未来还需要绞尽脑汁设计纳米递送系统吗？Warren Chan等人论述纳米医学框架！

NanoLabs

2020-09-11

药物递送是21世纪最重要的研究主题之一。目前成像剂、治疗剂和基因药物等新兴技术的开发已取得重大进展，基于防止药物被降解和提高靶向性，常常需要封装在纳米颗粒、细菌、病毒等载体里面。但是，大多数纳米粒子通常会积聚在非靶向组织中。递送可以根据递送载体的大小、形状、表面化学性质、刚度和化学组成而变化，但是达到特定生物学目标的最佳设计尚不清楚。

当前的设计范式主要是从物理（即化学和材料特性）入手，而不是从生物学的角度出发。因为纳米颗粒与器官组织相互作用时，这就会导致纳米颗粒滞留在非靶向的器官组织，而到达疾病部位的剂量则相对减少，以致制剂的功效降低。

鉴于此，加拿大多伦多大学Warren C. W. Chan等人于Nature Nanotechnology期刊上发表重要综述，讨论了生物学的作用和它的障碍，以指导纳米颗粒设计递送药物到目标位置。他们建议开发一个框架，以构建使用纳米粒子-生物相互作用数据和计算分析来指导未来纳米材料设计和传输策略的最佳传输系统。

纳米颗粒的体内之旅

纳米颗粒-生物（nano-bio）相互作用决定了体内的纳米材料会发生什么。纳米的体内之旅主要有以下几步：

1）首先，当施用纳米颗粒时，蛋白质会立即吸附到纳米颗粒的表面，并形成蛋白冠。这种蛋白冠在纳米颗粒与细胞或组织之间形成了一个新的界面，并影响纳米颗粒的摄取、生物分布和免疫反应，并且可能会改变纳米粒子在体内的运动轨迹以及靶向作用。

2）其次，在血液中循环的大多数纳米粒子通常会被网状内皮系统（RES）的肝脏和脾脏清除。因为窦状隙血流较低，则增加了库普弗细胞摄取纳米粒子的可能，这使得RES可以作为靶标。而靶向其他组织时，则必须避免RES系统的清除作用。

3）然后，到达靶器官的纳米颗粒必须离开血管系统才能到达组织内的靶细胞。纳米颗粒在血管中的转运依赖于血管生理学。例如，<100 nm肝脏窦状隙血管的窗孔，血脑屏障，以及实体瘤的主动和被动转运机制等。血管生理学在不同的内皮层上有所不同。纳米颗粒的物理化学性质（如尺寸、电荷和表面化学性质）应设计为通过靶组织的血管外渗。

4）靶组织内的纳米颗粒还必须穿过组织基质才能到达靶细胞。但是，细胞外基质蛋白、非靶标细胞等等因素都会把纳米颗粒阻挡在外。

5）再然后，纳米粒可能需要进入靶细胞才能产生治疗效果。细胞摄取可通过多种机制发生，如膜融合、小窝蛋白介导的内吞、网格蛋白介导的内吞、巨胞饮或吞噬作用。

6）进入细胞就完事吗？不，细胞内的纳米颗粒可能还需要逃逸内体，才到达最终的亚细胞靶标位置。

总而言之，纳米颗粒在体内可谓是步步艰难，每一个纳米-生物作用都有可能减少纳米颗粒到达靶标部位的剂量。故了解纳米粒子与生物学在各个层面上的相互作用将有助于设计针对递送途径生物学优化的高效纳米载体。

图|纳米颗粒屏障的生物水平

屏障消除了旅途中的纳米颗粒

递送效率可以定义为递送至预期的生物学靶标的施用的纳米颗粒的百分比。这取决于生物屏障的数量以及纳米颗粒如何与它们相互作用。Dai等人表明，在小鼠模型中，有0.7％的金纳米颗粒被递送到实体瘤，但是只有0.0014％的金纳米颗粒被递送到肿瘤细胞。这是由于纳米颗粒从肿瘤血管到达最终靶细胞所必须克服的生物屏障（例如，细胞外基质和肿瘤相关的巨噬细胞）。

