlerinden kaynaklanıp kaynaklanmadığı açıklanmamıştır.
• Erken plağın subklinik evreden ne kadar daha verimli olduğu nəticələr bölümünde yaklaşık 2,3 kat, nəticə bölümünde 2,6 kat şeklinde ifade edilmiştir.
• Özette erken müdahalenin geç evre plağa görə iki kat daha iyi olduğu yazarken model tablosunda orta və ağır evrelerin sayısal TI dəyərləri erken evreden daha yüksəktir. Erken evrenin üstünlüğü penetrasyon varsayımıyla açıklanmıştır.

bu tutarsızlıklar ana mekanistik sonucu tamamen ortadan kaldırmaz; lakin sayısal değerlerin bağımsız olaraq doğrulanması və hakem değerlendirmesinde düzeltilmesi gerektiğini gösterir.

çalışmanın güçlü yönleri

• pH və ROS mexanizmlarını ayrı denklemlerle tanımlayarak iki uyaranın birlikdə modellenmesini sağlamıştır.
• Uyaranlara həssas olmayan, tek həssas və çift həssas sistemleri ortak koşullarda karşılaştırmıştır.
• sağlam damardan ağır plağa uzanan beş fərqli kimyasal mühit təşkil etmişdir.
• Yaklaşık 10.000 dizayn kombinasiyasınu grid axtarışıyla sistematik olaraq taramıştır.
• grid axtarışındaki optimumu genetik algoritmayla ikinci kez kontrol etmiştir.
• Monte Carlo analiziyle parametre değişkenliğinin nəticələra etkisini incelemiştir.
• Sobol analiziyle hangi parametrelerin üretim açısından kritik olduğunu belirlemeye çalışmıştır.
• Model eğrilerini birden fazla yayımlanmış veri dizisiyle karşılaştırmıştır.
• MATLAB kodlarının açık bir GitHub deposunda bulunduğunu belirtmiştir.
• Modelin laboratuvar araştırmalarından əvvəl kullanılabilecek hipotez üretici bir araç olduğunu açık biçimde tartışmıştır.

çalışmanın sınırlılıkları

• preprintdir: rəyçi qiymətləndirməsindən keçməmişdir.
• Tamamen hesaplamalıdır: çalışmada nanohissəcik sentezi, hüceyrə kulturası, hayvan və ya insan deneyi yapılmamıştır.
• Model doğrulaması bağımsız laboratuvar doğrulaması deyildir: Yayımlanmış grafiklerden sayısallaştırılan veriler istifadə edilmişdir.
• Parametre ayarlaması və doğrulama ayrımı net deyildir: Parametreler doğrulama nəticələrına görə iteratif biçimde değiştirilmiş, ayrı bir kör test kümesi açıklanmamıştır.
• pH və ROS homojen kabul edilmiştir: Gerçek plak içinde değerler mekânsal və zamansal olaraq değişebilir.
• Damar akımı modellenmemiştir: Kan akışı, türbülans, duvar kesme gerilimi və nanohissəciyin damar yüzeyine yaklaşması hesaba katılmamıştır.
• Damar duvarı geçişi ətraflı deyildir: Endotel geçirgenliği, hücreler arası taşıma və plak içi difüzyon açık bir mekânsal modelle gösterilmemiştir.
• Bağışıklık sistemi etkileşimleri yoktur: Protein korona oluşumu, opsonizasyon, kompleman etkinleşmesi və makrofaj temizliği modele dahil edilmemiştir.
• Karaciğer və dalak tutulumu modellenmemiştir.
• Parçacık büyüklüğü və yüzey kimyası hədəf fonksiyonda birbaşa yer almamaktadır.
• Sinerji katsayısı fenomenolojiktir: β değeri ilk ilkelerden türetilmiş kimyasal sabit deyildir.
• “hədəfləmə indeksi” esas olaraq salım oranıdır: Gerçek nanohissəcik birikimi və hücresel alımı birbaşa temsil etmez.
• Salım ölçütünün tanımı belirsizdir: Diferansiyel denklemde eliminasyon bulunmasına rağmen metinde kümülatif salım dili istifadə edilmişdir.
• İleri plak penetrasyonu yeterince belgelenmemiştir: Fibröz bariyer hesabının ətraflı denklemleri ana metinde verilmemiştir.
• “Hasta sınıflandırması” gerçek hastalara dayanmaz: Beş kuramsal pH/ROS senaryosunun karşılaştırılmasıdır.
• yalnız simvastatin qiymətləndirilmişdir: Başka dərmanların boyutu, çözünürlüğü və eliminasyonu fərqli nəticələr oluşturabilir.
• Toksisite modellenmemiştir: Polimer bozunma ürünleri, bağışıklık reaksiyonu və organ toksisitesi değerlendirilmemiştir.
• Klinik nəticələr yoktur: Plak hacmi, plak rüptürü, kalp krizi, inme və ya ölüm üzerinde nəticə hesaplanmamıştır.
• Maliyet tasarrufu birbaşa analiz edilmemiştir: Milyonlarca dolar və 5-10 yıllık süre kazancı yazarın öngörüsüdür; ekonomik modelin sonucu deyildir.
• Sayısal raporlama tutarsızlıkları vardır: Bazı mexanizm, kombinasyon və evre dəyərləri bölümler arasında değişmektedir.

