L’objectif de ce travail était de modéliser la pharmacocinétique de nanocapsules lipidiques et plus précisément de trouver les points les plus prédictifs afin de réduire le nombre de prélèvements sanguins lors des études in vivo. Ces nanocapsules ont été développées par le laboratoire de Micro et Nanomédecines Translationnelles à Angers (M.I.N.T). Pour réaliser la modélisation, les nanoparticules de différents types et taille ont été injectées en intraveineux à 34 rats puis à la suite de prélèvements sanguins la concentration de ces dernières a été évaluée à l’aide de la méthode FRET combinée avec un système d’analyse de suivi des nanoparticules. La concentration de ces nanoparticules a été mesurée à différents temps : 5, 30, 60, 90,120, 180, 240, 360, 600 et 1440 minutes. À la suite de cela, les données ont été collectées et la stratégie d’échantillonnage limité a été évaluée en utilisant une méthode de régression linéaire multiple sur analyse en composantes principales combinée à une Recursive Feature Elimination-Leave One 0ut Cross Validation . Ceci a permis de trouver un modèle valide (r2>0.9, une RMSE<15% reflet de la précision et une MPE< 15% reflet du biais) en sélectionnant 3 temps (180, 360, 600 minutes) avec un r2 de 0.952, un r2 ajusté égal à 0.925 une MPE égale -0.03 %, une RMSE égale 9.81 % ainsi qu’une métrique J égale à 0.222 relativement proche de 0. Le modèle construit met en évidence la complexité de la pharmacocinétique des nanoparticules sachant qu’elle semble dépendre essentiellement de la phase d’élimination. Cette méthode a permis de conserver uniquement 30% des temps de prélèvements tout en ayant une bonne précision et un faible biais ce qui est prometteur dans le cadre de futurs essais qu’ils soient effectués chez l’animal ou chez l’homme.
The aim of this work was to model the pharmacokinetics of lipid nanocapsules and, more specifically, to identify the most predictive time points in order to reduce the number of blood samples required in in vivo studies. These nanocapsules were developed by the Laboratory of Translational Micro and Nanomedicines in Angers (M.I.N.T). To carry out the modeling, nanoparticles of various types and sizes were administered intravenously to 34 rats. Following blood sampling, the concentration of these nanoparticles was assessed using the FRET method combined with a nanoparticle tracking analysis system. Concentrations were measured at the following time points: 5, 30, 60, 90, 120, 180, 240, 360, 600, and 1440 minutes. The collected data were then used to evaluate a limited sampling strategy through a multiple linear regression method on principal component analysis, combined with Recursive Feature Elimination and Leave-One-Out Cross Validation. This approach enabled the development of a valid model (r² > 0.9, RMSE < 15% indicating precision, and MPE < 15% reflecting bias) by selecting 3 key time points (180, 360, and 600 minutes). The resulting model showed an r² of 0.952, an r² adjusted of 0.925, an MPE of -0.03%, an RMSE of 9.81%, and a J metric of 0.222, which is relatively close to 0. The model highlights the complexity of nanoparticle pharmacokinetics, which appears to rely predominantly on the elimination phase. This method allowed for a reduction to just 30 percent of the original sampling time points, while maintaining high precision and low bias, which is promising for future studies in both animals and humans.