Entwicklung einer skalierbaren Plattform für die molekulare Überwachung des Menschen

Tragbare Gesundheitselektronik ist mittlerweile allgegenwärtig, eine kontinuierliche molekulare Überwachung ist jedoch nur für Glukose weit verbreitet. Jahrzehntelange Forschung hat die kontinuierliche Überwachung auf andere Moleküle ausgeweitet, diese Techniken sind jedoch auf Forschungslabore beschränkt und bleiben vom täglichen menschlichen Gebrauch abgekoppelt. Wir schlagen eine Plattform zur Übersetzung und Verbreitung dieser neuen Technologien vor, die die Kartierung des zeitlich veränderlichen menschlichen Metaboloms und die Entwicklung von Geräten mit geschlossenem Regelkreis für personalisierte Gesundheit ermöglicht.

Der Mensch ist der beste Modellorganismus für den Menschen, dennoch verfügen wir nur über wenige Werkzeuge, um die menschliche Biochemie vor Ort und in Echtzeit zu untersuchen. Die Human Metabolome Database listet etwa 20.000 nachgewiesene Verbindungen auf, von denen nur etwa 3.000 quantifiziert wurden. Noch weniger dieser Biomoleküle wurden in Längsschnittstudien am Menschen mit Zeitauflösung untersucht.

Kardiovaskuläre, metabolische/endokrine und pharmakokinetische Phänomene werden durch Biomoleküle gesteuert, die auf der Zeitskala von Sekunden über Minuten bis Stunden variieren und sich auf ähnlichen Zeitskalen auf Verhalten und Wohlbefinden auswirken. Derzeit ist die einzige Möglichkeit, diese Moleküle zu messen, Labortests, die im täglichen Leben aufwendig sind. Darüber hinaus können Labortests nicht in der Häufigkeit durchgeführt werden, die erforderlich ist, um alle diese Variationen zu erfassen.

Im Gegensatz dazu sind tragbare Monitore benutzerfreundlich und ermöglichen kontinuierliche Messungen im richtigen Zeitmaßstab. Diese Monitore erfordern speziell entwickelte Biosensoren, da es eine begrenzte Anzahl natürlich vorkommender Enzyme gibt, die kontinuierliche, zeitlich variierende elektrische Signale erzeugen, wie sie von kontinuierlichen Glukosemonitoren verwendet werden, die derzeit das einzige im Handel erhältliche Gerät dieser Art sind. Allerdings entwickeln die meisten Labore, die Biosensorstrategien vorantreiben, keine menschenkompatiblen Geräte und umgekehrt, wodurch eine Kluft zwischen diesen beiden Forschungs- und Entwicklungsbereichen entsteht.

Dieses Projekt zielt darauf ab, eine minimalinvasive kontinuierliche Überwachung von über 100 Analyten im menschlichen Körper zu erreichen und Geräte für Forscher bereitzustellen. In diesem Projekt wird ein Prüfstand für medizinische Geräte entwickelt, der die unzähligen Biosensorstrategien akademischer Labore nutzen kann, um Geräte für Experimente am Menschen zu entwickeln. Unser technischer Ansatz kombiniert synthetische Ionenkanäle und Konformationsschalter gekoppelt mit einem CMOS-Array, um viele Analyten parallel zu bewerten. Wir haben bereits Zugriff auf maßgeschneiderte Fertigungstechniken, und die Kosten und Hürden bei der Entwicklung und Herstellung von Proteinen und Siliziumsensoren sinken tendenziell.

Das Projekt durchläuft vier voneinander abhängige Phasen:

Das Projekt wird vier voneinander abhängige Phasen durchlaufen.

Focused Research Organizations (FROs) sind zeitlich begrenzte, auf Missionen ausgerichtete Forschungsteams, die wie ein Startup organisiert sind, um eine bestimmte mittelgroße wissenschaftliche oder technologische Herausforderung anzugehen. FRO-Projekte zielen darauf ab, transformative neue Werkzeuge, Technologien, Prozesse oder Datensätze zu entwickeln, die als öffentliche Güter dienen und neue Fähigkeiten für die Forschungsgemeinschaft schaffen, mit dem Ziel, den wissenschaftlichen und technologischen Fortschritt allgemein zu beschleunigen. Entscheidend ist, dass es sich bei FRO-Projekten um solche handelt, die aufgrund widersprüchlicher Anreize, Prozesse, Missionen oder Kulturen oft in die Lücken fallen, die bestehende Forschungsfinanzierungsquellen hinterlassen. Es gibt wahrscheinlich eine große Bandbreite an Projektkonzepten, bei denen Agenturen Einrichtungen im FRO-Stil nutzen könnten, um ihre Mission zu erfüllen und den wissenschaftlichen Fortschritt voranzutreiben.

