New Cellularand Molecular Biotechnology Journal
مجله تازه هاي بيوتكنولوژي سلولي و مولكولي
NCMBJ
Basic Sciences
http://ncmbjpiau.ir
1
admin
2228-5458
2228-6926
-
-
-
8888
-
fa
jalali
1393
6
1
gregorian
2014
9
1
4
15
online
1
fulltext
fa
بررسی اثر فرمولاسیون پاکلی تاکسل نانوآرکئوزومه بر روی رده ی سلولی MCF-7 و پیش بینی رهایش دارو از فرمولاسیون نانوآرکئوزومی با استفاده از شبکه عصبی مصنوعی
Evaluation of nanoarchaeosomal paclitaxel effect on MCF-7 cell line and prediction of Released Paclitaxel of Nanoarchaeosomal Formulation by Artificial Neural Network
ژنتیک
Genetics
مقاله پژوهشی
Research Article
<b>
سابقه و هدف :</b>
در سال های اخیر نانوحامل ها تحول شگرفی را در درمان بسیاری از بیماری ها بوجود آورده اند. در میان این نانوحامل ها، نانوحامل های لیپیدی دارای اهمیت خاصی هستند. یکی از نانو حامل های لیپیدی آرکئوزوم می باشد. در این مطالعه برای افزایش کارایی و کاهش عوارض جانبی پاکلی تاکسل، این دارو نانوآرکئوزومه شد. <div style="direction: rtl"><b>مواد و روش ها:
</b>برای تهیه پاکلی تاکسل نانوآرکئوزومه، آرکئوزوم در نسبت مشخصی از بافر PBS حل شد. میانگین قطر ذرات با استفاده از دستگاه زتاسایزر بدست آمد. بازده انکپسولاسیون فرمولاسیون تهیه شده با روش اسپکتروفتومتری محاسبه شد. با استفاده از روش MTT میزان سایتوتوکسیسیتی فرمولاسیون تهیه شده بررسی شد. الگوی رهایش دارو طی 26 ساعت با استفاده از روش دیالیز مورد بررسی قرار گرفت. با استفاده از شبکه عصبی مصنوعی میزان رهایش دارو از فرمولاسیون نانوآرکئوزومی با دقت بالا پیش بینی شد. در این روش از 4 لایه با 20 نورون در لایه های پنهان، رهایش پاکلی تاکسل از فرمولاسیون نانوآرکئوزومی پیش بینی شد.
</div><div style="direction: rtl"><b>یافته ها:</b>
میانگین قطر پاکلی تاکسل نانوآرکئوزومه 4/521 نانومتر شد. بازده انکپسولاسیون فرمولاسیون تهیه شده 21/0±1/99 درصد بدست آمد. میزان رهایش دارو از نانولیپوزوم های پگیله طی 26 ساعت 149/0% بدست آمد. مقادیر پیش بینی شده برای رهایش پاکلی تاکسل نانوآرکئوزومی دارای رگرسیون (R) 99716/0 و میانگین مربع خطای (MSE) 13-10 × 01/4 بود. </div><div style="direction: rtl"><b>نتیجه گیری:</b>
مدل استفاده شده در این مطالعه نشان دهنده ی این است که شبکه عصبی مصنوعی می تواند میزان انتشار را با دقت بالا پیش بینی کند. همچنین این امکان وجود دارد که میزان انتشار را برای داروهای دیگر با این مدل پیش بینی کند. اگرچه باید در نظر گرفته شود که انتشار دارو دارای الگوی خاصی است.
</div>
<b>
Aim and Background:</b>
Carriers have made a big evolution in the treatment of many diseases in recent years. Lipid carriers are of special importance among carriers. Archaeosome is one of the lipid carriers. In this study, paclitaxel was archaeosomed to reduce side effects and improve its therapeutic index.
<div><b>Materials and Methods:</b>
In order to prepare nanoarchaeosomal paclitaxel, Archaeosomes are synthesized with a certain ratio of paclitaxel in PBS. The mean diameter of archaeosomal paclitaxel was calculated by Zeta sizer. Encapsulation efficiency of the prepared formulation was calculated by spectrophotometry. Cytotoxicity effect was determined by MTT method. Drug release pattern was determined by dialysis in 26 hours. Using artificial neural network, amount of released nanoarchaeosomal drug was predicted accurately. In this method, the release was predicted by 4 layers and 20 neurons in hidden layers.
</div><div><b>Results:</b>
The mean diameter of archaeosomal paclitaxel was found to be about 521.4 nm. Encapsulation efficiency of the prepared formulation was 99.1±0.21. Drug releasing of archaeosomal paclitaxel was 0.149% within 26 hours. Predicted values of release for nanoarchaeosomal paclitaxel have had R= 0.99716 and MSE=4.01 × 10-13.
</div><div><b>Conclusion:</b>
The used model demonstrated that artificial neural network technique can predicts the amount of release with high precision. Also it is possible to predict released amount of other drugs by this model. Although drug release has special pattern which should be considered.
</div>
نانوآرکئوزوم, پاکلی تاکسل, سایتوتوکسیسیتی, MCF-7, شبکه عصبی مصنوعی
Nanoarchaeosome, Paclitaxel, Cytotoxicity, MCF-7, Artificial neural network
91
95
http://ncmbjpiau.ir/browse.php?a_code=A-10-291-4&slc_lang=fa&sid=1
Seyed Ebrahim
Alavi
سید ابراهیم
علوی
10031947532846003399
10031947532846003399
No
Pilot, Biotechnology Department, Pasteur Institute of Iran, Tehran, Iran
تهران، انستیتو پاستور ایران، بخش بیوتکنولوژی، پایلوت
Maedeh
Koohi Moftakhari Esfahani
مائده
کوهی مفتخری اصفهانی
maedehkoohi@gamil.com
10031947532846003400
10031947532846003400
Yes
Pilot, Biotechnology Department, Pasteur Institute of Iran, Tehran, Iran
تهران، انستیتو پاستور ایران، بخش بیوتکنولوژی، پایلوت
Azim
akbarzadeh
عظیم
اکبرزاده
10031947532846003401
10031947532846003401
No
Pilot, Biotechnology Department, Pasteur Institute of Iran, Tehran, Iran
تهران، انستیتو پاستور ایران، بخش بیوتکنولوژی، پایلوت