Bioreattori multicompartimentali, IdMOC e Organs-on-a-chip per sostituire la sperimentazione animale in farmacologia – parte II

Ringraziamenti

L’autore desidera ringraziare per la disponibilità e il permesso di utilizzare i materiali inclusi nelle figure: la Dr. Amanda Woodrooffe, Asterand Ltd, il Dr. Gordon Baxter, BioWisdom Ltd, i Dottori Albert Li e Aarti Uzgare, Advanced Pharmaceutical Sciences Inc., il Dr. Malcolm Wilkinson, Kirkstall Ltd, e il Dr. Rick Groleau, Wyss Institute for Biologically Inspired Engineering Center for Life Sciences Boston. Un ringraziamento è dovuto anche a Kathy Archibald del Safer Medicines Trust e al Dr. Peter Fishman di Novartis Pharmaceuticals Corp. per gli utili consigli nella stesura di questo articolo.

Figura 1

An external file that holds a picture, illustration, etc. Object name is PHARMACEUTICS2011-806789.001.jpg

Diagrammi di Venn di sostanze che causano effetti avversi nei fegati degli esseri umani, roditori, e / o nonroditori. (a) Il numero di composti che comportano effetti in ogni classe di specie: da sole e in più di una classe, e (b) con le percentuali di sostanze si evidenziano azioni sul fegato nell’uomo con effetti solo nell’uomo, negli esseri umani e nei roditori, negli esseri umani e nei nonroditori e infine in tutte le tre classi di specie, quali definite da affermazioni derivate da Medline per un totale di 1061 sostanze (vedi http://www.biowisdom.com/downloads/SIP_Board_Species_Concordance.pdf).

Figura 2

An external file that holds a picture, illustration, etc. Object name is PHARMACEUTICS2011-806789.002.jpg

Confronto dei pattern di espressione QRT-PCR per 5-HT2B in 20 tessuti di topo (rosso) e umano (blu). Ogni braccio radiale numerato rappresenta un diverso tipo di tessuto, e i cerchi concentrici rappresentano entità di espressione genica in mRNA per numero di esemplari per 100 ng di RNA totale. I punti dei dati sono valori medi da 3 valori indipendenti (cioè generati da 3 campioni per ogni tipo di tessuto, ciascuno ottenuto da un animale / donatore separato). I tessuti sono (1) cuore, (2) esofago, (3) stomaco, (4) digiuno, (5) colon, (6) pancreas, (7) fegato, (8) cervelletto, (9) corteccia frontale, (10 ) midollo spinale, (11) trachea, (12) parenchima polmonare, (13) rene, (14) vescica, (15) ovaio, (16) utero, (17) deferenti, (18) testicolo, (19) milza , (20) pelle. (vedi Coleman, [26]).

Figura 3

An external file that holds a picture, illustration, etc. Object name is PHARMACEUTICS2011-806789.003.jpg

Alcuni esempi di test che comportano co-colture cellulari. Tali metodi consentono l’applicazione simultanea di sostanze a più tipi di cellule, con il significato di studiare l’influenza (ad esempio, tramite fattori secreti) di un tipo di cellula sopra l’altro, e degli effetti di metaboliti prodotti da un tipo di cellula in funzione di un’altra. (a) tecnologia IdMOC. Tipicamente, le cellule vengono seminate in pozzetti interni (contrassegnati in verde) e incubate per 24 ore per permettere l’attaccamento, dopo di che il più grande, rettangolo (giallo), è invaso bene da terreni contenenti substrati o composti di prova. Il terreno che causa l’allagamento consente l’interconnessione di pozzi multipli all’ interno della cella mimando l’integrazione di più organi attraverso la circolazione sistemica. (b) Il pannello superiore mostra un sistema “quasi-vivo”: il pannello inferiore è una rappresentazione schematica di come le camere possono essere collegate in serie con differenti tipi di cellule in ciascuna. La prima camera A1 è una camera a flusso doppio con liquidi / terreni diversi su entrambi i lati di una membrana porosa o impalcatura su cui le cellule sono in coltura. Il tipo A1 di camera può essere atto a fornire una interfaccia aria-liquido sostituendo uno dei flussi liquidi per via aerea. (c) Lung su un chip. Un pannello superiore mostra i circuiti integrati, un pannello inferiore illustra schematicamente il particolare del disegno e la disposizione degli epiteliali bronchiali e delle vie respiratorie e dell’ endotelio vascolare in entrambi i lati di una membrana porosa. I chips sono dispositivi polimerici lunghi 2 cm. progettati per imitare la funzione di polmone umano. Il sistema di microfluidi incorpora un’interfaccia alveolo-capillare che è fiancheggiato da due camere laterali. L’interfaccia alveolo-capillare è costituita da una membrana flessibile e porosa, un polimero di 10 micron di spessore, rivestita con matrice extracellulare (ECM) che separa un canale contenente cellule epiteliali alveolari umani e uno strato di aria da un canale contenente cellule endoteliali microvascolari polmonari umane e uno strato scorrevole di colture cellulari. L’ applicazione del vuoto alle camere laterali deforma le pareti sottili che separano queste camere dall’interfaccia, causando l’ estensione della membrana polimerica flessibile così imitando gli effetti meccanici della respirazione.

