De huid is de laatste decennia een gegeerd onderwerp, met name in de zoektocht naar nieuwe toedieningsroutes voor geneesmiddelen en absorptie van cosmetica. Jammer genoeg worden proeven op (levende) dieren worden nog steeds beschouwd als de gouden standaard in het verwerven van informatie over dit onderwerp, terwijl er degelijke alternatieven voor handen zijn. Naast in vitro methoden kunnen ook chromatografische technieken worden gebruikt. Wij deden de test voor u; is het mogelijk om de doorlaatbaarheid van de huid te bepalen ZONDER dieren schade te berokkenen?
In deze scriptie werd een nieuwe methode onderzocht om de doorlaatbaarheid van de huid te bepalen, namelijk met behulp van superkritische vloeistofchromatografie. Chromatografie is een soort scheidingstechniek waarvan in het verleden reeds is aangetoond dat bepaalde specifieke chromatografische technieken kunnen geëxtrapoleerd worden naar andere toepassingen, bijvoorbeeld de huid. De essentie van iedere chromatografische techniek is dezelfde: een mengsel wordt door een stilstaande stationaire fase gestuurd aan de hand van een van een mobiele fase (vb. een vloeistof, dewelke continu door de stationaire fase stroomt). De afzonderlijke stoffen uit het te testen mengsel stromen aan een verschillende snelheid door de stationaire fase. Deze snelheid is natuurlijk afhankelijk van de affiniteit van elke individuele stof met de stationaire fase. In dit geval werd er dus gebruikt gemaakt van een superkritische vloeistof als mobiele fase, dit is bijvoorbeeld CO2 dat, bij voldoende hoge temperatuur en druk, zich niet in de gas- of vloeistoffase bevindt, maar eigenlijk geen van beide en allebei tegelijk is. Deze specifieke techniek is nooit eerder getest voor het modelleren van de doorlaatbaarheid van de huid, hoewel het een snelle, goedkope en ethische benadering is.
Op basis van eerdere studies en databanken werden meerdere stationaire fasen geselecteerd (in de hoop dat 1 ervan zou aanleunen bij de huid), alsook 58 verschillende stoffen waarvan de huiddoorlaatbaarheid reeds was gekend door middel van dierenproeven. Met behulp van statistische modeleer-methoden werd er dus een soort van nieuwe formule gezocht, zodat een nieuw ontwikkelde stof meteen zou kunnen getest worden en de penetratie door de huid in een vroeg stadium benaderd en voorspeld kan worden. De beste kolom werd geselecteerd op basis van bijvoorbeeld voorspellend vermogen van het ontwikkelde model.
Het voordeel van deze techniek is dat het zeer snel kan worden uitgevoerd, alsook dat er een minimum aan afvalproducten wordt gevormd in vergelijking met andere chromatografische methoden. Echter is de gevonden nieuwe formule gebaseerd op een experimentele waarde, dit wil zeggen dat een nieuwe stof (zoals een geneesmiddel) effectief ontwikkeld moet worden vooraleer deze kan getest worden (en dit kan dus niet puur theoretisch).
Deze studie was een succes: het is mogelijk een model te creëren dat zeer nauw aansluit bij de realiteit, waardoor het volledig mijden van dierenproeven dichterbij komt. Dit is alleszins een stap in de goede richting en zoals Mahatma Gandhi ooit zei: “ik verafschuw dierproeven met mijn hele ziel; elke wetenschappelijke ontdekking die bevlekt is voor mij van geen enkel belang”.
1. Abd E, Yousef SA, Pastore MN, Telaprolu K, Mohammed YH, Namjoshi S, Grice JE,S
Roberts MS. Skin models for the testing of transdermal drugs [Internet]. Vol. 8,
Clinical Pharmacology: Advances and Applications. Dove Medical Press Ltd; 2016
[cited 2021 Apr 25]. p. 163–76. Available from: /pmc/articles/PMC5076797/
2. Neupane R, Boddu SHS, Renukuntla J, Babu RJ, Tiwari AK. Alternatives to
biological skin in permeation studies: Current trends and possibilities.
Pharmaceutics. 2020;12(2).
3. Ng KW, Lau WM. Skin deep: The basics of human skin structure and drug
penetration. Percutaneous Penetration Enhancers Chemical Methods in Penetration
Enhancement: Drug Manipulation Strategies and Vehicle Effects. 2015(1). 3–11 p.
