Når industrien laver nye farmaceutiske produkter - heriblandt vacciner - er det en del af processen at screene mange tusinde næsten ens molekyler, og den første screening af molekyler tager rigtig lang tid.
Men det kan vi nu gøre hurtigere ved hjælp af en ny metode. Det fortæller Nikos Hatzakis, lektor ved Kemisk Institut, Nanoscience Center, Københavns Universitet. Han har stået i spidsen for et nyt studie i samarbejde med forskergruppen af Stefan Vogel fra Syddansk Universitet, der er publiceret i det videnskabelige tidsskrift Nature Chemistry.
Normalt tager det måneder eller år at screene de næsten identiske molekyler.
Men ved hjælp af denne metode på mikroskopet - og ved brug af AI - vil det tage blot én time i alt at udføre eksperimentet og analysere dataene, forklarer Nikos Hatzakis.
»Eksperimentet tager mindre end en time, og analysen tager mindre end 10 minutter. Det er forskellen,« forklarer han.
\ Men hvad betyder det her egentlig?
Betyder det her, at vi kan lave den næste coronavaccine på en uge i stedet for måneder? Eller hvad betyder det her?
»Syntese og test af vacciner og farmaceutiske præparater involverer mange mange trin,« forklarer Nikos Hatzakis.
»Disse trin omfatter først syntese og test i laboratoriet og derefter på celler, mus og til sidst på mennesker. Vi tilbyder her en metode, der kan accelerere syntesen og testningen op mod en million gange. Undersøgelser på mennesker er noget, som vi ikke kan kontrollere, og vi kan derfor ikke sige, hvor lang tid det vil tage.«
Kilde: Nikos Hatzakis
Mulighederne er store
»Det, vi gjorde, var at forenkle det ved at reducere volumen, materialet, tiden og indsatsen. Det gjorde vi ved at bruge så små volumener, som du kan sammenligne med at bruge en flaske vand i forhold til alt vandet i alle oceaner på Jorden. Det er det, metoden går ud på,« siger Nikos Hatzakis.
Ifølge Jørgen Kjems, professor ved Interdisciplinary Nanoscience Center (iNano), Aarhus Universitet, er de potentielle anvendelsesmuligheder store - netop fordi det går så hurtigt.
»Når man laver et eksperiment i laboratoriet, blander man typisk forskellige stoffer og undersøger derefter resultatet. Hvis man vil ændre på ingredienserne og lave et andet produkt, skal man gentage forsøget, hvilket gør det en langsommelig proces,« siger Jørgen Kjems og tilføjer:
»Den beskrevne metode effektiviserer denne proces radikalt. Her blandes stofferne sammen ved at fusionere små fedtbeholdere (liposomer), hvorved man kan foretage mange hundrede tusinde eksperimenter samtidig - og tilmed spare på ingredienserne.«
Også Kaibo Zheng, forsker i kemi ved Danmarks Tekniske Universitet, er positiv over for studiet.
»Det er et spændende studie - og både metoden og resultaterne er pålidelige,« siger han.
\ Kort om studiet
- Den nye metode går under navnet ‘SPARCLD’, der kommer fra det engelske 'single particle combinatorial multiplexed liposome fusion mediated by DNA'.
- Nikos Hatzakis, lektor ved Kemisk Institut, Nanoscience Center ved Københavns Universitet, har stået i spidsen for studiet - i samarbejde med en forskergruppe ledet af Stefan Vogel fra Syddansk Universitet.
- Studiet er publiceret i det videnskabelige tidsskrift Nature Chemistry.
Screening af molekyler i nano-skala
Takket være den nye metode sker screeningen af tusindvis af molekyler i nano-skala.
På et areal mindre end et knappenålshoved er det muligt at fremstille og analysere over 44.000 forskellige molekyler. På den måde minimerer man forbruget af materialer, energi og omkostninger i medicinalindustrien.
Det er lidt kompliceret at forstå, men forestil dig meget små sæbebobler.
»Metoden bygger på nano-containere, der minder om meget små fedtbobler,« fortæller Mette Galsgaard Malle, der også er en del af studiet.
