Unravelling the effectiveness of gene delivery complexes polyethylenimine/siRNA : in silico prediction and in vitro validation

This present works aimed to bridge the gap of current literature for the gene delivery gold-standard polymer Polyethylenimine (PEI), and develop a Coarse Grain (CG) model that can faithfully replicate the conditions to achieve an effective in vitro complexations, namely three: experimentally relevant molecular weights, different molecular topologies (linear and branched PEI), and protonation states that reproduce experimental data. A second main objective was to develop an in silico methodology to predict the best complexation conditions of systems consisting of PEI and siRNA and, therefore, validate their correctness through in vitro experimental results, performed at the same conditions. In order to predict the formation of such complexes through CG modelling, different parameters obtained from molecular dynamics simulations have been analysed (including Solvent Accesible Surface Area, cluster formation, charge density). At last, it has been observed that charge density is a good indicator of the best conditions to obtain an efficient in vitro complexation. Therefore, this methodology allows to achieve an in silico screening to predict gene delivery complexes formation and hence avoid potential waste of material and resources.

Questo lavoro di tesi si pone l’obbiettivo di colmare le lacune attualmente presenti in letteratura in merito alla modellazione molecolare del polimero d’eccellenza nel campo del gene delivery, ovvero la Polietilenimmina (PEI), e di sviluppare quindi un modello Coarse Grain (CG) che sia in grado di replicare fedelmente le condizioni sperimentali utili ad ottenere complessazioni efficaci in vitro, vale a dire: pesi molecolari sperimentalmente rilevanti, differenti topologie molecolari (PEI lineare e ramificato), e stati di protonazione che riproducano i dati sperimentali. Il secondo importante obbiettivo mira a sviluppare una metodologia in silico per prevedere le migliori condizioni di complessazione di sistemi costituiti da PEI e siRNA e, quindi, validarne la correttezza attraverso i risultati sperimentali conseguiti in vitro. Al fine di prevedere la formazione di tali complessi attraverso la modellizzazione CG sono stati analizzati differenti parametri ottenuti dalle simulazioni di dinamica molecolare (tra cui Superficie Accessibile al Solvente, formazione di cluster, densità di carica). In conclusione, si è osservato che la densità di carica è un buon indicatore delle migliori condizioni per ottenere una efficiente complessazione in vitro. Questa metodologia permette quindi uno screening in silico per prevedere la formazione di complessi per gene delivery e quindi evitare potenziali sprechi di materiale e risorse.