Bibliografia

  1.  Litchfield JT. Forecasting drug effects in man from studies in laboratory animals.Journal of the American Medical Association. 1961;177:34–38. [PubMed]
  2.  Litchfield JT. Evaluation of the safety of new drugs by means of tests in animals.Clinical Pharmacology and Therapeutics. 1962;3(5):665–672. [PubMed]
  3.  Fletcher AP. Drug safety tests and subsequent clinical experience. Journal of the Royal Society of Medicine. 1978;71(9):693–696. [PMC free article] [PubMed]
  4.  Lumley CE, Walker SR, editors. CMR Workshop—Animal Toxicity Studies: Their Relevance for Man. Lancaster, UK: Quay; 1990.
  5.  Zbinden G. Predictive value of animal studies in toxicology. Regulatory Toxicology and Pharmacology. 1991;14(2):167–177. [PubMed]
  6.  Olson H, Betton G, Robinson D, et al. Concordance of the toxicity of pharmaceuticals in humans and in animals. Regulatory Toxicology and Pharmacology. 2000;32(1):56–67. [PubMed]
  7.  Grass GM, Sinko PJ. Physiologically-based pharmacokinetic simulation modelling. Advanced Drug Delivery Reviews. 2002;54(3):433–451. [PubMed]
  8.  Spanhaak S, Cook D, Barnes J, Reynolds J. Species concordance for liver injury. BioWisdom Report, 2009,http://www.biowisdom.com/downloads/SIP_Board_Species_Concordance.pdf.
  9.  Mitchell P. Critics pan timid European response to TeGenero disaster. Nature Biotechnology. 2007;25(5):485–486. [PubMed]
  10.  http://www.animalresearch.info.
  11.  The use of non-human animals in research: a guide for scientists. The Royal Society. February 2004 , http://royalsociety.org/The-use-of-non-human-animals-in-research-a-guide-for-scientists.
  12.  Animal research is a source of human compassion, not shame. Lancet.2004;364(9437):815–816. [PubMed]
  13.  http://www.petratscanada.com/forbidden_foods.htm.
  14.  http://www.wisegeek.com/which-foods-are-toxic-to-cats-and-dogs.htm.
  15.  Suntharalingam G, Perry MR, Ward S, et al. Cytokine storm in a phase 1 trial of the anti-CD28 monoclonal antibody TGN1412. New England Journal of Medicine.2006;355(10):1018–1028. [PubMed]
  16.  Schuh JCL. Trials, tribulations, and trends in tumor modeling in mice.Toxicologic Pathology. 2004;32(supplement 1):53–66. [PubMed]
  17.  Sharpless NE, Depinho RA. The mighty mouse: genetically engineered mouse models in cancer drug development. Nature Reviews Drug Discovery.2006;5(9):741–754. [PubMed]
  18.  Olive KP, Tuveson DA. The use of targeted mouse models for preclinical testing of novel cancer therapeutics. Clinical Cancer Research. 2006;12(18):5277–5287.[PubMed]
  19.  Kung AL. Practices and pitfalls of mouse cancer models in drug discovery.Advances in Cancer Research. 2006;96:191–212. [PubMed]
  20.  http://biopharmconsortium.com/blog/2010/04/15/developing-improved-mouse-models-of-cancer-for-drug-discovery-and-development.
  21.  Kola I, Landis J. Can the pharmaceutical industry reduce attrition rates? Nature Reviews Drug Discovery. 2004;3(8):711–715. [PubMed]
  22.  Coleman RA. Current animal models are not predictive for clinical asthma.Pulmonary Pharmacology and Therapeutics. 1999;12(2):87–89. [PubMed]
  23.  Zosky GR, Sly PD. Animal models of asthma. Clinical and Experimental Allergy.2007;37(7):973–988. [PubMed]
  24.  Krug N, Rabe KF. Animal models for human asthma: the perspective of a clinician. Current Drug Targets. 2008;9(6):438–442. [PubMed]
  25.  http://www.homeoffice.gov.uk/science-research/animal-research.
