Chip eletroquímico ultradenso, microfluídica e machine learning para o monitoramento da viabilidade celular: uma plataforma promissora visando a testagem de fármacos contra o câncer.

• Processo: 24/10870-7
• Modalidade de apoio: Bolsas no Brasil - Doutorado Direto
• Data de Início da vigência: 01 de novembro de 2024
• Data de Término da vigência: 31 de outubro de 2028
• Área de conhecimento: Ciências Exatas e da Terra - Química - Química Analítica
• Pesquisador responsável: Renato Sousa Lima
• Beneficiário: Paula Cristine Rocha Corsato
• Instituição Sede: Centro Nacional de Pesquisa em Energia e Materiais (CNPEM). Ministério da Ciência, Tecnologia e Inovação (Brasil). Campinas , SP, Brasil
• Vinculado ao auxílio: 23/00246-1 - Dispositivos miniaturizados visando à produção em larga escala: fabricação, caracterização e aplicações in-situ, AP.TEM
• Assunto(s): Citotoxicidade Fármacos Microfabricação Sobrevivência celular Voltametria Eletroanalítica
• Palavra(s)-Chave do Pesquisador: células 2D | citotoxicidade | medicamentos | Microfabricação | viabilidade celular | voltametria | Eletroanalítica

Resumo

A indústria farmacêutica enfrenta desafios no desenvolvimento de medicamentos. Esse processo leva entre 10 e 15 anos e requer um orçamento de ~ US$ 1 bilhão. Além disso, mais de 95% dos candidatos falham na aprovação das agências de regulamentação. Em média, a fase pré-clínica desse desenvolvimento dura de 5 a 7 anos. Durante essa fase, culturas de células são expostas aos candidatos visando a predição das suas propriedades (toxicidade e eficácia) in vivo. Os efeitos in vitro dos fármacos são usualmente analisados via métodos ópticos, que são incapazes de gerar uma avaliação rápida da viabilidade celular. Neste sentido, os sensores eletroquímicos surgem como uma solução promissora. Tais dispositivos podem monitorar indiretamente a viabilidade celular porque as células mortas, antes aderidas, comumente se desprendem da superfície dos eletrodos, gerando uma redução da impedância ou um aumento da corrente faradaica.Embora os sensores eletroquímicos sejam promissores para a realização de testes de suscetibilidade a fármacos, produzir essas análises com alta capacidade de testagem (throughput), simplicidade e acurácia é ainda um desafio para o seu desenvolvimento comercial. Nesse contexto, propomos neste projeto o acoplamento de chips ultradensos miniaturizados com microfluídica e machine learning (ML) visando gerar essas análises e que sejam livres de novas calibrações para determinações da viabilidade de células tumorais 2D e da meia concentração letal do fármaco (LC50).As análises serão realizadas em um chip microfabricado de vidro (75 mm × 35 mm) que possui uma grande densidade de sensores (33 a 870) de os quais são dispostos verticalmente em uma matriz com padrão de grade. Esse novo arranjo de sensores foi desenvolvido em nosso grupo (Adv. Healthcare Mater. 2024, 13, 2303509 e ACS Appl. Mater. Interfaces 2024, DOI: 10.1021/acsami.4c01159) e combina reprodutibilidade e resolução altas com baixo custo devido à grande quantidade de sensores em uma única lâmina. Uma outra vantagem desses sensores é o baixo número de linhas condutivas, o que gera uma alta capacidade de integração de vários sensores em um chip compacto. Logo, esses sensores são compatíveis com o uso da microfluídica, uma ferramenta que aumenta a reprodutibilidade e diminui o consumo de reagentes, dentre outras vantagens. Neste projeto, dispositivos microfluídicos serão obtidos a partir da selagem do chip com canais em polidimetilsiloxano (PDMS). O dispositivo terá 9 canais, com 5 sensores em cada canal (serão 45 sensores em um chip). Assim, até 9 amostras distintas poderão ser analisadas em série com medidas em quintuplicada para cada caso.O chip permite análises em série pela simples troca do contato de um eletrodo. Com base nessa propriedade, vários voltamogramas de onda quadrada (square wave voltammetry, SWV) poderão ser obtidos rapidamente usando um potenciostato portátil de somente um canal, permitindo assim análises de suscetibilidade a fármacos com alto throuhgput e de modo simples. Uma vez que cada medida de SWV irá durar 7 s, as análises de todos os 45 sensores sobre o chip serão finalizadas em apenas 315 s. A viabilidade celular será determinada através de análises de SWV do íon Ru(NH3)63+. A técnica de SWV irá gerar não apenas análises rápidas, mas também dados multivariados que serão explorados para elevar a acurácia de predição da viabilidade celular usando ML.Após aplicação a diferentes células tumorais e fármacos, ML será também adotado visando obter uma equação única para predição da viabilidade celular. Com isso, visamos permitir a determinação da viabilidade por meio de uma equação universal, dispensando a necessidade de calibrar o sensor para cada nova célula ou fármaco analisado. Garantir o uso do método sem o requerimento de novas calibrações será essencial para a sua ampla aplicabilidade. Em suma, as soluções abordadas aqui poderão auxiliar a acelerar a transformação de fármacos em medicamentos seguros e eficazes para a sociedade.

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

DORETTO, DANIEL S.; CORSATO, PAULA C. R.; SILVA, CHRISTIAN O.; PESSOA, JAMES C.; VIEIRA, LUIS C. S.; DE ARAUJO, WILLIAM R.; SHIMIZU, FLAVIO M.; PIAZZETTA, MARIA H. O.; GOBBI, ANGELO L.; RIBEIRO, IRIS R. S.; et al. Ultradense Electrochemical Chip and Machine Learning for High-Throughput, Accurate Anticancer Drug Screening. ACS SENSORS, v. N/A, p. 12-pg., 2024-11-29. (23/00246-1, 24/10870-7)