减少屏障的数量，能提高递送效率，作者给出俩个解决方案：

1）一种是改变给药方式，如除了静脉给药，还有口服和肺部吸入给药，针对具体疾病部位可进行改变。

2）另一种方法是改变生物学靶标。如靶向肿瘤内皮进行治疗则无需进入肿瘤内部。

图|纳米颗粒传递屏障的系统观

确定理想的纳米颗粒设计

确定最佳的纳米颗粒物理化学性质，以递送到特定的目标是一个挑战。针对疾病x、y或z的最佳尺寸、形状或表面化学性质是什么？理想的纳米颗粒设计是避免靶外相互作用，而有利于靶上相互作用的设计。

作者提出的框架：

1）收集纳米-生物相互作用的数据，包括体外和体内的，包括疾病部位的作用。

2）处理纳米-生物相互作用数据的计算技术，可以使用计算技术来定义纳米材料特性与其生物学相互作用之间的关系。（一个新兴领域）

3）线性回归模型：较为简单，该技术通常用于在体外建立纳米粒子与简单生物系统（例如细胞）的相互作用。

4）决策矩阵：可用于识别关键纳米材料设计参数的流程图或表格。

5）机器学习：对大量变量之间的关系进行预测。

6）支持向量机：一种监督学习的方法，可用于分类或回归。

7）神经网络：可以通过使用线性和非线性变换将输入数据与输出结果相关联。

8）随机森林：用于创建分类或回归模型的整体机器学习方法。

存在的挑战：

1）需要的数据量大，实验过程既昂贵又费时。

2）其次，需要一个跨学科的专家团队来部署这些方法，包括计算机科学，材料科学和生物科学。

3）第三，该算法必须具有鲁棒性，并且可以在多种纳米颗粒制剂或生物学应用中使用。

图|分析纳米粒子-生物相互作用数据集的计算框架

指导递送策略

目前在体内应用的纳米给药系统的研究方向是：

（1）设计和合成纳米颗粒；

（2）在培养的细胞中对其进行表征；

（3）将其注射到动物体内并测量给药效率。最终的治疗结果表明设计是否成功。

现行的方法是一种试错策略。（通过不断试验和消除误差，探索具有黑箱性质的系统的方法。）

应考虑采用与现行策略相反的办法，以实现目标明确的递送。即：

（a）分析目标疾病的生物学特性，

（b）定义要递送至每个器官的纳米颗粒的量，

（c）将结果输入算法中，然后重复目前的顺序步骤（1）至（3）。

如图4概述了递送优化的工作流程，该流程利用患者特定的数据和有关纳米生物相互作用的知识来指导递送策略的设计。这些工具描述了一种具有前瞻性、针对患者的方法，用于设计最佳的纳米颗粒和递送策略以达到特定的疾病目标。

图|设计和测试要递送的纳米制剂的合理策略

生物学决定纳米颗粒的设计

第一步：分析疾病目标，如利用CT,PET,MRI等成像工具。

第二步：使用计算算法来计算具有最佳尺寸、形状和表面化学性质的纳米颗粒设计；

第三步：进行合成该纳米颗粒，进而进行给药治疗和监测分析，以实现个性化治疗。

第四步：可能需要添加佐剂策略以提高递送效率。目前的方法有1）使RES无法摄取纳米颗粒；2）改善纳米颗粒从血管外的运输（如使用血管正常化剂）；3）改善纳米颗粒通过细胞外基质（ECM）的扩散，以更深地渗透到目标组织中。

第五步：疾病生物学的连续分析。随着时间的推移，治疗方案可能需要不同的纳米颗粒设计。来自每次迭代的信息进一步提高了预测准确性，并提出了更有效，更耐受的方案。

小结：

也许在将来，当研究人员想要开发一种药物，只需要将自己的需求输入计算机的算法，即可计算出理想的纳米粒子的策略，这将大大节省了人力物力。那时，也许研究人员该做的就是回归纳米医学的初衷：如何更好地治疗患者，而不需考虑如何设计纳米药物。

参考文献：

Poon,W., Kingston, B.R., Ouyang, B. et al. A framework for designing deliverysystems. Nat. Nanotechnol. (2020).

https://doi.org/10.1038/s41565-020-0759-5