IN SILICO-МОДЕЛИРОВАНИЕ В ОПТИМИЗАЦИИ АЛГОРИТМОВ ФАРМАКОКИНЕТИЧЕСКИХ ИССЛЕДОВАНИЙ [25MG2+] ПОРФИРИН-ФУЛЛЕРЕНОВЫХ НАНОЧАСТИЦ

В.В. Фурсов; Д.И. Зинченко; Д.Д. Наместникова; Д.А. Кузнецов

IN SILC-МОДЕЛИРОВАНИЕ В ОПТИМИЗАЦИИ АЛГОРИТМОВ ФАРМАКОКИНЕТИЧЕСКИХ ИССЛЕДОВАНИЙ [25MG2+] ПОРФИРИН-ФУЛЛЕРЕНОВЫХ НАНОЧАСТИЦ

В. В. Фурсов1-2 Д. И. Зинченко1, Д. Д. Наместникова2, Д. А. Кузнецов2-3

1 Российский химико-технологический университет имени Д. И. Менделеева, Москва, Россия

2 Российский национальный исследовательский медицинский университет имени Н. И. Пирогова, Москва, Россия

3 Федеральный исследовательский центр химической физики имени Н. Н. Семенова, Москва, Россия

Поиск эффективных фармакофоров для лечения ишемического инсульта актуален в связи с высокой распространенностью и смертностью от этого заболевания. Оптимизация сценариев доклинических исследований перспективных нейопротекторов средствами математического моделирования с использованием информационно-компьютерных технологий представляет собой отдельную актуальную задачу. Целью исследования было разработать препаратоориентированную математическую модель в виде системы ОДУ, реализовать ее in silico в виде программного кода на языке MATLAB и адаптировать к экспериментальным данным, полученным in vivo на крысах. В работе проведено исследование in silico фармакокинетики порфирин-фуллереновых нанокатионитов, высвобождающих 25Mg2+ типа РМС16. Разработана пятикомпартментная математическая модель, которую можно использовать для прогнозирования распределения наночастиц в органах и тканях, расчета оптимальных дозировок, периодичности введения и т. д. Представлены расчетные кривые распределения РМС16 в мозге, печени и сердце. Достигнуто хорошее соответствие полученных in silico фармакокинетических кривых c результатами экспериментов in vivo на крысах, у которых моделировали инсульт. Доказано преодоление наночастицами РМС16 гематоэнцефалического барьера.

Ключевые слова: ишемический инсульт, пенумбра, 25Mg2+, нанокатиониты, фармакокинетика, дифференциальные уравнения, математическая модель

Финансирование: работа выполнена при поддержке гранта Министерства науки и высшего образования Российской Федерации № 075-15-2020-792 (Уникальный идентификатор RF-190220X0031).

Вклад авторов: В. В. Фурсов — руководство in silico исследованием, идея, гипотеза, структура, моделирование, написание статьи; Д. И. Зинченко — моделирование, программный код, написание статьи; Д. Д. Наместникова — эксперимент in vivo; Д. И. Кузнецов — общее руководство проектом, анализ и обсуждение полученных данных, планирование эксперимента.

Соблюдение этических стандартов: исследование одобрено этическим комитетом ФГАОУ ВО РНИМУ им. Н. И. Пирогова Минздрава России (протокол № 140 от 15 декабря 2014 г.), а также университетской комиссией по контролю за содержанием и использованием лабораторных животных (протокол № 13/2020 от 08 октября 2020 г., протокол № 24/2021 от 10 декабря 2021 г.).