4. ChangWong DJ, Chang HY. Skin tissue engineering. Melton D, Cowan CA, editors.
StemBook [internet]. 2009 [accessed 2021 May 22]. Available from:
http://www.stembook.org/node/582
5. Gorzelanny C, Mess C, Schneider SW, Huck V, Brandner JM. Skin barriers in
dermal drug delivery: Which barriers have to be overcome and how can we
measure them? Pharmaceutics. 2020;12(7):1–31.
6. Zsikó S, Csányi E, Kovács A, Budai-Szűcs M, Gácsi A, Berkó S. Methods to evaluate
skin penetration in vitro. Sci Pharm. 2019;87(3).
7. Schönsee CD, Bucheli TD. Experimental Determination of Octanol-Water Partition
Coefficients of Selected Natural Toxins. J Chem Eng Data. 2020;65(4):1946–53.
8. Bhal SK. Application Note LogP-Making Sense of the Value [Internet]. [cited 2021
May 7]. Available from: www.acdlabs.com
9. Bos JD, Meinardi MMHM. The 500 Dalton rule for the skin penetration of chemical
compounds and drugs. Exp Dermatol. 2000;9(3):165–9.
10. Pereira GR, Luís A, Ruela M, Gravinez Perissinato A, Esselin De Sousa Lino M,
Mudrik PS. Evaluation of skin absorption of drugs from topical and transdermal
formulations. Artic Brazilian J Pharm Sci. 2016;52(3). Available from:
http://dx.doi.org/10.1590/S1984-82502016000300018
11. Couto A, Fernandes R, Cordeiro MNS, Reis SS, Ribeiro RT, Pessoa AM. Dermic
diffusion and stratum corneum: A state of the art review of mathematical models.
J Control Release. 2014;177(1):74–83.
12. OECD. OECD Guideline for testing of chemicals. Skin Absorption: in vitro Method (427). Test. 2004. p. 1–8. Available from: http://www.oecd-
ilibrary.org/docserver/download/9742801e.pdf?expires=1455016488&id=id&accname=guest&checksum=A084AE65CC5B740E047613C22407B0B9
13. Animals used for scientific purposes - Environment - European Commission. 2009.
[accessed 2021 May 1]. Available from:
https://ec.europa.eu/environment/chemicals/lab_animals/3r/alternative_e…
14. Franz Cell - The Original - PermeGear. [accessed 2021 Apr 30]. Available from:
https://permegear.com/franz-cells/
15. Franz Flow Cell - PermeGear. [accessed 2021 Apr 30]. Available from:
https://permegear.com/franz-flow-cell/
16. Finnin B, Walters KA, Franz TJ. In vitro skin permeation Methodology. In:
Transdermal and Topical Drug Delivery. 2012. p. 85–108.
17. Holmgaard R, Nielsen JB. Dermal absorption of pesticides – evaluation of variability
and prevention. Danish Environ Prot Agency. 2009;(124):116. Available from: https://www2.mst.dk/udgiv/publications/2009/978-87-7052-980-8/pdf/978-87-
7052-981-5.pdf
18. OECD. OECD Guideline for the testing of chemicals. Skin Absorption: in vitro Method (428). Test. 2004;(April):1–8.
19. Parallel Artificial Membrane Permeability Assay (PAMPA) Kit | PAMPA-096 | Universal Biologicals. [accessed 2021 Apr 30]. Available from: https://www.universalbiologicals.com/parallel-artificial-membrane-perme…
20. Henning A, Schaefer UF, Neumann D. Potential pitfalls in skin permeation
experiments: Influence of experimental factors and subsequent data evaluation.
Eur J Pharm Biopharm. 2009;72(2):324–31. Available from:
http://dx.doi.org/10.1016/j.ejpb.2008.07.016
21. Uchida T, Kadhum WR, Kanai S, Todo H, Oshizaka T, Sugibayashi K. Prediction of
skin permeation by chemical compounds using the artificial membrane, Strat-MTM.
Eur J Pharm Sci. 2015;67:113–8.
22. Kaur L, Singh K, Paul S, Singh S, Singh S, Jain SK. A Mechanistic Study to
Determine the Structural Similarities Between Artificial Membrane Strat-MTM and
Biological Membranes and Its Application to Carry Out Skin Permeation Study of
Amphotericin B Nanoformulations. AAPS PharmSciTech. 2018;19(4):1606–24.