çalışma ne söylüyor?

• Tanımlanan riyazi model içinde pH və ROS’a çift həssas sistem, tek həssas sistemlerden daha yüksək erkən lövhə salım seçiciliği üretmiştir.
• erkən lövhə üçün ana metindeki əsas hədəfləmə indeksi 4,95’tir.
• Optimizasyonla hədəfləmə indeksi 5,24’e kadar yükselmiştir.
• Modelin optimum pH bozunma hızı 0,163 saat^-1, ROS yarı doygunluk sabiti 47 µM və sinerji katsayısı 0,68’dir.
• Monte Carlo simülasyonlarının %97,8’inde TI değeri 4’ün üzerinde kalmıştır.
• K_ROS və k_pH,max, model belirsizliğine en fazla katkıda bulunan parametrelerdir.
• erkən lövhə, modelde seçicilik və varsayılan toxuma penetrasyonunun birlikdə en uygun olduğu evre olaraq yorumlanmıştır.
• Hesaplamalı optimizasyon, laboratuvar təcrübələrinde önceliklendirilecek tasarım aralıklarını daraltabilir.

çalışma ne söylemiyor?

• Gerçek bir pH/ROS çift həssas simvastatin nanoparçacığı üretildiği gösterilmemiştir.
• nanohissəciyin kan dolaşımında kararlı kaldığı kanıtlanmamıştır.
• Aterosklerotik plağa fiziksel olaraq ulaştığı və ya plakta biriktiği gösterilmemiştir.
• Simvastatinin sağlam toxumadaki yan etkilerini azalttığı kanıtlanmamıştır.
• Plak büyümesini, inflamasyonu və ya rüptür riskini azalttığı gösterilmemiştir.
• Kalp krizi və ya iskemik inmeyi önlediği gösterilmemiştir.
• Erken evre Ateroskleroz hastalarının nanohissəcik müalicəsi alması gerektiği sonucuna varılamaz.
• Hesaplanan optimum parametrelerin laboratoriyada üretilebilir olduğu kanıtlanmamıştır.
• %97,8 model başarısı klinik başarı və ya güvenlik olasılığı deyildir.
• Model standart statin müalicəsinin yerine geçecek bir müalicə sunmamaktadır.

Geçmiş, bugün və gelecek açısından önemi

Geleneksel nanohissəcik geliştirme süreci çox sayıda polimerin sentezlenmesini, fiziksel xüsusilərinin ölçülmesini, dərman yükleme və salım təcrübələrinin yapılmasını gerektirir. hər başarısız tasarım yeni bir üretim və test döngüsü oluşturur.

bu çalışma, Tədqiqatçıların deneysel üretimden əvvəl hangi bozunma hızlarını və ROS hassasiyetini hədəflemesi gerektiğini tahmin eden bir ön eleme sistemi önermektedir. bu yaklaşım, bütün laboratuvar çalışmalarının yerini almak üçün değil, deneysel olaraq sınanacak tasarımların sayısını azaltmak üçün kullanılabilir.

Gelecekte modelin bilimsel değeri şu basamaklarla sınanabilir:

• Önerilen parametrelere yakın pH və ROS həssas polimerlerin sentezlenmesi,
• pH 7,4-6,3 və ROS 5-400 µM koşullarında gerçek salım təcrübələri,
• Polimer bozunma hızlarının bağımsız ölçülmesi,
• Kan plazmasında protein korona və parçacık kararlılığı testleri,
• Endotel hücresi və makrofaj kültürlerinde alım təcrübələri,
• üçölçülü damar duvarı və akış modelleri,
• Aterosklerozlu heyvanlarda biyodağılım və plak birikimi,
• Plak inflamasyonu, büyüklüğü və stabilitesinin ölçülmesi,
• Karaciğer, kas və diğer organlarda toksisite değerlendirmesi,
• Standart simvastatin müalicəsiyle birbaşa karşılaştırma.

Gündelik yaşam açısından anlamı

çalışmanın əsas fikri, dərmanın bütün vücutta eyni anda etkinleşmesi yerine xəstəliklı toxumanun kimyasal xüsusiləri tarafından açılan “akıllı bir taşıyıcı” kullanmaktır.

bu yaklaşım gelecekte başarıyla doğrulanırsa, daha aşağı toplam dozla plakta daha yüksək yerel dərman yoğunluğu oluşturulması və sağlam toxumaların gereksiz maruziyetinin azaltılması mümkün ola bilər.

lakin mevcut çalışma bilgisayar mühitındadır. Bugün istifadə olunan statin müalicələrini değiştirmez, Ateroskleroz taraması üçün yeni bir klinik eşik sunmaz və hastalara uygulanabilecek hazır bir nanohissəcik ürünü oluşturmaz.

