Η υδροχλωρική δονεπεζίλη (Donepezil.HCl, DPZ) είναι ένα φάρμακο που λαμβάνεται για τη θεραπεία της νόσου Altzheimer. Δρα ως ανασολέας της ακετυλοχοληστερινάσης, ενός ενζύμου υπεύθυνου για την καταστροφή του νευροδιαβιβαστή ακετυλοχολίνη, αυξάνοντας το ποσό της ακετυλοχολίνης στον εγκέφαλο. Παρουσιάζει διάφορες κρυσταλλικές μορφές, συμπεριλαμβανομένων δύο ένυδρων, καθώς και μια άμορφη φάση. Τα δισκία Υδροχλωρικής Δονεπεζίλης λαμβάνονται από το στόμα και μπορεί να αποθηκευθούν για κάποιο χρονικό διάστημα πριν χρησιμοποιηθούν. Τα δισκία DPZ ισχύος 10 mg περιέχουν 3.6 % API, ενώ στις περιπτώσεις όπου λαμβάνει χώρα πολυμορφική μετατροπή, η επιμέρους περιεκτικότητα κάθε πολυμόρφου είναι ακόμα μικρότερη. Η ταυτοποίηση και ποσοτική ανάλυση των πολυμόρφων ή ένυδρων μορφών είναι δυνατή μόνο με τη χρήση περίθλασης ακτίνων Χ και δονητικών φασματοσκοπικών τεχνικών. Λόγω του μικρού ποσοστού της δραστικής ουσίας στα δισκία και της πιθανής παρουσίας περισσοτέρων του ενός πολυμόρφου αλλά και του μεγάλου σχετικά ορίου ανίχνευσης αυτών των τεχνικών η ταυτοποίηση και ποσοτική ανάλυση είναι μια αναλυτική πρόκληση. Στην παρούσα εργασία έγινε προσπάθεια ταυτοποίησης των κρυσταλλικών μορφών του DPZ σε δισκία και έλεγχος της σταθερότητάς τους μετά από διάφορες διαδικασίες παρασκευής των δισκίων, καθώς και μετά από αποθήκευση σε διάφορες συνθήκες υγρασίας και θερμοκρασίας, χρησιμοποιώντας τις πειραματικές τεχνικές XRD, FT-IR και FT-Raman. Παρατηρήθηκε ότι η προέλευση του API, οι συνθήκες αποθήκευσης και κυρίως η μέθοδος παρασκευής των δισκίων επηρεάζουν τη σταθερότητα των φαρμακευτικών σκευασμάτων. Με στόχο τη διερεύνηση της δυνατότητας ανάπτυξης ποσοτικών αναλυτικών μεθόδων προσδιορισμού των πολυμόρφων Ι και ΙΙΙ του DPZ σε δισκία, οι παραπάνω τεχνικές χρησιμοποιήθηκαν για τον υπολογισμό των ορίων ανίχνευσης των δύο πολυμόρφων (0.35% κ.β. για το πολύμορφο Ι και 0.44 % κ.β. για το πολύμορφο ΙΙΙ με την τεχνική Raman, 0.95% κ.β. για το πολύμορφο Ι και 1.3 % κ.β. για το πολύμορφο ΙΙΙ με την τεχνική XRD, 1.2% κ.β. για τη μορφή Ι και 1.0 % κ.β. για τη μορφή ΙΙΙ με την τεχνική IR, όπως προέκυψαν μετά από στατιστική επεξεργασία των πειραματικών δεδομένων των διαφόρων τεχνικών), καθώς και για τον ποσοτικό τους προσδιορισμό. Η τεχνική Raman φαίνεται να μπορεί χρησιμοποιηθεί για ποσοτική ανάλυση των πολυμόρφων Ι και ΙΙΙ του DPZ σε δισκία, ενώ επιπλέον η ποσοτική μέθοδος που παρουσιάσθηκε εδώ είναι απλή και μη καταστροφική για τα δείγματα. Η μέθοδος XRD μπορεί πιθανόν να χρησιμοποιηθεί για την ποσοτική ανάλυση δισκίων DPZ, με μεγαλύτερο όμως σφάλμα σε σύγκριση με την τεχνική Raman, ενώ η μέθοδος FT-IR ATR, παρέχει τα λιγότερο καλά ποσοτικά αποτελέσματα, ακόμα και στην περίπτωση που το δισκίο περιέχει αποκλειστικά το ένα από τα δύο πολύμορφα. Τέλος, με στόχο την ερμηνεία των φασμάτων δόνησης που καταγράφησαν στην παρούσα εργασία, υπολογίστηκαν η σταθερή δομή του μορίου της Δονεπεζίλης και της ένυδρης Δονεπεζίλης (με ένα μόριο νερού ανά μόριο Δονεπεζίλης) και τα φάσματα δόνησης (IR και Raman) με τις μεθόδους Hartree-Fock ab-initio και DFT (Density Functional Theory) και χρήση του υπολογιστικού πακέτου Gaussian09. / Donepezil hydrochloride (DPZ) is a medication used to treat Altzheimer’s disease. It acts as an inhibitor of acetylcholisterinase, an enzyme responsible for the destruction of the neurotransmitter acetylcholine, thus increasing the level of acetylcholine in the brain. As most of the pharmaceutical solids, DPZ exhibits polymorphism. Donepezil hydrochloride has different crystalline forms, including two hydrates, as well as an amorphous phase. DPZ is available for oral administration in tablets which can be stored for some time before use. In the present study, an effort was made to identify the crystal form of DPZ in tablets, as well as to test its stability against time, temperature and humidity, after various manufacturing processes, using XRD, FT-IR and FT-Raman techniques. The data showed that the origin of the API, the storing conditions and mainly the manufacturing process of the tablets affect the stability of the API. Quantitative determination of polymorphs I and III of DPZ in tablets was also attempted using the above experimental methods. Calibration