  26.  Coleman RA. Discovery today: the value of experiments on human tissues.Alternnative to Animal Testing Experiments. 2004;10(1):24–35.
  27.  Manivet P, Schneider B, Smith JC, et al. The serotonin binding site of human and murine 5-HT2B receptors. Molecular modeling and site-directed mutagenesis.Journal of Biological Chemistry. 2002;277(19):17170–17178. [PubMed]
  28.  Matthews RA. Medical progress depends on animal models—doesn’t it? Journal of the Royal Society of Medicine. 2008;101(2):95–98. [PMC free article] [PubMed]
  29.  Lappin G, Garner RC. The utility of microdosing over the past 5 years. Expert Opinion on Drug Metabolism and Toxicology. 2008;4(12):1499–1506. [PubMed]
  30.  Lappin G. Microdosing: current and the future. Bioanalysis. 2010;2(3):509–517.[PubMed]
  31.  Wagner CC, Simpson M, Zeitlinger M, et al. A combined accelerator mass spectrometry-positron emission tomography human microdose study with 14C- and 11C-labelled verapamil. Clinical Pharmacokinetics. 2011;50(2):111–120.[PMC free article] [PubMed]
  32.  Ritter J. January, 2006http://www.illinoisrighttolife.org/EthicalFrontier_ResearchOnTheDead.htm.
  33.  Tomasini F. Research on the recently dead: an historical and ethical examination. British Medical Bulletin. 2008;85(1):7–16. [PubMed]
  34. http://ec.europa.eu/environment/chemicals/reach/pdf/reach_animal_testing.pdf.
  35.  http://www.opentox.org.
  36.  Stebbings R, Findlay L, Edwards C, et al. “Cytokine storm” in the phase I trial of monoclonal antibody TGN1412: better understanding the causes to improve preclinical testing of immunotherapeutics. Journal of Immunology.2007;179(5):3325–3331. [PubMed]
  37.  Findlay L, Eastwood D, Stebbings R, et al. Improved in vitro methods to predict the in vivo toxicity in man of therapeutic monoclonal antibodies including TGN1412. Journal of Immunological Methods. 2010;352(1-2):1–12. [PubMed]
  38.  Russell WMS, Burch RL.http://altweb.jhsph.edu/pubs/books/humane_exp/het-toc.
  39.  Ames BN, Lee FD, Durston WE. An improved bacterial test system for the detection and classification of mutagens and carcinogens. Proceedings of the National Academy of Sciences of the United States of America. 1973;70(3):782–786.[PMC free article] [PubMed]
  40.  Robinson V. Finding alternatives: an overview of the 3Rs and the use of animals in research. School Science Review. 2005;87:1–4.
  41.  http://www.nc3rs.org.uk/category.asp?catID=73.
  42.  http://www.alttox.org/ttrc/validation-ra/validated-ra-methods.html.
  43.  Papa E, Pilutti P, Gramatica P. Prediction of PAH mutagenicity in human cells by QSAR classification. SAR and QSAR in Environmental Research. 2008;19(1-2):115–127. [PubMed]
  44.  Holmes AM, Rudd JA, Tattersall FD, Aziz Q, Andrews PLR. Opportunities for the replacement of animals in the study of nausea and vomiting. British Journal of Pharmacology. 2009;157(6):865–880. [PMC free article] [PubMed]
  45.  Baxter GT. Hurel—an in vivo-surrogate assay platform for cell-based studies.Alternatives to Laboratory Animals. 2009;37(supplement 1):11–18. [PubMed]
  46.  Feng X, Du W, Luo Q, Liu BF. Microfluidic chip: next-generation platform for systems biology. Analytica Chimica Acta. 2009;650(1):83–97. [PubMed]
  47.  Mazzei D, Guzzardi MA, Giusti S, Ahluwalia A. A low shear stress modular bioreactor for connected cell culture under high flow rates. Biotechnology and Bioengineering. 2010;106(1):127–137. [PubMed]