23. Deconinck E, Ates H, Callebaut N, Van Gyseghem E, Vander Heyden Y. Evaluation
of chromatographic descriptors for the prediction of gastro-intestinal absorption of
drugs. J Chromatogr A. 2007;1138(1–2):190–202.
24. Chang YC, Chen CP, Chen CC. Predicting skin permeability of chemical substances
using a quantitative structure-activity relationship. In: Procedia Engineering.
Elsevier Ltd (Amsterdam, The Netherlands); 2012. p. 875–9.
25. Basak SC, Mills D, Mumtaz MM. A quantitative structure-activity relationship
(QSAR) study of dermal absorption using theoretical molecular descriptors. SAR
QSAR Environ Res. 2007 [accessed 2021 May 1];18(1–2):45–55. Available from:
https://pubmed.ncbi.nlm.nih.gov/17365958/
26. Chen LJ, Lian GP, Han LJ. Prediction of human skin permeability using artificial
neural network (ANN) modeling. Acta Pharmacol Sin. 2007;28(4):591–600.
27. Abraham MH, Martins F. Human skin permeation and partition: General linear free-
energy relationship analyses. J Pharm Sci. 2004;93(6):1508–23.
28. Soriano-Meseguer S, Fuguet E, Port A, Rosés M. Estimation of skin permeation by
liquid chromatography. ADMET DMPK. 2018;6(2):140–52.
29. Turowski M, Kaliszan R. Collagen immobilised on silica derivatives as a new
stationary phase for HPLC. Biomed Chromatogr. 1998;12(4):187–92.
30. Waters LJ, Shahzad Y, Stephenson J. Modelling skin permeability with micellar
liquid chromatography. Eur J Pharm Sci. 2013;50(3–4):335–40.
31. El-Shaheny RN, El-Maghrabey MH, Belal FF. Micellar liquid chromatography from
green analysis perspective. Open Chem. 2015;13(1):877–92.
32. De Vrieze M, Lynen F, Chen K, Szucs R, Sandra P. Predicting drug penetration
across the blood-brain barrier: Comparison of micellar liquid chromatography and
immobilized artificial membrane liquid chromatography. Anal Bioanal Chem.
2013;405(18):6029–41.
33. Hidalgo-Rodríguez M, Soriano-Meseguer S, Fuguet E, Ràfols C, Rosés M. Evaluation
of the suitability of chromatographic systems to predict human skin permeation of neutral compounds. Eur J Pharm Sci. 2013;50(5):557–68.
34. Lázaro E, Rà C, Abraham MH, Rosés M. Chromatographic Estimation of Drug
Disposition Properties by Means of Immobilized Artificial Membranes (IAM) and
C18 Columns. 2006 [accessed 2021 May 10]; Available from:
https://pubs.acs.org/sharingguidelines
35. Doležal R, Karásková N, Musil K, Novák M, Maltsevskaya N V., Maliňák D, et al.
Characterization of the Penetration of the Blood–Brain Barrier by High-Performance
Liquid Chromatography (HPLC) Using a Stationary Phase with an Immobilized
Artificial Membrane. Anal Lett. 2018;51(15):2401–14. Available from:
https://doi.org/10.1080/00032719.2018.1424175
36. Courtois C, Allais C, Constantieux T, Rodriguez J, Caldarelli S, Delaurent C.
Cholesteric bonded stationary phases for high-performance liquid chromatography:
Synthesis, physicochemical characterization, and chromatographic behavior of a
phospho-cholesteric bonded support. A new way to mimic drug/membrane
interactions? Anal Bioanal Chem. 2008;392(7–8):1345–54.
37. Pesek JJ, Matyska MT, Dawson GB, Wilsdorf A, Marc P, Padki M. Cholesterol
bonded phase as a separation medium in liquid chromatography: Evaluation of
properties and applications. J Chromatogr A. 2003;986(2):253–62.
38. Janicka M, Sztanke M, Sztanke K. Reversed-phase liquid chromatography with
octadecylsilyl, immobilized artificial membrane and cholesterol columns in
correlation studies with in silico biological descriptors of newly synthesized
antiproliferative and analgesic active compounds. J Chromatogr A. 2013;1318:92–
101.