models were constructed and applied in DPZ tablets. The detection limits of polymorphs I and III of DPZ for each technique, derived after statistical treatment of the experimental data, were calculated. Raman spectroscopy exhibited the lower detection limit (0.35 weigh % for polymorph Ι and 0.44 % weigh % for polymorph ΙΙΙ) compared with XRD (0.95% weigh % for polymorph Ι and 1.3 % weigh % for polymorph ΙΙΙ) and IR spectroscopy (1.2% weigh % for polymorph Ι and 1.0 % weigh % for polymorph ΙΙΙ). The data suggest that Raman spectroscopy could be applied to quantify polymorphs I and III in DPZ tablets; moreover, the Raman quantitative method presented in this work is simple and non-destructive for the tablets. The application of the X ray diffraction method for the quantitative analysis of polymorphs I and III in tablets yielded larger errors compared with Raman spectroscopy, while the FT-IR ATR technique yielded poor quantitative results, even in the case that only one polymorph was present in DPZ tablets. Finaly, in order to facilitate the assignment of the vibrational spectra recorded in this study, the optimized structure and the vibrational spectra (IR and Raman) of Donepezil and Donepezil hydrate (Donepezil:H20 = 1:1) molecules were calculated at the Hartree-Fock and DFT (Density Functional Theory) level of theory using the Gaussian 09 program package. The weigh % of the API in the tablets containing 10 mg of DPZ is 3.6 %. In cases where two or more polymorphs are present, the weigh % of each polymorphic form is lower. The difficulty in the identification and quantification of the crystal phase of DPZ is stemming from the small percentage of the API in the tablets, the considerable overlapping of DPZ XRPD patterns and IR and Raman spectra of the polymorphs and the excipients and the availability of various polymorphs.

Η διατριβή αφορά την ανάπτυξη και υλοποίηση ενός τετραδιάστατου, διακριτού μοντέλου προσομοίωσης της συμπεριφοράς καρκινικών κυτταρικών συστημάτων σε ελεύθερη ανάπτυξη και της απόκρισής τους σε χημειοθεραπευτική ή και ακτινοθεραπευτική αγωγή. Υλοποιήθηκαν δύο εκδοχές του μοντέλου: η χωρική και η μη χωρική προσέγγιση. Η χωρική προσέγγιση αναφέρεται στην τετραδιάστατη προσομοίωση συμπαγών όγκων. Η μη χωρική προσέγγιση βρίσκει εφαρμογή στην περίπτωση μη συμπαγών όγκων, καθώς και συμπαγών όγκων, όταν δεν δίνεται έμφαση στη χωρική εξέλιξή τους. Η ερευνητική εργασία έχει επικεντρωθεί σε τρεις τύπους καρκινικών όγκων: καρκίνος του μαστού, καρκίνος του πνεύμονα και πολύμορφο γλοιοβλάστωμα και σε θεραπευτικά σχήματα χορήγησης των σκευασμάτων: επιρουβικίνη (epirubicin), τεμοζολομίδη (temozolomide), σισπλατίνη (cisplatin), γεμσιταμπίνη (gemcitabine), βινορελμπίνη (vinorelbine) και δοσεταξέλη (docetaxel). Σκοπός της εργασίας είναι η ανάπτυξη ενός εργαλείου για την αξιόπιστη υποστήριξη ιατρών στη λήψη αποφάσεων σχετικά με την επιλογή θεραπευτικών σχημάτων και την εξατομικευμένη βελτιστοποίηση της θεραπευτικής αγωγής. Η αφετηρία είναι η μοντελοποίηση του κυτταρικού κύκλου και των πιθανών μεταβάσεων μεταξύ των καταστάσεων που μπορεί να βρεθεί ένα κύτταρο. Το μοντέλο βασίζεται στην υπόθεση ότι ο καρκινικός όγκος διατηρείται από μια συγκεκριμένη κατηγορία κυττάρων, τα καρκινικά βλαστικά κύτταρα (cancer stem cells), και έχει επεκταθεί ώστε να περιλαμβάνει σε μεγαλύτερη λεπτομέρεια διάφορους βιολογικούς μηχανισμούς σε μοριακό (πχ. εκφράσεις γονιδίων) και κυτταρικό επίπεδο. Ο μηχανισμός δράσης, η φαρμακοκινητική και η φαρμακοδυναμική των θεωρούμενων σκευασμάτων έχουν μελετηθεί βιβλιογραφικά και έχουν ενσωματωθεί στο μοντέλο. Επίσης, το μοντέλο έχει αναπτυχθεί ώστε να λαμβάνει υπόψη του την κλινική εικόνα του ασθενούς με χρήση εξατομικευμένων κλινικών δεδομένων, όπως απεικονιστικά δεδομένα (π.χ. CT, MRI, PET), ιστοπαθολογικά δεδομένα (π.χ. τύπος όγκου, βαθμός διαφοροποίησης) και μοριακά δεδομένα (π.