ЕЗ Для корреспонденции: Валентин Владимирович Фурсов

ул. Островитянова, д. 1, г. Москва, 117997, Россия; [email protected]

Статья получена: 05.07.2022 Статья принята к печати: 18.07.2022 Опубликована онлайн: 22.07.2022 DOI: 10.24075/vrgmu.2022.037

IN SILICO ALGORITHM FOR OPTIMIZATION OF PHARMACOKINETIC STUDIES OF [25Mg2+]PORPHYRIN-FULLERENE NANOPARTICLES

Fursov VV1'2 Zinchenko DI1, Namestnikova DD2, Kuznetsov DA2'3

1 Mendeleev University of Chemical Technology, Moscow, Russia

2 Pirogov Russian National Research Medical University, Moscow, Russia

3 Semenov Federal Research Center for Chemical Physics, Moscow, Russia

The search for effective pharmacophores to treat ischemic stroke is precipitated by the prevalence and high mortality of the condition. Optimization of preclinical scenarios for promising neuroprotectants by mathematical modeling using up-to-date computational platforms is a well-defined and urgent task. This study aimed to develop a drug-oriented model represented by an ordinary differential equation system to study pharmacokinetics of 25Mg2+-releasing porphyrin-fullerene nanocationite PMC16 in silico using MATLAB and adjust computating model's adequatness using in vivo rat model. The developed five-compartment model predicts the distribution of nanoparticles in organs and tissues (e.g. the brain, the heart and the liver) for the purpose of experimental parameters optimization. The in silico produced pharmacokinetic curves show good agreement with the data obtained using in vivo rat model of ischemic stroke. The in silico and in vivo results indicate that PMC16 nanoparticles effectively cross the blood-brain barrier.

Keywords: ischemic stroke, penumbra, 25Mg2+, nanocationites, pharmacokinetics, differential equations, mathematical modeling

Funding: the study was funded by by the Ministry of Science and Higher Education of the Russian Federation, grant No. 075-15-2020-792 (Unique identifier RF-190220X0031)

Author contribution: Fursov VV — in silico study supervision, concept, hypothesis, structure, modeling, manuscript writing; Zinchenko DI — modeling, code, manuscript writing; Namestnikova DD — in vivo experiments; Kuznetsov DA — general supervision, data interpretation and analysis, planning of experiments.

Compliance with ethical standards: the study was approved by the ethical review board at the Pirogov Russian National Research Medical University (protocol № 140 of 15 December 2014) and the local committee for surveillance of the maintenance and use of laboratory animals (protocol № 13/2020 of 08 October 2020, protocol № 24/2021 of 10 December 2021).

gg Correspondence should be addressed: Valentin V. Fursov Ostrovityanova, 1, Moscow, 117997, Russia; [email protected]

Received: 05.07.2022 Accepted: 18.07.2022 Published online: 22.07.2022

DOI: 10.24075/brsmu.2022.037

Инсульт является второй по распространенности причиной смерти [1], ввиду чего исследования в области поиска эффективных фармакофоров для его лечения приобретают особенную актуальность. Разработка и внедрения фармацевтических средств — сложный и длительный процесс, требующий проведения обширных доклинических и клинических исследований. Оптимизация таких сценариев средствами математического моделирования с использованием информационно-компьютерных технологий представляет собой отдельную задачу научно-практического характера.

Так, трансляционные алгоритмы исследований в области современной фармакологии являются неотъемлемой частью протоколов доклинических или клинических испытаний нового инновационного лекарственного средства. Однако этот момент, без сомнения, трактуется по-разному в странах с разными социальными/культурными традициями и с различными экономико-правовыми системами.

Некоторые инновационные фармакофоры на основе наночастиц находятся в центре внимания долгосрочных программ доклинических исследований, принятых Шанхайской организацией сотрудничества (ШОС) на период 2020-2025 гг. [2, 3]. Примечательно, что это региональное политико-экономическое объединение девяти стран (Китай, Россия, Иран, Индия, Пакистан, Казахстан, Узбекистан, Таджикистан, Кыргызстан) с общим бюджетом почти в 26,8 млрд долларов США в настоящее время обеспечивает поддержку текущих разработок в области оптимизации доклинических исследований за счет повышения роли и значимости моделей нанофармакологии in silico [3, 4].