  48.  Li AP. The use of the integrated discrete multiple organ co-culture (IdMOC) system for the evaluation of multiple organ toxicity. Alternatives to Laboratory Animals. 2009;37(4):377–385. [PubMed]
  49.  Huh D, Matthews BD, Mammoto A, Montoya-Zavala M, Hsin HY, Ingber DE. Reconstituting organ-level lung functions on a chip. Science. 2010;328(5986):1662–1668. [PubMed]
  50.  Pretzel D, Pohlers D, Weinert S, Kinne RW. In vitro model for the analysis of synovial fibroblast-mediated degradation of intact cartilage. Arthritis Research and Therapy. 2009;11(1, article R25) [PMC free article] [PubMed]
  51.  Berg EL, Yang J, Melrose J, et al. Chemical target and pathway toxicity mechanisms defined in primary human cell systems. Journal of Pharmacological and Toxicological Methods. 2010;61(1):3–15. [PubMed]
  52.  Romanov S, Medvedev A, Gambarian M, et al. Homogeneous reporter system enables quantitative functional assessment of multiple transcription factors. Nature Methods. 2008;5(3):253–260. [PubMed]
  53.  Wills Q, Mitchell C. Toxicogenomics in drug discovery and development—making an impact. Alternatives to Laboratory Animals. 2009;37(1):33–37.[PubMed]
  54.  Elvidge S. Getting the Drug Repositioning Genie Out of the Bottle. Life Science Leader; 2010.
  55.  Sundstrom L, Morrison B, Bradley M, Pringle A. Organotypic cultures as tools for functional screening in the CNS. Drug Discovery Today. 2005;10(14):993–1000.[PubMed]
  56.  Cheng K, Lai Y, Kisaalita WS. Three-dimensional polymer scaffolds for high throughput cell-based assay systems. Biomaterials. 2008;29(18):2802–2812.[PubMed]
  57.  Gidrol X, Fouqué B, Ghenim L, Haguet V, Picollet-D’hahan N, Schaack B. 2D and 3D cell microarrays in pharmacology. Current Opinion in Pharmacology.2009;9(5):664–668. [PubMed]
  58.  Winkler J, Sotiriadou I, Chen S, Hescheler J, Sachinidis A. The potential of embryonic stem cells combined with -omics technologies as model systems for toxicology. Current Medicinal Chemistry. 2009;16(36):4814–4827. [PubMed]
  59.  http://www.sc4sm.org.
  60.  Peng S, Lacerda AE, Kirsch GE, Brown AM, Bruening-Wright A. The action potential and comparative pharmacology of stem cell-derived human cardiomyocytes. Journal of Pharmacological and Toxicological Methods.2010;61(3):277–286. [PubMed]
  61.  Berg EL, Kunkel EJ, Hytopoulos E, Plavec I. Characterization of compound mechanisms and secondary activities by BioMAP analysis. Journal of Pharmacological and Toxicological Methods. 2006;53(1):67–74. [PubMed]
  62.  MacDonald ML, Lamerdin J, Owens S, et al. Identifying off-target effects and hidden phenotypes of drugs in human cells. Nature Chemical Biology.2006;2(6):329–337. [PubMed]
  63.  Young DW, Bender A, Hoyt J, et al. Integrating high-content screening and ligand-target prediction to identify mechanism of action. Nature Chemical Biology.2008;4(1):59–68. [PubMed]
  64.  http://www.epa.gov/comptox.
  65.  http://www.organdonation.nhs.uk/ukt/statistics/statistics.jsp.
Annunci

Rispondi

Inserisci i tuoi dati qui sotto o clicca su un'icona per effettuare l'accesso:

Logo WordPress.com

Stai commentando usando il tuo account WordPress.com. Chiudi sessione / Modifica )

Foto Twitter

Stai commentando usando il tuo account Twitter. Chiudi sessione / Modifica )

Foto di Facebook

Stai commentando usando il tuo account Facebook. Chiudi sessione / Modifica )

Google+ photo

Stai commentando usando il tuo account Google+. Chiudi sessione / Modifica )

Connessione a %s...