χ. έκφραση γονιδίων). Στα πλαίσια της διατριβής πραγματοποιούνται έλεγχοι αξιοπιστίας και εκτενείς παραμετρικές μελέτες για την αποσαφήνιση της ευαισθησίας του μοντέλου στη διακύμανση των παραμέτρων του τόσο κατά την προσομοίωση της ελεύθερης ανάπτυξης όσο και κατά την εφαρμογή της χημειοθεραπευτικής αγωγής. Η ποσοτική αξιολόγηση, προσαρμογή και βελτιστοποίηση του μοντέλου πραγματοποιείται στα πλαίσια των ευρωπαϊκών ερευνητικών προγραμμάτων ACGT (Advancing Clinicogenomic Trials on Cancer, FP6-2005-IST-026996), ContraCancrum (Clinically Oriented Cancer Multilevel Modelling, FP7-ICT-2007-2-223979) και P-medicine (From data sharing and integration via VPH models to Personalized medicine, FP7-ICT-2009-6-270089) μέσω της αξιοποίησης πραγματικών κλινικών δεδομένων. Στην παρούσα διατριβή παρουσιάζονται τα αποτελέσματα της προσαρμογής του μοντέλου σε κλινικά δεδομένα του καρκίνου του μαστού, του καρκίνου του πνεύμονα και του πολύμορφου γλοιοβλαστώματος. Επιπλέον, διάφορες εκδόσεις του μοντέλου έχουν αξιοποιηθεί για ‘την επάνδρωση’ μιας ευρωπαϊκής βάσης μοντέλων για τον καρκίνο, που υλοποιείται στα πλαίσια του ευρωπαϊκού ερευνητικού προγράμματος TUMOR (Transatlantic Tumour Model Repositories, FP7-ICT-2009-5-247754). Το μοντέλο υλοποιείται σε γλώσσα προγραμματισμού C++. / In the present thesis, a clinically oriented, multiscale, discrete simulation model of cancer free growth and response to chemotherapy and/or radiotherapy is presented and investigated. Two versions of the model have been implemented: the spatial and the non spatial approach. The spatial model concerns the spatiotemporal evolution of solid tumours, whereas the non spatial model can be applied in the case of non solid cancers, as well as solid tumours, when no emphasis is put on the spatial features of a tumour evolution. The research work has been focused on the paradigms of early breast cancer treated with the single agent epirubicin, primary lung cancer treated with various combinations of cisplatin, gemcitabine, vinorelbin and docetaxel and glioblastoma multiforme treated with combined modality treatment using radiation and chemotherapy with temozolomide. The goal is to end up with a reliable simulation system able to assist clinicians in selecting the most appropriate therapeutic pattern, extracted from several candidate therapeutic schemes in the context of patient individualized treatment optimization. The model incorporates the biological mechanisms of cell cycling, quiescence, recruitment (reentry into the cell cycle), differentiation and death. It is based on the well documented assumption that tumour sustenance is due to the existence of cancer stem cells, i.e. cells which have the ability to preserve their own population, as well as give birth to cells that follow the path towards terminal differentiation. Furthermore, the mechanism of action, pharmacokinetics and pharmacodynamics of all considered agents have been bibliographically studied and incorporated into the model. Finally, the model has been developed to support and incorporate individualized clinical data such as imaging data (e.g. CT, MRI, PET slices, possibly fused), including the definition of the tumour contour and internal tumour regions (proliferating, necrotic), histopathologic (e.g., type of tumour) and genetic data (e.g., gene expression). An exhaustive and in-depth examination of the model behaviour with respect to the variation of its input parameters has been performed, in order to determine the impact of its parameters, guarantee a biologically relevant virtual tumour behaviour and enlighten aspects of the interplay and possible interdependencies of the biological mechanisms modeled. Finally, the model has been quantitativily validated and adaptated in the framework of the ACGT (Advancing Clinicogenomic Trials on Cancer, FP6-2005-IST-026996), ContraCancrum (Clinically Oriented Cancer Multilevel Modelling, FP7-ICT-2007-2-223979) and P-medicine (From data sharing and integration via VPH models to Personalized medicine, FP7-ICT-2009-6-270089) European Commission-funded projects by exploiting real clinical data. In the present thesis, the clinical adaptation of the model focuses on breast cancer, lung cancer and glioblastoma multiforme clinical cases. Moreover, various versions of the model have been uploaded to the EU cancer model repository developed by the TUMOR (Transatlantic Tumour Model Repositories, FP7-ICT-2009-5-247754) European Commission-funded project. The model has been developed in the C++ programming language.