Некоторые этические и экономические несоответствия между «западными» и «восточными» точками зрения на разработку, исследование и регистрацию новых лекарств [2, 3] выглядят как сигнал к изменению нашего отношения к этой проблеме в пользу in silico, чтобы сократить как затраты, так и продолжительность процесса на трансляционные исследования фармакофоров. Очевидно, что финансовые проблемы, связанные со здравоохранением, и существующие трудности [4] диктуют принимать осторожную позицию по ряду деликатных вопросов, связанных с трансляционной медициной. В то же время есть заслуживающий внимания опыт усилий по оптимизации доклинических исследований, предпринятых в странах Евразийского региона за последние пять-семь лет.

Так, недавние трансляционные проекты, контролируемые ШОС, охватывают текущие исследования нейропротекторного потенциала порфирин-фуллереновых наночастиц, высвобождающих 25Mg2+. Примечательным аспектом этого является активное использование платформ in silico, предназначенных для анализа аллометрических данных и данных in vitro для прогнозирования численных значений и уровней изменчивости наиболее важных фармакокинетических и фармакодинамических параметров [5-7].

Хотя история фармакологических исследований эффектов парамагнитных изотопов металлов насчитывает почти 15 лет [4-11], некоторые свойства трех изотопов: 25Mg, 43Ca, 67Zn — были признаны фармакологически привлекательными для их адресной доставки с использованием наноносителей на основе порфирина-С60 [8-11]. Принимая во внимание все вышесказанное, целесообразно использовать платформу in silico с соответствующими трансляционными сценариями [4, 5, 11, 12].

Модифицированные алгоритмы немарковской популяционной динамики наряду с вычислительными

моделями на основе систем обыковенных дифференциальных уравнений (ОДУ) эффективны для прогнозирования селективного накопления клетками головного мозга вышеупомянутых изотопов двухвалентных металлов (25Mg, 43Ca, 60Co, 67Zn), высвобождающихся из порфирин-фуллереновых наночастиц (РМС16) [3].

Целью исследования была разработка препарато-ориентированной математической модели в виде системы ОДУ, реалезация ее in silico в виде программного кода на языке MATLAB и адаптация к экспериментальным данным, полученным in vivo на крысах.

МАТЕРИАЛЫ И МЕТОДЫ

In silico исследование

Система обыкновенных дифференциальных уравнений (1), лежащая в основе математической модели, реализованной in silico была получена аналитическим путем на основе опубликованных данных биомедицинских исследований и собственных экспериментов in vivo по изучению влияния наночастиц (НЧ) порфирин-фуллерена, высвобождающих 25Mg2+ на патогенез ишемического инсульта головного мозга, и смоделирована на языке MATLAB в среде MATLAB / SIMULINK версии 2021b. Для решения системы дифференциальных уравнений применяли метод Рунге-Кутта среднего порядка с использованием решателя ode45. TH„ = 9,0 ч, T = 25 ч, С. = 62 мкг/мл.

1/2 ' ' max ' 0

Для изучения поведения модели в пространстве параметров применяли теорию нелинейных динамических систем и использовали метод, известный как «параметрический анализ» (или «бифуркационный анализ» в синергетике) [14]. Метод эффективен для изучения сложных нелинейных процессов в неравновесных системах различного типа: физических, химических, социальных, биологических и др. по их математическим моделям в парадигме вычислительного эксперимента [14].

Для этого использовали адекватные экспериментальным данным in vivo параметры и по пятикомпартментному принципу построили математическую модель в виде системы ОДУ, которая после приведения к задаче Коши численным методом была переведена в машинный код и далее исследована методом параметрического анализа неравновесных процессов и систем на соответствие имеющимся экспериментальным данным.

Методом параметрического анализа [14] изучали поведение модели с различными динамическими комбинациями параметров для проверки степени валидности и адекватности предложенной in silico платформы и потенциала ее использования для решения фармакокинетических задач и перспективах применения для оптимизации алгоритмов доклинических исследований.

Эксперимент in vivo

Наночастицы

Водорастворимые образцы PMC16-RX были любезно предоставлены доктором Н. Амиршахи, Технологический университет имени Амира Кабира, Тегеран, Иран.

