Caracterização inovadora de sistemas de administração de fármacos com Nanopartículas para Terapêuticas de Próxima Geração

O presente projeto tem como objetivo geral o desenvolvimento de uma plataforma inovadora para caraterização avançada de nanopartículas (LNPs e EVs), que integre fotónica avançada e inteligência artificial (AI), possibilitando uma análise célere, simultânea e não destrutiva de diversos parâmetros, como distribuição de fármaco nas nanopartículas, dimensões e concentração de nanopartículas, preservando a integridade das amostras e garantindo maior fiabilidade dos dados obtidos. Esta abordagem inovadora visa otimizar os processos de desenvolvimento de nanoterapias, fornecendo uma compreensão mais detalhada da heterogeneidade das formulações, melhorando a eficiência da encapsulação e reforçando o controlo de qualidade. Através do estabelecimento de parcerias internacionais, o projeto pretende acelerar a evolução da medicina personalizada e tornar tratamentos inovadores mais acessíveis globalmente. Para tal, foram estabelecidos os seguintes objetivos específicos: OE1: Desenvolvimento dos módulos de hardware e software da plataforma: criação e aperfeiçoamento de protótipos inovadores de hardware e software para análise avançada de nanopartículas, compostos por quatro módulos principais: manuseamento de amostras, diluição automatizada, sensores óticos e análise de dados baseada em AI. O protótipo integrará os componentes essenciais de hardware num sistema unificado, no qual serão posteriormente integrados os algoritmos de processamento de dados e os pipelines de análise desenvolvidos paralelamente, capazes de analisar dados multidimensionais complexos e de fornecer informação detalhada dos parâmetros analisados. A integração envolverá realização de testes para garantir que o software interage corretamente com o hardware, permitindo uma aquisição, processamento e visualização de dados eficientes. Como objetivos mensuráveis, pretende-se a criação de um novo algoritmo de análise multiparamétrica, atingir um tempo médio de processamento e análise de cinco minutos/amostra e uma redução do erro de análise em 10%. OE2: Obtenção de conjuntos de amostras de referência de LNPs e EVs: preparação e caracterização de amostras de referência de LNPs e EVs, para calibração dos algoritmos da plataforma. Serão selecionadas amostras de referência, otimizados protocolos de preparação e realizada caracterização detalhada das amostras. O conjunto completo de amostras caracterizadas servirá de base para os testes e calibração da plataforma, permitindo otimizar a performance do sistema e garantir a consistência dos resultados. Pretende-se criar um repositório de dados com pelo menos 50 perfis caraterizados de LNPs e EVs, atingir uma garantia de 90% de consistência nos resultados das amostras caraterizadas, assim como 90% de concordância com os métodos de caraterização de referência. OE3: Análise, otimização e validação da plataforma: validação rigorosa do desempenho da plataforma iLoF, na qual serão utilizadas as amostras de referência para aprimorar a precisão dos modelos de AI e refinar os algoritmos de análise. Através de testes e benchmarking rigorosos, serão identificadas eventuais limitações do sistema, procedendo-se à otimização contínua dos algoritmos. Como objetivos mensuráveis, pretende-se reduzir a taxa de erro médio dos modelos de AI em 50%, e benchmarking da plataforma demonstrando 30% de superioridade em relação aos métodos convencionais em precisão e tempo de análise. OE4: Teste da plataforma em ambientes reais e produção de unidades: implementação de unidades de teste em laboratórios parceiros (industriais e académicos) para avaliar a eficácia da plataforma em cenários reais. O desempenho da tecnologia será comparado com métodos e técnicas padrão das indústrias farmacêutica e biotecnológica. Será recolhido feedback dos utilizadores, essencial para identificação de pontos de melhoria e para garantir que a solução atende plenamente às necessidades dos mesmos, antes da sua integração final em fluxos de trabalho laboratoriais e industriais. Com base no feedback inicial, será realizada a assemblagem de unidades para instalação em laboratórios parceiros. Pretende-se implementar duas unidades-piloto em laboratórios industriais e académicos, e um grau de satisfação de potenciais utilizadores de 90%. OE5: Contribuição para avanços na caraterização avançada de nanopartículas: a plataforma desenvolvida no projeto deverá fornecer uma solução avançada para caraterização de nanopartículas, para aplicação no desenvolvimento de terapêuticas personalizadas. Este objetivo será avaliado com base no número de colaborações industriais estabelecidas para aplicação da tecnologia, que se pretende ser de pelo menos cinco. Adicionalmente, deverá ser publicado 1 artigo científico, e os resultados do projeto deverão ser apresentados em pelo menos cinco conferências científicas na área da nanomedicina.