Dieses Projekt eignet sich für ein FRO-Modell, da die vier Forschungsphasen enge Rückkopplungsschleifen und Standardisierung erfordern und die Medizingeräteindustrie keinen Anreiz hat, diese Art von Forschung durchzuführen. Private Unternehmen konzentrieren sich in der Regel auf eine Handvoll Moleküle, die für die Diabetesbehandlung am relevantesten sind, und nutzen dabei bewährte Biosensoren und vorhersehbare Versicherungserstattungen. Ein eigenständiges, gemeinnütziges Institut ist am besten geeignet, Experimente zur molekularen Überwachung zu standardisieren und das Risiko zu verringern, um die Bildung eines Konsortiums von Experimentatoren zu katalysieren. So wie die gemeinnützige AddGene den Zugang zu genetischem Material standardisiert und demokratisiert hat, wollen wir die analoge Institution für medizinische Geräte entwickeln.

Die menschliche Physiologie ist derzeit ein wenig erforschter, hochdimensionaler Raum, und wissenschaftlichen Labors fehlen die Werkzeuge, um die menschliche Biochemie im Laufe der Zeit zu messen. Die im Rahmen dieses Projekts entwickelten Geräte werden Wissenschaftlern zunächst dabei helfen, spezifische Fragen in Bereichen wie Krankheitsätiologie, menschliches Verhalten und Arzneimittelentwicklung zu untersuchen. Die Validität der Studie wird durch die Bereitstellung zusätzlicher molekularer Zeitkurse erhöht, die die Zusammenhänge zwischen Erkrankungen, spezifischen Biomarkern und Interventionen verdeutlichen. Als nächstes werden diese Studien die Entwicklung eines menschlichen molekularen Atlas ermöglichen, ähnlich der Human Metabolome Database, jedoch mit Zeitauflösung. Diese Datenbank könnte als leistungsstarkes Werkzeug für die Entwicklung differenzierter Modelle der menschlichen Physiologie dienen, um bisher übersehene Phänomene aufzudecken. Schließlich werden ähnliche Geräte letztendlich als Gesundheitsprodukte für Verbraucher zugänglich sein und die nächste Generation personalisierter Gesundheit ermöglichen.

Autoren

Referenten

Erfahren Sie hier mehr über FROs und sehen Sie sich unsere vollständige Bibliothek mit FRO-Projektvorschlägen an.

Die übergeordnete Strategie besteht darin, biochemische Wechselwirkungen in ein zeitlich veränderliches elektrisches Signal umzuwandeln und spezifische Wechselwirkungen in separate Kanäle auf einem CMOS-Chip zu isolieren. Wir stellen uns eine universelle Plattform vor, die die unzähligen Biosensoren aus Laboren weltweit aufnehmen kann. Fortschritte in der synthetischen Biologie und im Protein-Engineering haben verschiedene Arten der Biosensorik erschlossen. Oxidoreduktasen sorgen wie die in CGMs verwendete Glucoseoxidase für eine direkte Umwandlung der lokalen Ligandenkonzentration in elektrischen Strom. Jüngste Fortschritte im Deep-Learning-Protein-Engineering haben einen Machbarkeitsnachweis für das De-novo-Design von Enzymen erbracht, aber einige Klassen von Biomolekülen wie Nukleinsäuren und Proteine ​​wären für den enzymatischen Nachweis unerreichbar. Im Gegenzug können wir entweder die Ionenkanäle der Natur nachahmen oder unsere eigenen elektronischen Transduktionssysteme entwickeln. Aptamere sind für die Hochdurchsatzentwicklung zugänglich, um eine Vielzahl von Zielen zu binden und eine Haarnadelbewegung bereitzustellen, die Redoxsonden zu einer Elektrodenoberfläche hin und von dieser weg bewegen kann (siehe Beispiel eines Cortisolsensors). Jüngste Fortschritte im DNA-Origami haben synthetische, selbstorganisierende Nanoporen ermöglicht, deren Strom durch die Bindung anderer Biomoleküle moduliert werden kann. Sowohl biologische als auch Festkörper-Nanoporen werden zunehmend in kommerziellen wissenschaftlichen Geräten eingesetzt und sorgen für Rückenwind für medizinische Geräte.