Животные

30 особей крыс-самцов Wistar Albino Glaxo (БиоПитомник СТЕЗАР; Владимир, Россия) весом 180-220 г содержали

на стандартной витаминизированной диете. Животные голодали в течение 24 ч перед экспериментом. Использовали три крысы на экспериментальную точку, проводили 5-6 повторений для каждого измерения. Все манипуляции с животными (включая вывод из эксперимента) проводили в соответствии с arrive guidelines.

Введение наночастиц

Наночастицы НЧ в концентрации 1,0 мг/кг и/или 20,0 мг/кг вводили крысам в виде однократной внутривенной инъекции. В качестве растворителя использовали 15 мм Трис-HCl (рН 7,80). Животных обезглавливали через 12 ч после инъекции, образцы ткани мозга гомогенизировали в 5-7 объемах 20 мМ Трис-HCL (рН 8,0) / 10 мМ MgCl2 / 1,5 мМ NaCl / 2,0 мМ EDTA / 25 мМ сахароза/ 2,0% Triton X-100 (в/в). Использовали тефлон-стеклянный гомогенизатор Поттера 1800 об./мин (+4 °C).

Фракционирование гомогената ткани головного мозга

Для выделения фракции цитозоля (S125) тщательно промытые гомогенаты подвергали ультрацентрифугированию при 125 000 g, 4 ч, +4 °C, ультрацентрифуга Spinco L5-65B (Beckman; США), ротор SW 27.1. Супернатанты^125) отбирали, измерения содержания белка проводили обычным колориметрическим методом Брэдфорда.

Образцы S125 смешивали с 10 объемами ледяного ацетона с последующей инкубацией в течение ночи при +4 °C. Осадки отделяли центрифугированием при 20 000 об./мин, 20 мин, +4 °C и отбрасывали. Супернатанты собирали для дальнейшего использования в УФ-спектрофотометрии и в исследованиях CZE.

Для оценки степени экстрагируемости НЧ из биоматериала ацетон-нерастворимые просушенные при 25 °C осадки растворяли в 15 мМ сульфата аммония (рН 8,80) / 0,1% SDS / 2,5 мМ ЭДТА-Na / 1,0% 2-меркаптоэтанол (20 : 1, v/w) с последующей ультразвуковой обработкой раствора при 60 KHz при 40 °C в течение 60 мин. Затем образцы анализировали с помощью нашей методики CZE (см. ниже).

Модель ишемического инсульта in vivo

Использовали рутинную модель окклюзии средней церебральной артерии крыс, которую достигли введением филамента, как описано ранее [15].

Оригинальная методика капиллярного зонального электрофореза (CZE)

Ацетон-растворимые экстракты S125 концентрировали в роторном испарителе, доводя объем образцов до 0,2-0,3 мл, и затем добавляли к полученному концентрату 30 мМ фосфата аммония (рН 8,80), 25 : 1, v/v. 10 мкл этого образца инъецировали в приемник аналитической системы P/ACE MDQ Plus CZE (ALIGIMED; Республика Беларусь), снабженной онлайн-детектором фракций UV-VIS 770 KS с монохроматическим фильтром 440 нм (Prince Technologies; Нидерланды).

CZE-процесс инициировали и осуществляли в течение 10 мин при +6 °C в кварцевом капилляре с размерами 50 мкм (диаметр) х 75 мм (эффективная длина), содержащим UV-транспарентный силикагель, насыщенный электролитом SJX40 с pH 8,0 (SCLEX, BV; Нидерланды).

Режим фракционирования: 115 V /60 Hz / 300 W / капилляр. Блок планиграфического/временного анализа данных DAX DATE 220 LK (SCIEX BV; Нидерланды). Данные калибровки, осуществленной конвенциальным способом с использованием внутреннего стандарта по алгоритму, рекомендованному производителем аналитической системы (ALGIMED; Республика Беларусь), представлены в табл. 1.

Фармакокинетические кривые распределения РМС16 по органам представлены ниже. Доверительные интервалы рассчитывались по методу Стьюдента.

РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ

В основу нашей модели положено распространенное представление, согласно которому наноагент с кровотоком распространяется по организму, попадая в сердце, печень и мозг, и далее выводится путем естественной элиминации. При этом в зоне воспаления, сопутствующей ишемическому инсульту, происходит интенсивное накопление наноагента вследствие увеличения «пористости» сосудистого русла в связи с увеличением расстояния между эпитэлиальными клетками, формирующими сосудистые стенки. Модель представлена системой обыкновенных дифференциальных уравнений (ОДУ) (1) и схематично показана на рис. 1.

В системе ОДУ (1) Cb, C,, C , Cs, Cbr, — концентрации наноагента в крови, печени, сердце, межклеточном пространстве головного мозга, клетках мозга. Компартмент «межклеточное пространство» был добавлен в рассмотрение, поскольку молекулы

Таблица 1. Калибровка системы С7Е: корреляция содержания внутреннего стандарта и величин оптической плотности идентифицированных фракций РМС16 (га = 7,0 мин)

PMC16-RX, нг/мг белка S125 (M + SEM), A^/мл

1,0 0,09 + 0,02

5,0 0,33 + 0,08

10,0 0,61 + 0,09

25,0 1,84 + 0,08

50,0 3,87 + 0,11

100,0 5,32 + 0,50

200,0 8,55 + 0,72

1000,0 12,89 + 0,96

Примечание: состав С7Е-анализируемого образца включает ацетон-растворимый пул цитозоля Б125, смешанный с известными по массе добавлениями НЧ (1,0-1000,0 нг/мг общего белка цитозоля). Коэффициент корреляции г = 0,86; п = 6. Время удержания (эффективной миграции) НЧ га = 7,0 мин. Анализируемый образец С7Е: пул, растворимый в ацетоне Б125, смешанный с определенными количествами (1,0-200,0 нг/мг белка) целевого соединения РМС16-ЯХ. Коэффициент корреляции г = 0,86; п = 6.

Рис. 1. Схема пятикомпартментной модели фармакокинетики РМС16

наноагента проникают через гематоэнцефалический барьер, непроницаемый в здоровой области мозга. Константа Кь настраивается в зависимости от величины поражения мозга. Чем больше область воспаления, тем больше значение константы.

Кд — константа элиминации наноагента. Остальные константы отражают скорость перехода молекул наноагента из одного компартмента в другой. Несложно заметить, что в сумме система дает только член КСЬ, т. е. наноагент полностью выводится из организма. Вывод наноагента через печень для упрощения тоже введен в Кд, однако на метаболизм требуется время, что и отражают соответствующие печени константы.

Зная время полувыведения T1/2 [5], можно оценить константу элиминации Ke как ln2/T1/2.

Нами смоделировано однократное в/в введение вещества в дозе 0,2 мг/мкг. Известно, что для равномерного распределения фармакофора из места ввода по организму требуется время, но для упрощения расчетов диффузия не включена в модель, т. е. считается, что сразу же после введения концентрация наноагента одинакова в каждой точке.

Результаты расчета по модели в сопоставлении с данными наших экспериментов in vivo представлены на рис. 2.

In silico были промоделированы 24 ч пребывания фармакофора в организме, что представляет собой наиболее выраженный период развития ишемического инсульта. При увеличении параметра Kh+ пик концентрации фармакофора в миокарде сдвигается влево и увеличивается. Согласно некоторым данным [16], концентрация фармакофора в печени быстро образует пик (в первый час) и так же быстро снижается, т. е. константа вывода из печени больше, чем константа поглощения. Однако K+ меньше, чем Kh+. При уменьшении константы вывода Kh сильно растет пик концентрации фармакофора. Константы, описывающие обмен фармакофора с мозгом, требуют дополнительных данных для своей оценки, однако из рис. 2 видно, что идет накопление фармакофора и концентрация его в тканях головного мозга количественно ниже, чем в печени и миокарде, что согласуется как с литературными данными [16], так и с данными, полученными нами in vivo в экспериментах на лабораторных животных.

