In den letzten Jahren hat sich ein Massenspektrometrieverfahren, das die Mengen von Arzneimitteln in einer biologischen Probe, wie z. B. Blut, nachweisen kann, zu einem leistungsstarken Diagnosewerkzeug entwickelt, um Medizinern dabei zu helfen, die Konzentrationen von therapeutischen Arzneimitteln bei Patienten zu identifizieren und zu überwachen, die unerwünschte oder gefährliche Auswirkungen haben können Nebenwirkungen.
Was diese Technik – die als Flüssigchromatographie-Tandem-Massenspektrometrie oder kurz LC-MS/MS bezeichnet wird – zurückhält, ist, dass sie oft relativ große biologische Proben und eine Reihe komplizierter Schritte erfordert, die von Hand durchgeführt werden müssen, um Proben für die Analyse vorzubereiten .
An der Brown University hat ein Team biomedizinischer Ingenieure daran gearbeitet, diesen zeitaufwändigen Prozess zu vereinfachen und viel stärker zu automatisieren, ein wichtiger Bestandteil der von Klinikern weit verbreiteten Technik. Die Forscher teilten ihre Ergebnisse in Wissenschaftliche Berichte am Montag, 6. Februar.
In der Studie stellen sie eine robuste neue Methode zur genauen Messung und Identifizierung von acht Antidepressiva vor, die Frauen am häufigsten verschrieben werden: Bupropion, Citalopram, Desipramin, Imipramin, Milnacipran, Olanzapin, Sertralin und Vilazodon.
Die Methode tut genau das, was sich die Forscher erhofft hatten. Es ist in der Lage, diese Medikamente anhand kleiner biologischer Proben zu identifizieren und zu überwachen – jeweils 20 Mikroliter, was ungefähr dem Äquivalent von Blut entspricht, das aus einer Stichprobe entnommen wird. Das Verfahren kann auch fast vollständig von Liquid-Handling-Robotern durchgeführt werden, die in den meisten klinischen Massenspektrometrie-Labors zu finden sind.
„Wir haben unsere Methode entwickelt und Kits zusammengestellt, damit die Proben, sobald sie gesammelt wurden, in ein Computerprogramm für einen Flüssigkeitshandhabungsroboter eingefügt werden können und der Benutzer im Wesentlichen nur die Kappen abnehmen, einige Knöpfe drücken muss, und es wird von Anfang bis Ende gehen“, sagte die Hauptautorin Ramisa Fariha, eine Brown Ph.D. Student, der in einem Labor für mikrofluidische Diagnostik und biomedizinische Technik unter der Leitung von Brown-Professor Anubhav Tripathi arbeitet.
Sobald die Proben fertig sind, führt der Benutzer sie durch das Massenspektrometer, das die Probe in winzige Fragmente zerlegt, die verräterische Anzeichen für die gesuchten Medikamente enthalten. Die Genauigkeit der Methode ist vergleichbar mit anderen LC-MS/MS-basierten Techniken, hat aber den Vorteil einer viel kleineren Probengröße und kann mit den Liquid Handlern weitgehend automatisiert werden.
Diese Innovationen eröffnen das unmittelbare Potenzial des Systems für eine breite Übertragung in klinische Einrichtungen, um die Überwachung der Auswirkungen von Medikamenten zu unterstützen, die Patienten mit diagnostizierter Depression, einschließlich Frauen mit postpartaler Depression, verschrieben werden.
„Wir haben einen sehr großen Schritt gemacht“, sagte Tripathi, ein Brown-Ingenieursprofessor, der Hauptforscher des Labors und Autor der Studie. „Bei der Anpassung im klinischen Labor möchten Sie die Fehler durch den Menschen reduzieren. Je mehr Sie automatisieren, desto robuster werden Sie und desto größer ist das Vertrauen der Ärzte.“
Depressionen sind eine wachsende globale Krise, und Frauen werden häufiger diagnostiziert als Männer. Der Prozentsatz der Patienten, denen Antidepressiva verschrieben wurden, hat sich in den letzten zwei Jahrzehnten verdreifacht, und Kliniker befinden sich an einem Scheideweg zwischen der Suche nach dem richtigen Medikament für einen Patienten und der Überwachung der Menge davon im Körper, schreiben die Forscher in der Studie.
