Läkemedel och vacciner cirkulerar genom kärlsystemet och reagerar enligt deras kemiska och strukturella natur. I vissa fall, de är avsedda att spridas. I andra fall, som cancerbehandlingar, det avsedda målet är mycket lokaliserat. Effektiviteten av ett läkemedel - och hur mycket som behövs och biverkningarna det orsakar - är en funktion av hur väl det kan nå sitt mål.

"Många läkemedel involverar intravenösa injektioner av läkemedelsbärare, sa Ying Li, en biträdande professor i maskinteknik vid University of Connecticut. "Vi vill att de ska kunna cirkulera och hitta rätt plats vid rätt tidpunkt och släppa ut rätt mängd droger för att säkert skydda oss. Om du gör misstag, det kan bli fruktansvärda biverkningar."

Li studerar nanomediciner och hur de kan designas för att fungera mer effektivt. Nanomedicin innebär användning av material i nanoskala, såsom biokompatibla nanopartiklar och nanorobotar, för diagnos, leverans, avkännings- eller aktiveringsändamål i en levande organism. Hans arbete utnyttjar kraften hos superdatorer för att simulera dynamiken hos nanodroger i blodomloppet, designa nya former av nanopartiklar, och hitta sätt att kontrollera dem.

Under det senaste decenniet, med stöd från National Science Foundation, Li och hans team har undersökt många nyckelaspekter av nanomedicin, banbrytande metoder för att modellera deras flöde och hur de interagerar med strukturer i kroppen.

"Min forskning är inriktad på hur man bygger högtrohet, högpresterande datorplattformar för att förstå det komplicerade beteendet hos dessa material och de biologiska systemen ner till nanoskala, " han sa.

"Jag är en 100% beräkningsperson, det finns inga smutsiga händer, " sa Li. "På grund av storleken på dessa partiklar, detta problem är mycket svårt att studera med hjälp av experiment."

Skriver in Mjuk materia i januari 2021, Li beskrev resultaten av en studie som tittade på hur nanopartiklar av olika storlekar och former - inklusive nanomaskar - rör sig i blodkärl med olika geometrier, efterliknar den förträngda mikrovaskulaturen. Nanomaskar är långa, tunn, konstruerade inkapslingar av läkemedelsinnehåll.

"Vi fann att transporten av dessa nanomaskar domineras av röda blodkroppar, " som utgör 40% till 50% av flödet, Li förklarade. "Det är som att köra på motorvägen - konstruktion saktar ner trafiken. Droger bärs av enskilda röda blodkroppar och dras in i trånga områden och fastnar."

Han fastställde att nanomaskar kan resa mer effektivt genom blodomloppet, passerar genom blockeringar där sfäriska eller platta former fastnar.

"Nanomasken rör sig som en orm. Den kan simma mellan röda blodkroppar vilket gör det lättare att fly undan trånga fläckar, " sa Li.

Snabbhet är av avgörande betydelse – droger måste nå sin destination innan de upptäcks och neutraliseras av kroppens immunsystem, som alltid är på jakt efter främmande partiklar.

Den första nanopartikelbaserade behandlingen som FDA godkände för cancer var Doxil - en formulering av kemoterapimedlet doxorubicin. Många fler är för närvarande under utveckling. Dock, en studie från 2016 i Naturrecensioner Material fann att endast 0,7 % av en administrerad nanopartikeldos levereras till en solid tumör.

"Vi vet att anti-cancerläkemedelsmolekyler är mycket giftiga, " sa Li. "Om de inte går till rätt ställe, de gör mycket ont. Vi kan minska dosen om vi aktivt styr förlossningen."

Skräddarsydda former är ett sätt att förbättra leveransen av cancerläkemedel. (För närvarande, 90 % av administrerade nanopartiklar är sfäriska.) Ett annat sätt är att locka droger till sitt mål.

Lis team har beräkningsmodellerade nanopartiklar som kan manipuleras med ett magnetfält. I en tidning från 2018 i Royal Societys handlingar , de visade att även en liten magnetisk kraft kunde knuffa ut nanopartiklarna ur blodflödet, leder till att ett mycket större antal partiklar når rätt destination.

Lis arbete drivs av Frontera superdator vid Texas Advanced Computing Center (TACC), den nionde snabbaste i världen. Li var en tidig användare av systemet när det lanserades 2019, och har använt Frontera kontinuerligt sedan dess för att utföra en mängd olika simuleringar.

"Vi bygger högfientliga beräkningsmodeller på Frontera för att förstå transportbeteendet hos nanopartiklar och nanomaskar för att se hur de cirkulerar i blodflödet, " sa Li. Hans största modeller är fler än 1, 000 mikrometer lång och inkluderar tusentals röda blodkroppar, totalt miljarder oberoende sätt som systemet kan röra sig på.

"Avancerade cyberinfrastrukturresurser, som Frontera, gör det möjligt för forskare att experimentera med nya ramverk och bygga innovativa modeller som i detta exempel, hjälpa oss att förstå det mänskliga cirkulationssystemet på ett nytt sätt, sade Manish Parashar, Direktör för NSF Office for Advanced Cyberinfrastructure. "NSF stöder Frontera som en del av ett bredare ekosystem av investeringar i cyberinfrastruktur, inklusive mjukvara och dataanalys, som tänjer på vetenskapens gränser för att ge insikter med omedelbar tillämpning i våra liv."

Frontera låter Li inte bara köra beräkningsexperiment, men också att utveckla ett nytt beräkningsramverk som kombinerar vätskedynamik och molekylär dynamik.

Skriver in Datorfysik kommunikation år 2020, han beskrev OpenFSI:ett mycket effektivt och bärbart vätskestruktursimuleringspaket baserat på nedsänkt-gränsmetoden. Beräkningsplattformen fungerar som ett verktyg för den bredare läkemedelsdesignergemenskapen och kan översättas för många andra tekniska tillämpningar, såsom additiv tillverkning, kemisk bearbetning och undervattensrobotik.

"Den nuvarande beräkningsmodellen täcker många viktiga processer, men hela processen är så komplicerad. Om du överväger ett patientspecifikt kärlnätverk, som gör vår beräkningsmodell svåröverskådlig, " sa Li.

Han drar fördel av artificiell intelligens (AI) och maskininlärning för att fungera som ett höghastighetsfordon för den snabba genereringen av nya nanopartikeldesigner och -metoder. Som all AI och maskininlärning, detta tillvägagångssätt kräver enorma mängder data. I Lis fall, data kommer från simuleringar på Frontera.

"Vi bygger för närvarande utbildningsdatabasen för maskininlärningsaspekten av vårt arbete. Vi körde många simuleringar med olika scenarier för att få bred träningsdata, " förklarade Li. "Då, vi kan förträna det neurala nätverket med hjälp av de hypotetiska data vi tar från dessa simuleringar så att de snabbt och effektivt kan förutsäga effekterna."

Lis typiska simuleringar använder 500 till 600 processorer, även om vissa aspekter av forskningen kräver upp till 9, 000 processorer som beräknar parallellt. "Min forskningsproduktivitet är korrelerad med hastigheten på det system jag använder. Frontera har varit fantastiskt."

När människor föreställer sig medicinsk forskning, de tänker vanligtvis på laboratorieexperiment eller läkemedelsförsök, men det finns begränsningar för denna typ av arbete, vare sig det är ekonomiskt eller fysiskt, sa Li.

"Den beräkningsmetod blir kraftfullare och mer förutsägbar, " sa han. "Vi bör dra fördel av beräkningssimuleringar innan vi kör mycket dyra experiment för att rationalisera problemet och ge bättre vägledning."