《Colloids and Surfaces B: Biointerfaces》:Hierarchically sized chitosan hemostatic particles with electrostatic-hydrophobic synergy for rapid and effective control of arterial hemorrhage
编辑推荐:
•机器学习引导的 CSHP 专为动脉出血控制而设计。•物理 - 静电 - 疏水凝血形成抵抗动脉出血。•CSHP-3 在凝血速度和机械稳定性方面优于 Celox?。•CSHP-3 显示出优异的生物相容性,并在体内减少失血和盐水使用量。•为动脉伤口的稳定止血控制和临床转化铺平了道
- •
机器学习引导的 CSHP 专为动脉出血控制而设计。
- •
物理 - 静电 - 疏水凝血形成抵抗动脉出血。
- •
CSHP-3 在凝血速度和机械稳定性方面优于 Celox?。
- •
CSHP-3 显示出优异的生物相容性,并在体内减少失血和盐水使用量。
- •
为动脉伤口的稳定止血控制和临床转化铺平了道路。
引言
创伤性动脉出血是院前死亡的主要原因 [1], [2]。对于来自深部不规则伤口的动脉出血,传统止血方法面临重大局限。纱布和明胶海绵依赖物理压迫,难以贴合深部伤口;纤维蛋白胶虽然可以在原位形成膜,但抗冲刷能力弱且成本高 [3], [4]。颗粒状止血材料由于其高流动性和填充不规则伤口的能力,已成为深部动脉出血的有前景的替代方案。
然而,目前可用的商业止血颗粒在平衡止血功效与临床安全性方面面临挑战。沸石和高岭土等无机颗粒(例如 QuikClot)可以迅速吸水并浓缩血细胞。然而,放热反应可能造成热损伤,且颗粒间缺乏内聚相互作用往往导致在流动血液下移位 [5], [6]。基于淀粉的多糖微球(例如 Arista?)依赖物理流体吸收,而不与血细胞主动结合,使其在出血期间容易流失 [7]。研究也专注于开发用于止血的纳米材料,但纳米颗粒尺寸极小,倾向于随流体分散而不是锚定在损伤部位。一旦进入全身循环,它们可能会增加远端血栓的风险 [8], [9]。因此,在高压动脉血流下实现稳定高效的止血同时保持临床安全性仍然是一个核心挑战。
壳聚糖 (CS) 为解决这些局限提供了有利的选择。它在湿润环境中表现出固有的粘附特性,质子化的氨基提供高正表面电荷,能够主动静电吸附带负电荷的红细胞和血小板 [10]。这些机制比纯吸水颗粒提供更强的界面相互作用,并避免了与无机制剂相关的放热风险。由于这些特性,以壳聚糖为基础的止血颗粒如 Celox? 已被广泛采用于战斗伤员护理中 [7], [11]。然而,临床观察表明,仅通过静电聚集形成的凝块内部交联密度低且机械强度差 [12], [13]。在高压动脉血流产生的持续剪切力或患者转运过程中的机械扰动下,凝块容易崩解,导致二次出血 [14], [15]。在活动性出血下对深部伤口的可靠封闭以及在高压动脉血流下凝块的机械完整性仍然是重大挑战。
石油工程中的钻井液泄漏与动脉出血有相似之处,这为动脉出血的物理封堵提供了宝贵见解。两者都需要在动态流体环境中建立抗冲刷屏障。在石油工程中,使用多阶段粒径分布系统来实现有效的动态封堵。大颗粒优先架桥并阻断主裂缝,中颗粒填充孔隙,小颗粒形成致密封堵层 [16]。借鉴石油工程的多级封堵策略,具有粒径分布的止血颗粒可能对动脉止血同样有效。大颗粒用于锚定血管破裂口,中颗粒用于填充孔隙空间,小颗粒用于致密封堵。将这一策略应用于止血材料设计,可以构建分级颗粒系统。该系统在吸收流体后能迅速膨胀,在初始出血期间形成稳定的物理屏障。然而,确定最佳粒径范围和协同比例仍然是一个关键障碍。目前的研究侧重于单一粒径或纳米颗粒的隔离效应,对分级粒径分布中协同效应的系统探索关注有限 [17]。传统的试错方法若不耗费大量时间、资金和人力,就无法筛选出最佳组合。随着机器学习算法的发展和大规模计算能力的提升,人工智能为解决这一困境提供了新的视角 [18], [19]。通过整合多参数数据进行模型训练,人工智能可以准确预测不同粒径分布下的止血功效。