Alle diese Biosensor- und Transduktionssysteme können in Feldeffekttransistoren (FETs) integriert werden. Dank organischer elektrochemischer Transistoren mit unterstützten Lipiddoppelschichten, die Ionenkanäle und Nanoporen beherbergen, können jetzt sogar Strategien mit Membranproteinen mit Transistoren verbunden werden. Moderne CMOS-Prozesse (Complementary Metal Oxide Semiconductor) ermöglichen uns die Parallelisierung vieler Sensoren auf einem einzigen Gerät zu geringen Kosten pro Einheit. Jeder Sensor besteht aus einer FET-Sensoreinheit, in der das Vorhandensein von interessierenden Molekülen ein Oberflächenpotential im FET-Gate induziert. Dadurch wird der Strom im FET moduliert, der dann mit einer Ausleseschaltung gemessen wird. Der Strom jedes Sensors wird dann digitalisiert und als Indikator für molekulare Konzentrationen verwendet. Da im Vergleich zu herkömmlichen CMOS-Geräten relativ wenige Kanäle erforderlich sind (~100 s), könnten gröbere Herstellungsprozesse verwendet werden (z. B. 130 nm), was Kosten und Zeit reduzieren würde und dennoch eine kompakte aktive Fläche (~mm2) ermöglichen würde.

Das CMOS-Gerät wird in einem tragbaren Formfaktor verpackt, der für Messungen am Körper mithilfe einer Batterie und drahtloser Datenübertragung an ein Smartphone (z. B. mithilfe von Bluetooth Low Energy) miniaturisiert ist. Wir werden interstitielle Flüssigkeit mittels umgekehrter Iontophorese ansaugen, um den CMOS-Chip zu erreichen, der neben der Hautoberfläche sitzt. Da verschiedene Analyten unterschiedliche Variationsraten und Konzentrationsbereiche aufweisen, werden wir die geeignete zeitliche Auflösung und das SNR modellieren, die wir erreichen können. Dieser Geräteformfaktor und die Methode der umgekehrten Iontophorese wurden für ~mM-Glukosemessungen mit ~min-Auflösung validiert. Im Gegensatz dazu können Hormone in etwa sechs Größenordnungen niedrigeren Konzentrationen vorhanden sein, variieren jedoch nur über Tage und Wochen. Durch unsere CMOS-Konfiguration können verschiedene Kanäle einzeln ausgelesen werden. Um diese Veränderungen effizient zu erfassen, werden unterschiedliche Abtastraten verwendet, um sicherzustellen, dass wir ihre Spitzen und Tiefststände erfassen und gleichzeitig den Energieverbrauch minimieren. Für Analyten mit niedrigeren Basiskonzentrationen können Techniken wie die Mittelwertbildung (über mehrere Proben und CMOS-Kanäle) erforderlich sein, um die Empfindlichkeit zu verbessern. Die mittlere absolute relative Differenz (MARD) wird anhand der LC-MS-Grundwahrheit des Blutes berechnet.

Wir sind in der Lage, dass unsere datenwissenschaftlichen Methoden Qualitätsdatensätze übertreffen. Beispielsweise eignet sich geometrisches Deep Learning für die Kartierung von Interaktionen in einem Metabolom, und das lange Kurzzeitgedächtnis ist für die Analyse und Vorhersage von Zeitreihendaten gut etabliert. Diese Daten können in einem Gerät mit geschlossenem Kreislauf verwertbar werden, bei dem ein Biosensorereignis einen Alarm oder einen pharmakologischen Eingriff auslöst, wie in einer künstlichen Bauchspeicheldrüse. Auch hier sind die kontrolltheoretischen Ansätze zur Physiologie ausreichend ausgereift.

Um die Lücke zwischen akademischen und kommerziellen Anreizen zu schließen, sollte die US-Regierung zentralisierte Forschungsprogramme, sogenannte FROs, finanzieren, um klar definierte Herausforderungen anzugehen.