Biyomedikal uygulamaları için polilaktik-ko-glikolik asit partikül özelliklerinin optimizasyonu

Modern sağlık sorunlarına çözüm ararken, biyomalzemelerin stratejik kullanımı bilimsel yenilik ve tedavilerin ön saflarında yer almaktadır. Bu materyaller, birçok hastalığa karşı çözüm arayışında temel araçlar haline geldi. Poli(laktik-ko-glikolik asit) (PLGA), bu materyallerden biri olup olağanüstü biyouyumluluğa sahip olmasının yanı sıra Food and Drug Admistritation (FDA) tarafından biyomedikal uygulamalarda kullanımı için onaylanmıştır. Farklı sağlık uygulamaları, belirli boyutlarda ve özelliklerde partiküllere ihtiyaç duyar; örneğin, ilaç taşıma uygulamaları genellikle nano boyutlu partiküller gerektirirken, hücre tabanlı tedaviler çoğunlukla hücreleri içine yerleştirmek için mikro boyutlu partiküller kullanır. Dolayısıyla, PLGA partiküllerinin belirli bir amaç için uyarlanması kapsamlı bir optimizasyon çalışması gerektirir. Bu çalışmada, hesaplamalı bir yaklaşım kullanılarak, PLGA partiküllerinin nihai boyutundaki bireysel sentez parametrelerinin etkisi belirlenmiştir. Bu bireysel parametrelerin etkilerine göre, partikül boyutunu doğru ve güvenilir bir şekilde tahmin etmek için bir yapay sinir ağı (ANN) modeli geliştirilmiştir. Bu ANN modelinin geliştirilmesi, model performansı açısından optimize edilmesini gerektirmiştir. Modelin verileri deneysel sonuçlardan oluşması sebebiyle, model yüksek sayıda veri noktasına sahip olmamaktadır. Dolayısıyla, her türlü oluşturulan model, eğitim setini tahmin etme üzerine uzmanlaşarak aşırı öğrenme riski taşır. Bir modelin aşırı öğrenme gösterip göstermediğini anlayabilmek için, çapraz doğrulama yöntemleri olan tek dışarıda bırakma çapraz doğrulama (LOOCV) ve p-dışarıda bırakma çapraz doğrulama (LPOCV) kullanılmıştır. Sonuç olarak, 5-1-5 çoklu gizli katman boyutlu ağ mimarisi ile Bayes Düzenlemesi (BR) geri yayılım yöntemi, herhangi verilen parametrelerle nihai boyutu güvenilir bir şekilde tahmin edebilir bulunmuştur. Geliştirilen ANN modelinin yardımıyla, istenen boyutlarda partiküller sentezlenmiş ve birkaç uygulamada kullanılmıştır; bunlar i- hücre taşıyan makroporöz PLGA partikülleri ve ii- canlılığı artırmak için sferoidlerle agregat oluşturan PLGA partikülleri. İlk uygulama, hücre penetrasyonu için esas olan partikül gözenek boyutu üzerinde kapsamlı bir optimizasyon gerektirmiştir. Sonuç olarak, NIH-3T3 fibroblast hücreleri, bu hücrelerin canlılığını olumsuz etkilemeden PLGA partikülleri içine, santrifüjle hücre immobilizasyonu yoluyla başarıyla yerleştirilmiştir. İkinci uygulamada ise, negatif yüklü PLGA partikülleri fibroblast sferoidler ile agregat oluşturmada başarısız olmuştur. Çözüm olarak, PLGA partiküllerin kitosan ile kaplanması, hücrelerin canlılığını ve partiküllerden salınım kinetiğini bozmadan umut verici sonuçlar göstermiştir. Sonuç olarak, bu çalışma sentez öncesi partikül boyutunu tahmin etmek için bir yöntem sunmakta ve biyomedikal uygulamalarda daha fazla yeniliğin yolunu açmaktadır, bu da daha etkili ve özelleştirilmiş terapötik çözümlerin geliştirilmesine katkıda bulunmaktadır.