На рис. 2 представлены расчетные и экспериментальные фармакокинетические кривые распределения РМС16 в головном мозге, печени и сердце. Расчетные кривые (показаны черным) имеют классическую форму и численно укладываются в доверительные интервалы экспериментальных данных, полученных нами in vivo на крысах, что доказывает адекватность математической модели натурному эксперименту.

Таким образом, экспериментально показано, что РМС16 преодолевает гематоэнцефалический барьер и проникает в клетки головного мозга, подвергнувшиеся ишемии, доставляя туда 25Mg2+, стимулирующий гиперсинтез АТФ и способный служить перспективным нейропротектором. При этом количественное содержание фармакофора в головном мозге, сердце и печени различается. Такие же результаты демонстрирует и наша in silico модель, что подтверждает ее прогностический потенциал и перспективы применения для оптимизации алгоритмов доклинических исследований порфирин-фуллереновых нанокатионитов как потенциальных нейропротекторов.

Распределение НЧ РМС16 по сегментам пораженной ишемией области головного мозга представлено в табл. 2.

ОБСУЖДЕНИЕ РЕЗУЛЬТАТОВ

Решение фармакокинетической задачи для порфирин-фуллереновых наноагентов в целях оптимизации алоритмов доклинических исследований возможно in silico в парадигме вычислительного эксперимента [17, 18]. При этом следует моделировать не только фармакокинетику (ФК) (т. е. доставку фармакофора в выделенный орган), что сделано в настоящей работе для РМС16, но и фармакодинамику (ФД) или, иными словами, динамику достижения терапевтического эффекта воздействия фармакофора на развитие исследуемой патологии. А это значит, что помимо модели самого заболевания (в нашем случае ишемического инсульта) необходимо иметь модель фармакокинетики исследуемого фармакофора и модель его фармакодинамического воздействия. Речь идет о комплексной ФК/ФД модели как перспективе наших дальнейших исследований в направлении in silico.

Такие исследования осложняются не только недостатком в литературе релевантных описаний математических моделей ишемического инсульта, подходящих для этой цели, но и отсутствием фармакокинетических моделей, инновационных фармакофоров, фармакокинетика которых может иметь ярко выраженный препаратоспецифичный характер, особенно когда идет речь об их адресной доставке. Бурно развивающаяся отрасль нанофармакологии предлагает ряд таких наноагентов, фармакокинетика которых отличается от традиционных лекарств, но в то же время

K

I-

В мозге

20

10 12 14 Время (ч)

В печени

-I-

22

24

1600 1400 1200 1000 800 600 400 200 0

11 1

.и —

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

■

10

15

20

Время (ч) В сердце

Время (ч)

Рис. 2. Фармакокинетические кривые, рассчитанные по модели (показаны черным) в сравнении с экспериментальными данными: в мозге, печени, сердце (К = 0,50; К = 2; К = 0,50; К = 6; К = 0,50; К = 0,077; К = 0,70; К = 0,70; К = 0,10; К = 0,10)

^ Ит ' ' 1р ' Ир ' ' 1т ' Ит ' ' е Ьр ' ' Ьт ' ' 1эт ' ' 1эр ' '

перспективы применения их в качестве нейропротекторов трудно переоценить [19].

Все вышесказанное непосредственно относится к линейке отечественных фармакофоров РМС16, перспективы применения которых к терапии ишемического инсульта оценены чрезвычайно высоко. В основе их действия лежит фундаментальное открытие магнитоизотопного эффекта 25Мд2+. Доказано, что магнитный изотоп магния 25Мд2+ является гиперактиватором большинства Мд-зависимых реакций синтеза АТФ в клетке, причем гиперактивация энергетического метаболизма ионами

25Мд2+ требует незначительного количества этих ионов и имеет место даже при отсутствии кислорода (глубокая тканевая гипоксия) [16], в связи с чем и был предложен РМС16 — фармацевтический наноагент, основанный на порфирин-содержащем фуллереновом «шаре» С60 (порфиллерен-МС16) [20, 21].

