Senior Brown Emma Rothkopf menunjukkan seperti apa sampel 20 mikroliter itu. Kredit: Universitas Brown
Dalam beberapa tahun terakhir, proses spektrometri massa yang dapat mendeteksi jumlah obat dalam sampel biologis, seperti darah, telah menjadi alat diagnostik yang ampuh untuk membantu profesional medis mengidentifikasi dan memantau kadar obat terapeutik pada pasien, yang dapat menyebabkan penyakit yang tidak diinginkan atau berbahaya. efek samping.
Menghambat teknik ini—yang disebut spektrometri massa tandem kromatografi cair atau singkatnya LC-MS/MS—adalah bahwa teknik ini seringkali membutuhkan sampel biologis yang relatif besar dan sejumlah langkah rumit yang harus dilakukan dengan tangan untuk menyiapkan sampel untuk analisis.
Di Brown University, tim insinyur biomedis telah bekerja untuk membuat proses yang memakan waktu ini lebih sederhana dan lebih otomatis, bahan utama teknik yang diadopsi secara luas oleh dokter. Para peneliti membagikan hasil mereka dalam Laporan Ilmiah pada hari Senin, 6 Februari.
Dalam studi tersebut, mereka menyajikan metode baru yang kuat untuk secara akurat mengukur dan mengidentifikasi delapan antidepresan yang paling sering diresepkan untuk wanita: bupropion, citalopram, desipramine, imipramine, milnacipran, olanzapine, sertraline, dan vilazodone.
Metode ini melakukan apa yang diharapkan para peneliti. Ia mampu mengidentifikasi dan memantau obat-obatan ini dari sampel biologis kecil — masing-masing 20 mikroliter, yang setara dengan darah yang diambil dari tusukan. Metode ini juga dapat dilakukan hampir seluruhnya oleh robot penanganan cairan yang ditemukan di sebagian besar laboratorium spektrometri massa klinis.
“Kami merancang metode kami dan mengumpulkan kit sehingga setelah sampel dikumpulkan, mereka dapat dimasukkan ke dalam program komputer untuk penangan cairan robotik, dan yang harus dilakukan pengguna hanyalah melepas tutupnya, menekan beberapa tombol, dan itu akan dimulai dari awal sampai akhir,” kata penulis utama Ramisa Fariha, Ph.D. mahasiswa yang bekerja di diagnostik mikrofluida dan laboratorium teknik biomedis yang dipimpin oleh profesor Brown Anubhav Tripathi.
Setelah sampel siap, pengguna menempatkannya melalui spektrometer massa, yang memecah sampel menjadi fragmen-fragmen kecil yang berisi tanda-tanda obat yang mereka cari. Keakuratan metode sebanding dengan teknik berbasis LC-MS/MS lainnya tetapi memiliki keuntungan dari ukuran sampel yang jauh lebih kecil dan sebagian besar dapat diotomatisasi menggunakan penangan cair.
Inovasi ini mengatur potensi langsung sistem untuk diterjemahkan secara luas ke pengaturan klinis untuk membantu memantau dampak obat yang diresepkan untuk pasien yang didiagnosis depresi, termasuk wanita yang mengalami depresi pascapersalinan.
“Kami telah membuat langkah yang sangat besar,” kata Tripathi, seorang profesor teknik Brown, penyelidik utama lab dan penulis studi tersebut. “Untuk adaptasi lab klinis, Anda ingin mengurangi kesalahan manusia. Semakin banyak Anda mengotomatisasi, semakin kuat Anda dapatkan dan semakin banyak kepercayaan dari dokter.”
Depresi adalah krisis global yang berkembang, dan wanita menghadapi tingkat diagnosis yang lebih tinggi daripada pria. Persentase pasien yang diresepkan antidepresan telah meningkat tiga kali lipat selama dua dekade terakhir, dan dokter menemukan diri mereka di persimpangan jalan antara menemukan obat yang tepat untuk pasien dan memantau kelimpahannya di dalam tubuh, tulis para peneliti dalam penelitian tersebut.
Saat ini, tidak ada produk komersial di AS untuk membantu dokter memantau secara langsung seberapa banyak obat ini ada pada pasien, catat para peneliti. Dokter sering kali mengandalkan metode yang lebih kualitatif, seperti survei, karena metode spektrometri massa yang menonjol bagi pasien dalam hal ukuran sampel dan sifat penyiapan sampel untuk mesin yang memakan waktu.