39. Turowski M, Kaliszan R. Keratin immobilized on silica as a new stationary phase for
chromatographic modelling of skin permeation. J Pharm Biomed Anal. 1997;15(9–
10):1325–33.
40. Makansi M, R. Barron A. 3.4 Supercritical Fluid Chromatography. In: Physical
Methods in Chemistry and Nano Science. 2019. p. 362–72.
41. Liu J, Regalado EL, Mergelsberg I, Welch CJ. Extending the range of supercritical
fluid chromatography by use of water-rich modifiers. Org Biomol Chem.
2013;11(30):4925–9.
42. Witkowski A, Majkut M, Rulik S. Analysis of pipeline transportation systems for
carbon dioxide sequestration. Arch Thermodyn. 2014;35(1):117–40.
43. HPLC Column | Phenomenex | Luna. [accessed 2021 Apr 30]. Available from:
https://www.phenomenex.com/Products/Detail/Luna/NH2
44. HPLC Column | Synergi | Phenomenex. [accessed 2021 Apr 30]. Available from:
https://www.phenomenex.com/products/detail/Synergi
45. HPLC Column | Phenomenex | Luna. [accessed 2021 May 1]. Available from:
https://www.phenomenex.com/Products/Detail/Luna/HILIC
46. Synthesis and Applications of BEH Particles in Liquid Chromatography. [accessed
2021 May 1]. Available from: https://www.chromatographyonline.com/view/synthesis-and-applications-beh-
particles-liquid-chromatography-0
47. SFC Columns | Torus, Viridis SFC Column Separations | Waters. [accessed 2021
Apr 30]. Available from: https://www.waters.com/waters/en_US/SFC-Columns---
Trefoil%2C-Torus%2C-Viridis-/nav.htm?locale=en_US&cid=134696052
48. BEH (Ethylene Bridged Hybrid) Technology | Waters. [accessed 2021 Apr 30]. Available from: https://www.waters.com/waters/en_US/BEH-(Ethylene-Bridged-
Hybrid)-Technology/nav.htm?cid=134618172&locale=en_US
49. Galea C, Mangelings D, Vander Heyden Y. Method development for impurity
profiling in SFC: The selection of a dissimilar set of stationary phases. J Pharm
Biomed Anal. 2015;111:333–43.
50. D’Attoma A, Grivel C, Heinisch S. On-line comprehensive two-dimensional
separations of charged compounds using reversed-phase high performance liquid
chromatography and hydrophilic interaction chromatography. Part I: Orthogonality
and practical peak capacity considerations. J Chromatogr A. 2012;1262:148–59.
51. Vecchia B, Bunge A. Skin absorption databases and predictive equations in
transdermal drug delivery. In: Guy RH, Hadgraft J, editors. Skin absorption
databases and predictive equations In Transdermal Drug Delivery. 2nd ed. New
York: Marcel Dekker; 2003. p. 57–171.
52. Degim IT, Pugh WJ, Hadgraft J. Skin permeability data: Anomalous results. Int J
Pharm. 1998;170(1):129–33.
53. Azarbayjani AF, Lin H, Yap CW, Chan YW, Chan SY. Surface tension and wettability
in transdermal delivery: a study on the in-vitro permeation of haloperidol with
cyclodextrin across human epidermis. J Pharm Pharmacol. 2010;62(6):770–8.
54. Thomas J, Majumdar S, Wasdo S, Majumdar A, Sloan KB. The effect of water
solubility of solutes on their flux through human skin in vitro: An extended Flynn
database fitted to the Roberts-Sloan equation. Int J Pharm. 2007;339(1–2):157–
67.
55. Hoang KT. Dermal Exposure Assesment: Principes and Applications. Washington
D.C.; 1992.
56. Variance Inflation Factor (VIF) - Overview, Formula, Uses. [accessed 2021 Apr 30].
Available from: https://corporatefinanceinstitute.com/resources/knowledge/other/variance-
inflation-factor-vif/
57. Deconinck E, Zhang MH, Petitet F, Dubus E, Ijjaali I, Coomans D, Vander Heyden Y. Boosted regression trees, multivariate adaptive regression splines and their two-
step combinations with multiple linear regression or partial least squares to predict blood-brain barrier passage: A case study. Anal Chim Acta. 2008 Feb
18;609(1):13–23.