Основным ключевым моментом экспериментальной проверки такой парадигмы ¡п эШао, как наша, является доказательство как проницаемости ГЭБ, так и интрализации клеток головного мозга в отношении наночастиц РМС16. Эта задача была решена (рис. 2; табл. 1 и 2). Примечательно, что

0

5

Таблица 2. Проницаемость ГЭБ для PMC16-RX и интернализация фармакофора в клетках головного мозга

Содержание НЧ в цитозоле, нг/мг белка S125 ( M ± SEM, n = 6)

НЕПОВРЕЖДЕННАЯ ТКАНЬ МОЗГА ПЕНУМБРА ОБЛАСТЬ ИНСУЛЬТА

7,83 + 0,66 8,85 + 0,74 4,11 + 0,28

Примечание: 20 мг РМС16-ЯХ на 1,0 кг массы тела крысы внутривенно через 12 ч после однократной инъекции.

участки тканей, поврежденные мозговым инсультом, тоже были доступны для PMC16 (табл. 2).

Таким образом, относительно низкий «уровень массового количества» интрализации NP в клетках мозга крыс (табл. 1) может не иметь ничего общего с ожидаемым фармакологическим воздействием агента, поскольку последнее в любом случае будет обусловлено чрезвычайным перепроизводством АТФ, т. е. прямым и неизбежным результатом феномена 25Mg2+ — MIE. Излишне подчеркивать, что сама по себе интрализация фармакофора является истинным приоритетом в передовых исследованиях фармакокинетики.

Простое одноэтапное ультрацентрифугирование гомогенатов тканей млекопитающих, обычно предварительно обработанных Triton X-100 (105 000-150 000 г), обеспечивает надежное отделение цитозоля от клеточных органелл, а также от рибосом, рибосомных субъединиц и мембранных дебри. Таким образом, фракция S125, представляющая собой раствор соединений общей цитоплазмы, является идеальным материалом для использования в исследованиях по интрализации лекарственных фармакофоров в клетках [3, 4, 10].

Хотя представленные результаты выглядят вполне самодостаточными, следует отметить, что разрешение и чувствительность нашей процедуры CZE достаточно хороши, чтобы определить низкий, но определяемый

уровень поглощения PMC16-RX мозгом крыс, оцениваемый в 4,0-8,0 нг на 1,0 мг общего белка S125. Это количество НЧ можно обнаружить через 12 ч после однократной внутривенной инъекции средства. A данные калибровки CZE/PMC16-RX находятся за пределами (табл. 1). Таким образом, проникновение через гематоэнцефалический барьер для тестируемых ксенобиотиков было четко показано (табл. 1, 2).

ВЫВОДЫ

Представленная модель in silico описывает фармакокинетику наночастиц РМС16 как перспективных нейропротекторов применительно к терапии ишемического инсульта. Распределение РМС16 по органам и тканям описана математически в формате пятикомпартментной модели, представленной системой ОДУ и реализованной на РС. Настройку модели на особенности биологических объектов можно осуществить изменением численных значений констант в соответствии c данными экспериментов in vivo. Модель согласуется как с имеющимися литературными данными, так и с данными экспериментов на лабораторных животных и может быть использована для оптимизации сценариев доклинических исследований медицинских нанокатионитов РМС16 в качестве нейропротекторов при терапии ишемического инсульта.

Литература

1. Global health estimates: Leading causes of death. World Health Organization. Available from (дата обращения: 25.05.22): https:// www.who.int/data/gho/data/themes/mortality-and-global-health-estimates/ghe-leading-causes-of-death.

2. Li G, Liu Y, He R, et al. FDA decisions on new oncological drugs. Lancet Oncology. 2022; 23 (5): 583-5.

3. Benjamin DJ, Prasad V, Lythgoe MP. FDA decisions on new oncological drugs. Lancet Oncology. 2022; 23 (5): 585-6.

4. Das M. Biden's proposed investment in cancer research sparks concerns. Lancet Oncology. 2022; 23 (5): 576-80.

5. Jun Z. SCO, a unique regional project. St. Petersburg State Polytechnical University Journal. 2016; 239 (1): 98-101.

6. Vasiliev AA, Spaper D, Ibragimov ZI. Ways to step up the international scientific and technological cooperation of the SCO countries. Russian Asian Law Journal. 2020; 13 (2): 92-6.