çalışmanın metodu və nəticələri

Teknik çalışma tasarımı

əsas riyazi modeller

Model doğrulama nəticələrı

erkən lövhə mexanizm karşılaştırması

Optimizasyon nəticələrı

Monte Carlo və Sobol nəticələrı

xəstəlik mərhələsi nəticələrı

Hipotezlerin model içindeki değerlendirmesi

Mənbə və metod qeydi

bu içerik, Ayur Anchan tarafından hazırlanan “Computational Optimization of pH/ROS Dual-Responsive Nanoparticle Systems for Targeted Atherosclerosis Therapy” başlıklı çalışmaya dayanmaktadır.

Yazarın kurumu North Carolina School of Science and Mathematics - Durham olaraq belirtilmiştir.

çalışma yeni bir dərman formülasyonunun laboratoriyada üretildiği deneysel nanoteknoloji araştırması deyildir. pH və ROS’a həssas nanohissəcik bozunmasını, simvastatin salımını və teorik plak seçiciliğini MATLAB mühitında inceleyen hesaplamalı modelleme və optimizasyon çalışmasıdır.

İnsan katılımcı, klinik hasta, deney hayvanı, hüceyrə kulturası və ya birbaşa nanohissəcik sentezi bulunmamaktadır. “Hasta sınıflandırması” olaraq adlandırılan analiz gerçek hasta alt gruplarını değil, fərqli pH və ROS değerleriyle tanımlanmış beş kuramsal xəstəlik senaryosunu karşılaştırmaktadır.

çalışma SSRN’de yayımlanmış bir preprintdir. Metinde açıkça “This preprint research paper has not been peer reviewed” yazmaktadır. Dolayısıyla çalışma rəyçi qiymətləndirməsindən keçməmişdir. Metinde doğrulanmış dergi kabulü və ya bu preprinte atanmış DOI bilgisi bulunmamaktadır.

çalışma üçün dış finansman alınmadığı, kurumsal etik kurul değerlendirmesinin uygulanabilir olmadığı və yazarın çıkar çatışması bildirmediği belirtilmiştir.

Yazar, simülasyon kodlarının, MATLAB betiklerinin, optimizasyon iş akışlarının və analiz belgelerinin bir GitHub deposunda kamuya açık olduğunu bildirmiştir. bu içerikte kod deposu ayrıca çalıştırılmamış və ya nəticələr bağımsız olaraq yeniden üretilmemiştir.

Modelin doğrulaması, yayımlanmış araştırmaların grafiklerinden sayısallaştırılan deneysel verilerle gerçekleştirilmiştir. bu işlem yeni və bağımsız deneysel doğrulama deyildir. Parametrelerin veri uyğunluquna görə iteratif olaraq değiştirilmiş olması, ayrı doğrulama kümesi bulunmadığında aşırı uyğunluq riskini artırabilir.

Modelde plak içi pH və ROS homojen kabul edilmiş; kan akımı, damar duvarı geçişi, protein korona, bağışıklık temizliği, organ dağılımı, toksisite və klinik nəticələr birbaşa modellenmemiştir.

Salınmış dərman bölmesine eliminasyon terimi eklenmesine rağmen nəticələrın bazı bölümlerinde kümülatif salım dili istifadə edilmişdir. Grafiklerin erken tepe sonrası azalması, gösterilen değerin saf kümülatif salım olmadığını düşündürmektedir.

PDF’de tek həssas sistemlerin hədəfleme indeksleri, taranan kombinasyon sayı, ağır lövhə salımı və evreler arası verim karşılaştırmaları konusunda bölümler arasında bazı sayısal farklılıklar bulunmaktadır. bu değerler hakem değerlendirmesi və bağımsız yeniden üretim sırasında netleştirilmelidir.

çalışmanın belirlediği optimum parametreler, hədəfleme oranları və %97,8 başarı olasılığı klinik effektivlik və ya güvenlik nəticələrı deyildir. Bunlar yalnız tanımlanan denklemler, parametre aralıkları və qeyri-müəyyənlik dağılımları altında üretilen model nəticələrıdır.

bu makale yalnız yüklenen PDF’deki denklemler, yöntemler, grafikler, sayısal nəticələr, sınırlılıklar və yazarın yorumları əsas alınarak hazırlanmıştır. PDF’de bulunmayan nanohissəcik effektivliyi, klinik müalicə başarısı, yan etki azalması, kalp krizi önleme garantisi və ya kullanıma hazır ürün iddiası eklenmemiştir.