基于多阶段粒径分布的物理封堵策略可以提供一个有效的解决方案,以实现活动性出血下深部不规则伤口的可靠封闭。进一步加强壳聚糖颗粒与血细胞之间的粘附和相互作用也是必要的。这可以增强凝块以承受高剪切动脉血流和机械扰动,从而提高凝块密度和机械完整性 [20], [21]。如果没有足够的内部密度,凝块在持续流体剪切和外部机械扰动下仍可能松动和移位,导致二次出血 [22], [23], [24]。因此,需要额外的设计来增强 CS 与血细胞之间的结合,从根本上改善抗流失性能。
在此,本研究结合了机器学习引导的粒径分布和月桂酸介导的疏水负载,构建了壳聚糖止血颗粒 (CSHP),将快速物理封堵与更致密、抗剪切的三维凝块相结合。依靠大、中、小颗粒的分级比例,CSHP 通过在血管破裂处迅速锚定并形成致密封堵层来实现物理封闭;同时,其阳离子特性和月桂酸引入的疏水基团促进了与血细胞的静电 - 疏水相互作用,最终形成更紧凑的三维网络。这种结构能够有效抵抗高压动脉血流 的机械冲击,显著降低二次出血的风险。总之,这种机器学习驱动的生物质材料设计策略成功构建了一种新型止血材料,具有快速止血功效、优异的机械稳定性和易于去除性,为解决深部动脉出血的临床挑战提供了创新方案。
章节摘要
CSHP 的制备与物理表征
CSHP 是通过溶液混合和溶剂蒸发方法结合机械筛分制备的,制备过程和止血机制在方案 S1 中示意说明。
为了解决传统试错方法在筛选 CSHP 粒径比例时的低效问题,建立了一个机器学习预测模型来指导粒径分布设计。该模型以体外凝血时间作为核心输出指标,以平均颗粒
结论
在本研究中,机器学习引导的优化策略与来自石油工程的多阶段封堵概念相结合,成功开发出具有静电 - 疏水协同作用的 CSHP?3。与无月桂酸的 CS 相比,CSHP-3 将全血凝血时间减少了 33.3%。CSHP 形成的血凝块表现出 1566 Pa 的储能模量,比商业产品 CELOX? (1035 Pa) 高 51.3%,是空白组 (263 Pa) 的 6 倍。在一只巴马
CRediT 作者贡献声明
吕彦冰:写作 - 审查与编辑,资金获取,数据整理。张英杰:写作 - 原始草稿,方法论,调查,数据整理,概念化。王楷博:调查,数据整理。杨保成:项目管理,资金获取。李晓红:项目管理,资金获取。张子峰:写作 - 审查与编辑,监督,项目管理,资金获取。潘大青:资源。王飞:资源。黄世平:
竞争利益声明
我们声明,我们与其他个人或组织没有财务和个人关系,这些关系可能会不当地影响我们的工作,在任何产品、服务和/或公司中没有任何性质或种类的职业或其他个人利益,这些利益可以被解释为影响题为“具有静电 - 疏水协同作用的分级粒径分布壳聚糖止血颗粒用于快速和强韧”的手稿中提出的立场或审查。
竞争利益声明
作者声明,他们没有任何已知的竞争经济利益或个人关系可能会影响本论文报告的工作。
致谢
这项工作得到了国家自然科学基金委员会 (项目编号 22405071)、河南省科技研究项目 (项目编号 252102310447) 和河南省高等学校重点科学研究项目计划 (项目编号 26A150030) 的支持。
张子峰 | 张英杰 | 王楷博 | 吕彦冰 | 潘大青 | 王飞 | 黄世平 | 张寿仁 | 杨保成 | 李晓红