I ricercatori hanno sviluppato nanoparticelle in grado di penetrare nella retina neurale e fornire mRNA alle cellule dei fotorecettori il cui corretto funzionamento rende possibile la visione.

Gli scienziati dell’Oregon State University College of Pharmacy hanno dimostrato in modelli animali la possibilità di utilizzare nanoparticelle lipidiche e RNA messaggero, la tecnologia alla base dei vaccini COVID-19, per trattare la cecità associata a una rara condizione genetica.

Lo studio è stato pubblicato oggi (11 gennaio 2023) sulla rivista I progressi della scienza. È stato guidato dal professore associato di scienze farmaceutiche dell’OSU Gaurav Sahay, dallo studente di dottorato dell’Oregon State Marco Herrera-Barrera e dall’assistente professore di oftalmologia dell’Oregon Health & Science University Renee Ryals.

Gli scienziati hanno superato quella che era stata la principale limitazione dell’utilizzo di nanoparticelle lipidiche, o LNP, per trasportare materiale genetico ai fini della terapia della vista, facendole raggiungere la parte posteriore dell’occhio, dove si trova la retina.

I lipidi sono acidi grassi e composti organici simili tra cui molti oli e cere naturali. Le nanoparticelle sono minuscoli pezzi di materiale di dimensioni variabili da uno a 100 miliardesimi di metro. L’RNA messaggero fornisce istruzioni alle cellule per produrre una particolare proteina.

Con i vaccini contro il coronavirus, l’mRNA trasportato dagli LNP istruisce le cellule a creare un pezzo innocuo della proteina spike del virus, che innesca una risposta immunitaria dal corpo. Come terapia per la compromissione della vista derivante dalla degenerazione retinica ereditaria, o IRD, l’mRNA istruirebbe le cellule dei fotorecettori – difettose a causa di una mutazione genetica – a produrre le proteine ​​necessarie per la vista.

L’IRD comprende un gruppo di disturbi di varia gravità e prevalenza che colpiscono una persona su poche migliaia in tutto il mondo.

Gli scienziati hanno dimostrato, in una ricerca che ha coinvolto topi e primati non umani, che gli LNP dotati di peptidi erano in grado di passare attraverso le barriere negli occhi e raggiungere la retina neurale, dove la luce viene trasformata in segnali elettrici che il cervello converte in immagini.

“Abbiamo identificato un nuovo set di peptidi che possono raggiungere la parte posteriore dell’occhio”, ha detto Sahay. “Abbiamo usato questi peptidi per agire come codici postali per consegnare nanoparticelle che trasportano materiali genetici all’indirizzo previsto all’interno dell’occhio”.

“I peptidi che abbiamo scoperto possono essere usati come ligandi mirati direttamente coniugati a RNA silenzianti, piccole molecole per terapie o come sonde di imaging”, ha aggiunto Herrera-Barrera.

Sahay e Ryals hanno ricevuto una sovvenzione di 3,2 milioni di dollari dal National Eye Institute per continuare a studiare la promessa delle nanoparticelle lipidiche nel trattamento della cecità ereditaria. Condurranno la ricerca sull’uso degli LNP per fornire uno strumento di editing genetico che potrebbe eliminare i geni cattivi nelle cellule dei fotorecettori e sostituirli con geni correttamente funzionanti.

La ricerca mira a sviluppare soluzioni per le limitazioni associate all’attuale principale mezzo di consegna per l’editing genetico: un tipo di virus noto come virus adeno-associato o AAV.

“L’AAV ha una capacità di confezionamento limitata rispetto agli LNP e può provocare una risposta del sistema immunitario”, ha affermato Sahay. “Inoltre, non funziona in modo fantastico nel continuare a esprimere gli enzimi che lo strumento di modifica utilizza come forbici molecolari per eseguire tagli nel DNA da modificare. Speriamo di utilizzare ciò che abbiamo appreso finora sugli LNP per sviluppare un sistema di consegna dell’editor di geni migliorato”.