Derzeit gibt es in den USA keine kommerziellen Produkte, mit denen Kliniker direkt überwachen können, wie viel diese Medikamente bei Patienten vorhanden sind, stellten die Forscher fest. Kliniker verlassen sich häufig auf eher qualitative Methoden wie Umfragen, da Massenspektrometriemethoden für Patienten in Bezug auf die Probengröße und die zeitaufwendige Vorbereitung der Proben für das Gerät aufdringlich sind.
Tripathi und Kollegen in seinem Labor begannen 2021 mit der Arbeit an dieser potenziellen Lösung, nachdem sie gebeten wurden, ein kommerzielles europäisches Kit zu evaluieren, das LC-MS/MS zum Nachweis von Drogen beim Menschen verwendet. Die Arbeit war größtenteils das Ergebnis einer Zusammenarbeit zwischen Brown-Absolventen und Studenten, die im Labor arbeiten.
Die Forscher unter der Leitung von Fariha beschlossen, einen Versuch zu wagen, ihr eigenes Kit zu entwerfen, das genauso genau, aber viel einfacher sein könnte. Sie begannen mit der Identifizierung einiger der am häufigsten verwendeten Beruhigungsmittel und arbeiteten von dort aus daran, die Art und Weise zu verfeinern, wie die LC-MS/MS-Technik die Medikamente identifiziert, einschließlich der erforderlichen Probenmenge, und etablierten eine Kontrolle, die sie mit tatsächlichen Proben vergleichen konnten.
Nachdem sie eine Flut von Qualitätskontrollen durchgeführt, verschiedene Methoden zur Messung der Proben unter verschiedenen Bedingungen optimiert und getestet hatten, nahmen die Forscher ihren gesamten Prozess zur Probenvorbereitung und zerlegten ihn, damit er in eine Maschine programmiert werden konnte, die die Vorbereitung übernehmen konnte der Flüssigkeiten.
Die Brown-Forscher verwendeten bei ihrer Arbeit einen JANUS G3 Robotic Liquid Handler, sagten jedoch, dass Kliniker einfachere oder fortschrittlichere Maschinen verwenden können. Das Team erläuterte, wie sie ihre Maschine so programmiert haben, dass andere sie mit ihrer eigenen Ausrüstung leicht nachahmen können.
„Jedes Mal, wenn unser Labor und unser Team eine Arbeit veröffentlichen, gehen wir ins Detail, damit unsere Ergebnisse leicht von anderen reproduziert werden können“, sagte Fariha.
Das Team erstellte auch Prototyp-Kits, die an Kliniker gesendet werden können, damit sie die Methode in ihren Labors implementieren können. Die Kits enthalten die benötigten Chemikalien und Lösungsmittel sowie eine detaillierte Gebrauchsanweisung, die aufzeigt, worauf Kliniker aufgrund ihrer eigenen Erfahrungen und der zahlreichen Optimierungen, die sie während des Qualitätskontrollprozesses vorgenommen haben, achten sollten.
Das Team – innerhalb des Labors als Team für klinische Diagnostik und Automatisierung bekannt – plant, als nächstes an Automatisierungsprojekten in der Onkologie zu arbeiten, beispielsweise an der Entwicklung eines Kits, das Eierstockkrebs erkennen könnte.
Das Automatisierungsteam hat eine Reihe von Studenten, die teilnehmen – ein Beispiel dafür, wie Brown-Studenten miteinander und mit der Fakultät zusammenarbeiten, um reale Probleme anzugehen. Emma Rothkopf, Seniorin mit Schwerpunkt Biomedizintechnik und Autorin des Artikels, sagte, die Erfahrung sei entscheidend, um ihr zu helfen, Konzepte, die sie im akademischen Umfeld gelernt habe, direkt auf das Labor zu übertragen.
„Ich sah mir Daten an oder machte bestimmte Schritte und dachte: ‚Oh mein Gott, das habe ich im Unterricht gelernt’“, sagte Rothkopf.
Neben Fariha, Tripathi und Rothkopf gehören zu den weiteren Autoren der Studie Prutha S. Deshpande, Mohannad Jabrah, Adam Spooner und Oluwanifemi David Okoh. Die Arbeit wurde von PerkinElmer unterstützt.