In silico hoogresolutie model van de hele long om lokaal toegediende doses van ingeademde geneesmiddelen te voorspellen

Waarom dit belangrijk is voor mensen met longziekten

Miljoenen mensen met astma, COPD of longfibrose zijn afhankelijk van inhalatoren, maar artsen kunnen nog niet precies zien waar het medicijn in iemands longen terechtkomt. Bereikt het geneesmiddel werkelijk de zieke gebieden, of blijft het grotendeels in de keel en de grote luchtwegen steken? Omdat dit moeilijk te meten is in levende mensen, verloopt de ontwikkeling van ingeademde medicijnen traag en kostbaar, en worden doses vaak gebaseerd op ruwe gemiddelden in plaats van op de behoeften van een individuele patiënt. Deze studie introduceert een gedetailleerd computermodel van de menselijke long dat per patiënt kan voorspellen waar elk klein ingeademd deeltje naartoe gaat en zich afzet, wat de manier waarop ingeademde geneesmiddelen worden ontworpen en voorgeschreven mogelijk ingrijpend verandert.

Een longscan omzetten in een virtuele tweeling

De onderzoekers beginnen met een standaard medische CT-scan en bouwen een driedimensionale 'digitale tweeling' van iemands longen. Ze halen digitaal de vorm van de longoppervlakken, de verschillende kwabben en de zichtbare luchtwegen eruit. Omdat CT alleen de grotere vertakkingen kan zien, vullen speciale groeialgoritmen de ontbrekende kleinere luchtwegen en de halve miljard druiventrosachtige longblaasjes waar gasuitwisseling plaatsvindt in. Het resultaat is een complete vertakkende boom van conductieve luchtwegen gekoppeld aan talloze vereenvoudigde alveolaire eenheden, plus omliggende structuren zoals de borstkas en het middenrif die de ademhalingsbeweging aansturen. Dit volledige model legt zowel de geometrie als het mechanische gedrag van gezond en ziek longweefsel vast.

Elk deeltje volgen met natuurkunde, niet giswerk

Bovenop deze digitale long laat het team een fysica-gebaseerde simulatie draaien van luchtstroming en weefselbeweging terwijl een persoon in- en uitademt volgens een daadwerkelijk opgenomen ademhalingspatroon. Vervolgens brengen ze virtuele deeltjes vrij die het ingeademde geneesmiddel vertegenwoordigen en berekenen hun paden één voor één terwijl ze door de bewegende lucht worden meegenomen, botsen, vertragen en uiteindelijk aan de wanden van de luchtwegen of aan alveolaire oppervlakken blijven plakken, of tijdens uitademing weer worden uitgestoten. In tegenstelling tot oudere vereenvoudigde modellen die de long behandelden als een reeks buizen of eendimensionale ‘trompetten’, lost deze aanpak de volledige driedimensionale paden op van de luchtpijp tot de diepste regio’s. Het volgt elk deeltje in elk moment van de ademhalingscyclus en levert een hoogresolutie 'kaart' van precies waar het medicijn terechtkomt.

Afstemmen op scans uit de echte wereld bij gezonde vrijwilligers

Om te testen of de computervoorspellingen de werkelijkheid weerspiegelen, vergeleken de auteurs hun resultaten met nucleaire beeldvormingsdata uit een eerdere klinische studie bij zes gezonde vrijwilligers die een radioactief aerosol inademden. Die studie gebruikte SPECT/CT-scanners om te visualiseren waar de deeltjes in de longen deponeerden. Voor tien verschillende inhalatie-experimenten met twee deeltjesgroottes en twee ademhalingspatronen voorspelde het model hoeveel massadeeltje van het geneesmiddel elke longkwab bereikte en of het meer centraal of juist in de perifere regio’s terechtkwam. Deze voorspellingen kwamen nauw overeen met de scanmetingen, met typische afwijkingen van slechts enkele procentpunten. Het model reproduceerde ook dat kleinere deeltjes de neiging hebben dieper het weefsel binnen te dringen, een effect dat in de beeldvorming werd gezien maar nog nooit zo kwantitatief was vastgelegd door een volledige-longsimulatie.

Inzoomen op diep weefsel en zieke gebieden

Omdat de virtuele long elke generatie luchtwegen en het volledige alveolaire gebied omvat, kan het details onthullen die beeldvorming niet gemakkelijk levert. De onderzoekers analyseerden hoeveel van de ingeademde dosis zich afzet in grote luchtwegen versus het fijne, gasuitwisselende weefsel en hoe dit varieert met ademhalingstijl en deeltjesgrootte. Ze bouwden ook een model van een long met idiopathische pulmonale fibrose, een ziekte die plekken in het weefsel verstijft en littekent. Door een hogere stijfheid toe te wijzen aan de fibrotische regio’s die op CT zichtbaar waren, toonden ze aan dat deze zieke zones ongeveer 40% minder geneesmiddel per volume-eenheid ontvingen dan gezondere gebieden. Dit suggereert dat standaarddoseringen mogelijk juist die gebieden onderbehandelen die de meeste medicatie nodig hebben, en dat ontwerp van geneesmiddelen en apparaten mogelijk moet worden aangepast voor zieke longen.

Van betere inhalatoren tot minder radioactieve scans

Eenvoudig gezegd toont dit werk aan dat een computermodel gebouwd op basis van de scan van een patiënt nauwkeurig kan voorspellen waar ingeademd medicijn in hun longen terechtkomt, zonder hen aan extra straling of invasieve tests bloot te stellen. Zo’n hulpmiddel kan ingenieurs helpen inhalatoren te ontwerpen die meer geneesmiddel naar de juiste regio’s brengen, artsen helpen bij het kiezen van deeltjesgrootte en ademhalingsinstructies afgestemd op elk ziektetype, en regelgevers een manier bieden om te testen of een generieke inhalator echt overeenkomt met een merkgeneesmiddel. Met snelle, grotendeels geautomatiseerde modelgeneratie en hoge reken-efficiëntie beargumenteren de auteurs dat virtuele longtrials op den duur veel nucleaire beeldvormingsstudies kunnen aanvullen of zelfs vervangen, waardoor de ontwikkeling en personalisatie van ingeademde behandelingen veiliger, sneller en goedkoper wordt.

Bronvermelding: Grill, M.J., Biehler, J., Wichmann, KR. et al. In silico high-resolution whole lung model to predict the locally delivered dose of inhaled drugs. Commun Med 6, 188 (2026). https://doi.org/10.1038/s43856-026-01459-z

Trefwoorden: toediening van ingeademde geneesmiddelen, longmodellering, aerosoldepositie, gepersonaliseerde geneeskunde, computationale simulatie