Riferimento: “Le nanoparticelle lipidiche guidate da peptidi forniscono mRNA alla retina neurale di roditori e primati non umani” 11 gennaio 2023, I progressi della scienza.
DOI: 10.1126/sciadv.add4623

Lo studio LNP guidato dai peptidi è stato finanziato dal National Institutes of Health. Hanno partecipato alla ricerca per l’Oregon State anche i docenti del College of Pharmacy Oleh Taratula e Conroy Sun, i ricercatori post-dottorato Milan Gautam e Mohit Gupta, gli studenti di dottorato Antony Jozic e Madeleine Landry, l’assistente di ricerca Chris Acosta e lo studente universitario Nick Jacomino, uno studente di bioingegneria al College di Ingegneria che si è laureata nel 2020.

Da un’altra testata giornalistica news de www.europeantimes.news

16.4 C
Rome
giovedì, Aprile 3, 2025
- Pubblicità -
Scienze & AmbienteProgettazione più rapida di impianti biomedici di nuova generazione e materiali aerospaziali

Progettazione più rapida di impianti biomedici di nuova generazione e materiali aerospaziali

INFORMATIVA: Alcuni degli articoli che pubblichiamo provengono da fonti non in lingua italiana e vengono tradotti automaticamente per facilitarne la lettura. Se vedete che non corrispondono o non sono scritti bene, potete sempre fare riferimento all'articolo originale, il cui link è solitamente in fondo all'articolo. Grazie per la vostra comprensione.


Lo studio descrive una nuova struttura end-to-end per personalizzare la microstruttura di una lega di titanio ampiamente utilizzata nelle industrie aerospaziale e biomedica.

Da simile a un osso impianti medici a parti di aerei più resistenti ed efficienti in termini di consumo di carburante, i materiali strutturali avanzati possono richiedere molto tempo per passare dai laboratori alle applicazioni industriali, ma i ricercatori dell’Università di Toronto stanno sfruttando la potenza dell’apprendimento automatico per accelerare questo processo.

Materiali di prossima generazione per l’industria aerospaziale e biomedica: il dottorando Xiao Shang utilizza la stampante 3D a deposizione diretta di energia progettata e costruita nel laboratorio di produzione additiva metallica del professore assistente Yu Zou dell’Università di Toronto.

Materiali di prossima generazione per l’industria aerospaziale e biomedica: il dottorando Xiao Shang utilizza la stampante 3D a deposizione diretta di energia progettata e costruita nel laboratorio di produzione additiva metallica del professore assistente Yu Zou dell’Università di Toronto. Illustrazione di Safa Jinje, Università di Toronto

“La progettazione di microstrutture è un passo fondamentale nello sviluppo dei materiali”, afferma YuZouprofessore assistente presso il dipartimento di scienza e ingegneria dei materiali presso la Facoltà di scienze applicate e ingegneria.

“Ma la progettazione dei materiali tradizionali, basata su esperimenti o metodi di simulazione, potrebbe richiedere anni – addirittura decenni – per identificare la giusta microstruttura”.

Zou e il suo gruppo di laboratorio mirano ad accelerare la scoperta di nuovi materiali strutturali per l’industria aerospaziale e biomedica. In un nuovo articolo, pubblicato in I materiali oggiil team di Zou descrive una nuova struttura end-to-end utilizzata per personalizzare la microstruttura di Ti-6Al-4V, la lega di titanio più utilizzata nelle industrie aerospaziale e biomedica.

“Questo lavoro potrebbe consentire agli scienziati e agli ingegneri dei materiali di scoprire microstrutture a velocità mai viste prima, semplicemente inserendo le proprietà meccaniche desiderate nella struttura”, afferma il dottorando Xiao Shangl’autore principale dell’articolo.

I ricercatori hanno iniziato addestrando due modelli di deep learning per prevedere con precisione le proprietà dei materiali dalle loro microstrutture. Hanno poi integrato un algoritmo genetico con i modelli di deep learning per chiudere il ciclo materiali-by-design, che consente al quadro di progettare microstrutture materiali ottimali con proprietà meccaniche target.

“In meno di otto ore, abbiamo identificato microstrutture in lega di titanio che mostravano sia l’elevata resistenza che l’elevata rigidità necessarie per rafforzare i componenti strutturali degli aeroplani”, afferma Shang.

