Simulated enzymatic kinetics in drugs detection

Un emergente filone della ricerca scientifica è rappresentato dalla medicina personalizzata, il cui principale obiettivo è adattare la terapia farmacologica per ogni singolo paziente. È infatti noto che, in base al proprio corredo genetico, ogni individuo presenta specificità uniche, tali per cui non sempre è garantita l’efficacia di una cura standardizzata o l’assenza di effetti collaterali per una stessa dose di farmaco. Di conseguenza, è auspicabile identificare delle tecnologie capaci di personalizzare il dosaggio dei farmaci, in particolar modo nei casi di somministrazione in combinazione. Questa tesi si focalizza sull'implementazione di un simulatore di rilevamento di farmaci. In particolare, ricorrendo ai dati ottenuti da esperimenti elettrochimici e ai parametri farmacocinetici presenti in letteratura, si propone un tool capace di generare voltammogrammi simulati. Questi ultimi sono il punto di partenza per la costruzione di dataset artificiali volti a sviluppare, con l’aiuto dell’apprendimento automatico (noto come machine learning), nuovi sensori elettrochimici basati su citocromi P450. Lo scopo finale di questi sistemi è la predizione delle dosi corrette di farmaci chemioterapici per applicazioni nella medicina personalizzata. La ricerca svolta e proposta in questo lavoro tratta il rilevamento simultaneo di farmaci su sensori elettrochimici. Basandosi sulla teoria proposta dal Prof. Carrara nel 2011, è stato sviluppato un algoritmo capace di riprodurre le interazioni tra farmaci con diverse cinetiche enzimatiche. Queste interazioni rappresentano l’ostacolo principale alla realizzazione di sistemi elettrochimici che sfruttino le potenzialità di citocromi P450 per il rilevamento di metaboliti esogeni, in quanto le interferenze presenti nei segnali ottenuti risultano complicate da elaborare. Per rendere agevole l’utilizzo dell’algoritmo elaborato, usando i software MATLAB® e Python, sono stati predisposti un’interfaccia utente (GUI, graphical user interface) e un collegamento a un database MySQL®, in cui sono registrati i dati relativi ai farmaci necessari alle simulazioni. Sono state simulate le combinazioni di farmaci ciclofosfamide/desametasone, per valutare il caso di inibizione enzimatica, e successivamente, la coppia naprossene/flurbiprofene per il caso di attivazione enzimatica. Oltre i farmaci nominati, altri sette farmaci con i relativi dati sono presenti nel database a disposizione dell’utente. Inoltre, le simulazioni effettuate hanno permesso di rilevare alcune imperfezioni nell'articolo scientifico di riferimento, consentendo l’implementazione della teoria e la revisione delle equazioni proposte. In conclusione, questo lavoro può essere considerato come un punto di partenza per lo sviluppo di una nuova generazione di sensori elettrochimici per metaboliti esogeni. I dati ottenuti dal simulatore proposto, uniti all'impiego dell’intelligenza artificiale, potrebbero risultare un approccio efficace per superare gli ostacoli attuali nella realizzazione di questi sistemi.