細胞外マトリックスを利用した外科、内科の組織学的治療に必要な解析と具体的手順の提案

特注細胞外マトリックスパッチ治療
(Customized ECMs patch medicine)
フック弾性誘導組織回復治療
(Hooke's elasticity-induced tissue recovery medicine)
(いずれも仮名)
これらはそれぞれ外科的、内科的なアプローチで
臓器、循環器などの組織において硬化が進み
動きが悪くなったところに対して
造影による解析、コンピューター計算、人工知能による貢献によって
弾性を適正に調整するための医療的介入を提案するものです。
これらを「自然に逆らわない形で」
実現していくためには、
そもそもフック弾性繊維が体の中でどのように分布しているか？
その事実を取ることが非常に需要です。
Open AIは「分散して存在する」と回答しましたが、
どういった大きさのどの様な材料構成、弾性の
エラスチン-フィブリリン-フィブリンから成るフック弾性繊維が
身体の中でどういった分布をとっているか？
その情報が少なくともほしいです。
血管なら内膜、中膜、外膜に対してどういった分布をとっているか？
それは若いマウス、高齢のマウスでも異なるはずだし、
もちろん、人でも年齢依存性はあると思います。
従って、空間分解能を持つプロテオーム解析が必要です。
それがわかれば、
どのような空間設計でフック弾性繊維で
外科的に、あるいは内科的にアプローチしたらいいか？
少なくともその重要な参考情報になります。
例えば、
80歳の人の血管の一般的なフック弾性繊維分布と
50歳の人のそれがわかるとします。
普通に考えるとその分布に違いがあり、
50歳の人の方が高い密度で分布しているとします。
その空間情報があれば、
80歳の人の血管を50歳の人の血管に近づける際に
その空間分布情報が目標設定の為の一つのガイドラインになります。
例えば、外膜をより強化しないといけないとなった時には
内膜を目標とする場合に比べて、
細胞をトランスサイトーシスさせる必要があるため、
ヒドロゲル送達方法をいくつか工夫する必要性が出てきます。
また、所々硬化している、炎症している部分があって、
そこだけ顕著に弾性繊維が少なければ
そこに特異的に結合するようにヒドロゲルを設計する事も出来きます。
その時には患者さんの血管を造影して、
高い空間分解能で動きを人工知能で分析する前提として、
硬化した部分の特徴的な動きを事前に学習させておく必要があります。
少なくともどれくらいの大きさのフック弾性繊維が
身体の心臓、肺、大動脈、骨格筋などの重要な臓器、組織において
分散して存在しているかがわかれば、
外側から外科的にアプローチするにしても、
どれくらいの大きさの繊維構造を分散して貼り付けるのがいいか？
その設計指針に完全ではないですが、部分的に貢献します。
例えば、ある程度、分散して届けたいと考えた時、
外科的に貼りつける事ができるシートをつくるわけですが、
比較的すぐに分解してなくなる
水分を多く含むヒアルロン酸から成るヒドロゲルシートを設計し、
それに分散させて、位置、大きさを制御して、
フック弾性繊維をある一定割合でヒドロゲルシートに分散させます。
そのヒドロゲルシートの母体は数日すれば、分解されてなくなるようになります。
そうすると安定性の高いフック繊維の部分だけが
位置、大きさが記憶された状態で分散して
心臓、肺、大動脈、骨格筋などに張り付きます。
それによって分散した様式で機械的に介入することが可能になります。
これは、機械的特性の次元を顕著に上げる事ができる提案です。
心臓、肺、大動脈、骨格筋の細かい位置によって
異なる目標となる機械的特性を実現するために、
細かい位置ごとに分散して制御して貼り付ける事ができる事で
高次に調整できる可能性を示すものです。