»Inde i boblerne mixes de molekyler og ingredienser, der skal indgå i den nye syntese, ved hjælp af DNA-nanoteknologi,« forklarer Malle, der nu er post-doctoral fellow ved Harvard University samt iNano ved Aarhus Universitet.
Kort og godt giver det en enorm besparelse i tid, energi og arbejdsindsats. Og det kan være afgørende for enhver udvikling af kemiske fremstillingsprocesser og evaluering af medicinalprodukter.
»Metoden udnytter, at de små beholdere med en diameter på mindre end en 1/1000 hårs bredde kan blandes på en kontrolleret måde. Hvilke beholdere, der skal blandes sammen, dirigeres af små DNA-stykker på overfladen, der fungerer som nøgler. Kun beholdere, der har DNA-koder, som passer sammen, fusioneres,« forklarer Jørgen Kjems og tilføjer:
»Ved hjælp af farvestoffer i beholderne kan man kontrollere, hvilke beholdere der blandes sammen. I forsøget demonstrerer forfatterne, at det er muligt at håndtere 7 forskellige beholdere, som kan blandes på 44.000 forskellige måder, men metoden kan i princippet håndtere flere beholdere med mulighed for mange millioner kombinationer.«
Derfor er de potentielle anvendelsesmuligheder inden for biokemi også store, mener Jørgen Kjems.
»Specielt i forsøg, hvor man forsøger at syntetisere store stofbiblioteker og teste dem i medicinske screeningsforsøg, kan metoden mindske syntesearbejdet væsentligt,« siger han.
Et gennembrud
Selv kalder forskerne bag metoden for »et gennembrud«.
For den integrerer elementer fra discipliner, der normalt er langt fra hinanden: Syntetisk biokemi, nanoteknologi, DNA-syntese, kombinatorisk kemi og endda også kunstig intelligens, nemlig machine learning.
»Ingen af de enkelte elementer i vores løsning er isoleret set fuldstændigt nye, men det er aldrig set før, at de er kombineret så elegant,« siger Nikos Hatzakis.
Og så leverer analyserne endda resultater på bare 10 minutter, og det er hurtigt - så hurtigt, at svarene næsten kommer i real-tid.
Det tillader, at man kan justere på forsøgsopstillingen undervejs baseret på resultaterne og dermed hente større værdi. Det er forskernes forventning, at det bliver en vigtig parameter for virksomheder, der ønsker at indføre metoden.
Ifølge Kaibo Zheng kan det dog være en begrænsning, da vi endnu ikke ved, om metoden kan anvendes universelt:
»Kort sagt kan ikke alle slags datakilder løses let ved hjælp af AI. Det meste af grænseforskningen fokuserer kun på systemer, der er lette at løse eller har endda valgt det system, der passer til algoritmen. Og det er min bekymring for fremtidsperspektiverne,« siger han.
Jørgen Kjems nævner også, at metoden har begrænsninger i dens nuværende form:
»Den kræver et avanceret mikroskop og sofistikerede analyser for at følge processen. Desuden bringes metoden ikke i egentlig anvendelse i artiklen – blot demonstreres det, at metoden har potentialet til at foretage tusinder af forsøg i små volumener samtidig,« siger han.
Hvem får gavn af metoden?
Ifølge forskerne bag studiet vil metoden kunne blive brugt af enhver, der vil foretage »massive analyser af molekyler«.
Det kan være virksomheder og forskningsgrupper, som arbejder med at fremstille lange molekyler som polymerer, der kan være blandt de første til at tage metoden i brug.
»Det samme gælder for ligander (hjælpe-molekyler, red.) inden for medicinalindustrien. En ekstra fordel ved metoden er, at man kan udbygge den yderligere, så man indarbejder analyser af relevans for den konkrete anvendelse,« siger Nikos Hatzakis.
Eksempler kunne være RNA-strenge til brug for den vigtige bioteknologiske teknik CRISPR eller en alternativ metode til at identificere og fremstille RNA til brug i vacciner mod fremtidige pandemier.
Vacciner er bare én ting, den nye metode kan blive brugt til at udvikle. Men det stopper ikke der, fortæller Nikos Hatzakis.
»Enhver polymer, DNA eller RNA, protein-farmaceutiske interaktioner og så videre. Alt dette kan testes derinde.«