“Abbiamo anche progettato leghe di titanio con le stesse composizioni chimiche delle prime ma con microstrutture diverse che sono circa il 15% più conformi per gli impianti biomedici compatibili con le ossa umane”.

Vengono innanzitutto stabiliti modelli di deep learning per prevedere le proprietà meccaniche di un materiale prima che venga utilizzato un algoritmo genetico per cercare in modo efficiente la microstruttura ottimale del materiale per determinate proprietà del materiale target.

Vengono innanzitutto stabiliti modelli di deep learning per prevedere le proprietà meccaniche di un materiale prima che venga utilizzato un algoritmo genetico per cercare in modo efficiente la microstruttura ottimale del materiale per determinate proprietà del materiale target. Credito immagine: Laboratorio di Meccanica Estrema e Produzione Additiva

I ricercatori hanno dovuto superare diversi ostacoli per sviluppare i loro modelli di deep learning. Ciò include la generazione di un proprio set di dati di quasi 6.000 microstrutture diverse attraverso la simulazione, un compito reso possibile sfruttando le enormi capacità di calcolo dei supercomputer al momento. Alleanza per la ricerca digitale del Canada.

“Ci imbattevamo costantemente in situazioni in cui i modelli di deep learning e/o gli algoritmi di ottimizzazione selezionati non funzionavano come ci aspettavamo”, afferma Shang. “Ma siamo stati pazienti e abbiamo mantenuto il nostro piano di ricerca mentre cercavamo attivamente nuovi approcci per far funzionare i modelli”.

La ricerca ha recentemente vinto un Poster Prize al 2023 Conferenza accelerataorganizzato dall’ Consorzio di accelerazione a U di T – che all’inizio di quest’anno ha ricevuto una storica sovvenzione di 200 milioni di dollari per sostenere la scoperta di materiali avanzati utilizzando i cosiddetti laboratori a guida autonoma.

Il lavoro è supportato anche da U of T’s Istituto di scienze dei dati E Centro di analisi e ingegneria dell’intelligenza artificiale. Sia l’Acceleration Consortium che il Data Sciences Institute sono U of T iniziative strategiche istituzionali.

“Guardando al futuro, vogliamo ottimizzare e migliorare ulteriormente la tecnologia di produzione additiva in modo che possano continuare a far avanzare questo nuovo quadro”, afferma il dottorando Tianyi Lyucoautore dell’articolo insieme al dottorando Jiahui Zhang – entrambi lavorano sulla produzione additiva dei metalli.

“Stiamo migliorando la qualità e l’affidabilità della produzione additiva in metallo, liberando il suo potenziale per personalizzare localmente la microstruttura del materiale durante la stampa”, aggiunge Zou, membro dell’Acceleration Consortium.

“Ad esempio, con la tecnologia tradizionale, è quasi impossibile personalizzare i materiali biomedici per pazienti diversi. Ma vogliamo rendere possibile il futuro degli impianti biomedici personalizzati rendendo possibile stampare in pochi giorni la forma e le proprietà meccaniche che soddisfano le esigenze del paziente”.

Fonte: Università di Toronto



Da un’altra testata giornalistica. news de www.technology.org

- Pubblicità -
- Pubblicità -Newspaper WordPress Theme

Contenuti esclusivi

Iscriviti oggi

OTTENERE L'ACCESSO ESCLUSIVO E COMPLETO AI CONTENUTI PREMIUM

SOSTENERE IL GIORNALISMO NON PROFIT

Get unlimited access to our EXCLUSIVE Content and our archive of subscriber stories.

- Pubblicità -Newspaper WordPress Theme

Articoli più recenti

Altri articoli

- Pubblicità -Newspaper WordPress Theme

INFORMATIVA: Alcuni degli articoli che pubblichiamo provengono da fonti non in lingua italiana e vengono tradotti automaticamente per facilitarne la lettura. Se vedete che non corrispondono o non sono scritti bene, potete sempre fare riferimento all'articolo originale, il cui link è solitamente in fondo all'articolo. Grazie per la vostra comprensione.