7. Kazemzadeh H, Mozafari M. Fullerene - based delivery systems. Drug Discovery Today. 2019; 24 (3): 898-05.

8. Kuznetsov D, Roumiantsev S, Fallahi M, et al. Non-Markovian population dynamics: does it help to optimize the chemotherapeutic strategy? International Journal of Biomedical Science. 2010; 6 (1): 20-6.

9. Bukhvostov AA, Dvornikov AS, Ermakov KV, Kuznetsov DA. Critical Study of Retinoblastoma Case: Shall We Get a Paramagnetic Trend in Chemotherapy? (2020) In: Quershi NA, editor. Current Topics in Medicine and Medical Research. Science Domain Publ., Ltd: Hoogley - London - New York, 2020; 1: 72-78.

10. Orlova MA, Osipova EY, Roumiantsev SA. Effect of 67Zn-nanoparticles in leukemic and normal lymphocytes. British Journal of Medicine and Medical Research. 2012; 2 (1): 21-30.

11. Buchachenko AL, Bukhvostov AA, Ermakov KV, et al. A specific role of magnetic isotopes. Physics and biophysics beyond. Progress in Biophysics and Molecular Biology. 2020; 155 (1): 1-20.

12. Фурсов И. В., Зинченко Д. И., Фурсов В. В., Ананишнев В. М. Технологии искусственного интеллекта в здравоохранении. Создание in silico-алгоритмов для оптимизации в экспериментальной нанофармакологии ишемического инсульта. Сборник работ преподавателей, аспирантов и студентов. М.: Перо, 2022; с. 30-33.

13. Johansen RJ, Bukhvostov AA, Ermakov KV, Kuznetsov DA. Towards a computational prediction for the tumor selective accumulation of paramagnetic nanoparticles in retinoblastoma cells. Bulletin of Russian State Medical University. 2018; 6: 68-73. DOI: 10.24075/brsmu.2018.078. - EDN YZGOXB.

14. Куркина Е. С. Моделирование нелинейных явлений в физико-химических системах: Автоколебания. Структуры. Волны. С подробными примерами в MATLAB. М.: ЛЕНАНД, 2019; 248 с.

15. Gubsky IL, Namestnikova DD, Cherkashova EA, Chekhonin VP, Baklaushev VP, Gubsky LV, Yarygin KN. MRI guiding of the middle cerebral artery occlusion in rats aimed to improve stroke modeling. Translational Stroke Research. 2018; 9: 417-25.

16. Sarkar S, et al. Use of a magnesium isotope for treating hypoxia and a medicament comprising the same: заяв. пат. 12123245 США, 2008.

17. Фурсов В. В., Ананьев А. В., Ананьев В. Н. Компьютерная математическая модель патофизиологических изменений участка мозговой ткани при развитии инсульта. Естественные и технические науки. 2022; 5 (168): 173-7.

18. Fursov VV, et al. In silico studies on pharmacokinetics and

neuroprotective potential of 25Mg2+: releasing nanocationites — background and perspectives. Pharmacogenetics. 2021; p. 155.

19. Амиршахи Н. и др. Порфирин-фуллереновые наночастицы для лечения гипоксических кардиопатий. Российские нанотехнологии. 2008; 3 (9-10): 125-35.

20. Саркар С., Резаят С. М., Бучаченко А. Л., Кузнецов Д. А., Орлова М. А., Юровская М. А., Трушков И. В. (2007) Новые водорастворимые порфиллереновые соединения. Патент

Европейского союза № 07009882.7/ЕР07009882 (рег.: Мюнхен, Германия).

21. Саркар С., Резаят С. М., Бучаченко А. Л., Кузнецов Д. А., Орлова М. А., Юровская М. А., Трушков И. В. (2007) Использование изотопа магния для лечения гипоксии и лекарственного средства, содержащего его. Патент Европейского союза № 07009881.9/ЕР07009881 (рег.: Мюнхен, Германия).

References