• Sfäriska nukleinsyror är en klass av personliga läkemedel för behandling av cancer och andra sjukdomar
• SNA är utmanande att optimera eftersom deras strukturer kan variera på många sätt
• Northwestern University-teamet utvecklade en biblioteksansats och maskininlärning för att snabbt syntetisera, analysera och välj för potenta SNA -läkemedel

EVANSTON, Ill.— Med sin förmåga att behandla en mängd olika sjukdomar, sfäriska nukleinsyror (SNA) är redo att revolutionera medicinen. Men innan dessa digitalt designade nanostrukturer kan nå sin fulla potential, forskare måste optimera sina olika komponenter.

Ett team från Northwestern University ledd av nanoteknikpionjären Chad A. Mirkin har utvecklat en direkt väg för att optimera dessa utmanande partiklar, föra dem ett steg närmare att bli ett livskraftigt behandlingsalternativ för många former av cancer, genetiska sjukdomar, neurologiska störningar med mera.

"Sfäriska nukleinsyror representerar en spännande ny klass av läkemedel som redan finns i fem mänskliga kliniska prövningar för behandling av sjukdomar, inklusive glioblastom (den vanligaste och mest dödliga formen av hjärncancer) och psoriasis, sa Mirkin, uppfinnaren av SNA och George B. Rathmann professor i kemi vid Northwesterns Weinberg College of Arts and Sciences.

En ny studie publicerad i veckan i Nature Biomedicinsk teknik beskriver optimeringsmetoden, som använder en biblioteksmetod och maskininlärning för att snabbt syntetisera, mäta och analysera aktiviteter och egenskaper hos SNA-strukturer. Processen, som undersökte mer än 1, 000 strukturer åt gången, fick hjälp av SAMDI-MS-teknik, utvecklad av studiens medförfattare Milan Mrksich, Henry Wade Rogers Professor i biomedicinsk teknik vid Northwestern McCormick School of Engineering och chef för Center for Synthetic Biology.

Uppfanns och utvecklades på Northwestern, SNA är nanostrukturer som består av bollliknande former av DNA och RNA arrangerade på ytan av en nanopartikel. Forskare kan digitalt designa SNA för att vara exakt, personliga behandlingar som stänger av gener och cellulär aktivitet, och på senare tid, som vacciner som stimulerar kroppens eget immunförsvar för att behandla sjukdomar, inklusive vissa former av cancer.

SNA:er har varit svåra att optimera eftersom deras strukturer, inklusive partikelstorlek och sammansättning, DNA-sekvens och inkludering av andra molekylära komponenter – kan variera på många sätt, påverkar eller förbättrar deras effektivitet när det gäller att utlösa ett immunsvar. Detta tillvägagångssätt avslöjade att variation i struktur leder till biologiska aktiviteter som visar icke-uppenbara och ömsesidigt beroende bidrag till effektiviteten av SNA. Eftersom dessa relationer inte förutspåddes, de skulle troligen ha gått obemärkt förbi i en typisk studie av en liten uppsättning strukturer.

Till exempel, förmågan att stimulera ett immunsvar kan bero på nanopartikelstorlek, sammansättning och/eller hur DNA-molekyler är orienterade på nanopartikelytan.

"Med denna nya information, forskare kan rangordna de strukturella variablerna efter betydelse och effektivitet, och hjälpa till att upprätta designregler för SNA-effektivitet, "sa Andrew Lee, biträdande professor i kemisk och biologisk teknik vid McCormick School of Engineering och studiemedförfattare.

"Denna studie visar att vi kan ta itu med komplexiteten i SNA-designutrymmet, så att vi kan fokusera på och utnyttja de mest lovande strukturella egenskaperna hos SNA, och slutligen, att utveckla kraftfulla cancerbehandlingar, sa Mirkin, som också är chef för International Institute for Nanotechnology.

De Nature Biomedicinsk teknik Uppsatsen har titeln "Adressing nanomedicine complexity with novel high-throughput screening and machine Learning." Andra medförfattare är Neda Bagheri, Gokay Yamankurt, Eric J. Berns och Albert Xue, vid Northwestern University.