Tripathi dan rekannya di labnya mulai mengerjakan solusi potensial ini pada tahun 2021 setelah mereka diminta untuk mengevaluasi kit komersial Eropa yang menggunakan LC-MS/MS untuk mendeteksi obat pada manusia. Pekerjaan tersebut sebagian besar merupakan hasil kolaborasi antara lulusan Brown dan mahasiswa sarjana yang bekerja di lab.
Para peneliti, yang dipimpin oleh Fariha, memutuskan untuk mencoba merancang kit mereka sendiri yang bisa sama akuratnya tetapi jauh lebih sederhana. Mereka mulai dengan mengidentifikasi beberapa depresan yang paling umum digunakan dan dari sana bekerja untuk menyempurnakan bagaimana teknik LC-MS/MS mengidentifikasi obat, termasuk berapa banyak sampel yang dibutuhkan dan menetapkan kontrol yang dapat mereka jalankan terhadap sampel sebenarnya.
Setelah menjalankan rentetan pemeriksaan kontrol kualitas, mengutak-atik dan menguji berbagai metode pengukuran sampel pada kondisi yang berbeda, para peneliti mengambil seluruh proses persiapan sampel dan memecahnya sehingga dapat diprogram ke dalam mesin yang dapat menangani persiapan. dari cairan.
Para peneliti Brown menggunakan JANUS G3 Robotic Liquid Handler dalam pekerjaan mereka tetapi mengatakan bahwa dokter dapat menggunakan mesin yang lebih sederhana atau lebih canggih. Tim merinci bagaimana mereka memprogram mesin mereka sedemikian rupa sehingga orang lain dapat dengan mudah meniru dengan peralatan mereka sendiri.
“Setiap kali lab dan tim kami menerbitkan makalah, kami masuk ke seluk beluk sehingga hasil kami dapat dengan mudah direplikasi oleh orang lain,” kata Fariha.
Tim juga membuat kit prototipe yang dapat dikirim ke dokter sehingga mereka dapat menerapkan metode tersebut di laboratorium mereka. Kit tersebut mencakup bahan kimia dan pelarut yang diperlukan bersama dengan buklet instruksi mendetail yang menyebutkan apa yang harus diperhatikan oleh dokter berdasarkan pengalaman mereka sendiri dan berbagai penyesuaian yang mereka lakukan selama proses kontrol kualitas.
Tim — yang dikenal di laboratorium sebagai tim diagnostik dan otomasi klinis — berencana untuk bekerja selanjutnya pada proyek otomasi dalam onkologi, seperti merancang kit yang dapat mendeteksi kanker ovarium.
Tim otomasi memiliki sejumlah mahasiswa sarjana yang berpartisipasi—contoh bagaimana mahasiswa Brown berkolaborasi satu sama lain dan dengan fakultas untuk mengatasi masalah dunia nyata. Emma Rothkopf, seorang senior yang berkonsentrasi pada teknik biomedis dan seorang penulis makalah, mengatakan bahwa pengalaman itu sangat penting dalam membantunya secara langsung menjembatani konsep yang dia pelajari di lingkungan akademik ke laboratorium.
“Saya mendapati diri saya melihat data atau melakukan langkah-langkah tertentu dan berpikir, ‘Ya ampun, saya mempelajarinya di kelas,'” kata Rothkopf.
Selain Fariha, Tripathi, dan Rothkopf, penulis lain dalam studi tersebut termasuk Prutha S. Deshpande, Mohannad Jabrah, Adam Spooner, dan Oluwanifemi David Okoh. Pekerjaan itu didukung oleh PerkinElmer.
Informasi lebih lanjut: Ramisa Fariha et al, Analisis mendalam terhadap empat kelas kuantifikasi antidepresan dari serum manusia menggunakan LC–MS/MS, Laporan Ilmiah (2023). DOI: 10.1038/s41598-023-29229-0
Disediakan oleh Universitas Brown
Kutipan: Para peneliti mengembangkan alat diagnostik baru yang otomatis dan kuat untuk deteksi obat (2023, 10 Februari) diambil 11 Februari 2023 dari https://medicalxpress.com/news/2023-02-automated-powerful-diagnostic-tool-drug.html
Dokumen ini tunduk pada hak cipta. Terlepas dari kesepakatan yang adil untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten disediakan untuk tujuan informasi saja.