Prof. J. Smeyers-Verbeke Prof. Y. Vander Heyden

Slides:



Advertisements
Verwante presentaties
-Glucuronidase (GUS)
Advertisements

Record Linkage: Simulatie Resultaten Adelaide Ariel Biolink NL 28 maart 2014.
Thesisvoorstellen opleiding Apotheker Academiejaar Dienst FABI
H10: Prijsmanagement.
©2008 dr.drs.ir. Christoph Maria Ravesloot Master track-IDE Componentontwikkeling bouwindustrie Aarchitectural Bbuilding Ccomponents Ddesign Eengineering.
Business Marketing Sabine Vermuyten
1 Differential impact of unguided versus guided use of a multimedia introduction to equine obstetrics in veterinary education Jan Govaere a, Prof. Aart.
Valorisatie Leonie van Drooge | 1 13 December 2012.
Datastructuren Analyse van Algoritmen en O
WELKOM op de 2e SKML-IZS deelnemersmiddag
Presteren ijverige studenten beter? De complexe relatie tussen
Het collaboratief spelen van een educatieve game
Inhoud bijeenkomst 1 Doel- en vraagstelling Conceptueel model
Eiwitonderzoek bij ziekten
Thesisvoorstellen opleiding Apotheker Academiejaar Dienst FABI Prof. J. Smeyers-Verbeke & Prof. Y. Vander Heyden.
Visibility-based Probabilistic Roadmaps for Motion Planning Tim Schlechter 13 februari 2003.
CHEMISCH WEBEXPERIMENT. 2Woudschoten 1 november 2013 Hans van Dijk coordinator Lisette van Rens leerling / leraar materialen ervaringen in de klas Woudschoten.
Hoofdstuk 6 Het voorspellen van prestaties Deel 2: Vermogenvoorspellingen op architectuurniveau Prof. dr. ir. Dirk Stroobandt Academiejaar
THESISSEMINARIE 2 VAKGROEP EXPERIMENTEEL-KLINISCHE EN GEZONDHEIDSPSYCHOLOGIE Probleemstelling, methode LES 1; Klinische Psychologie; Universiteit Gent;
Chapter 9. Understanding Multivariate Techniques
1 Orientatie InformatieSystemen K.M.van Hee hgl. architectuur van informatiesystemen dir. Deloitte & Touche Bakkenist TU/e 2001.
8C120 Inleiding Meten en Modelleren 8C120 Prof.dr.ir. Bart ter Haar Romeny Faculteit Biomedische Technologie Biomedische Beeld Analyse
21 oktober Inhoudsopgave Waar is alles uit opgebouwd? Hoe testen we deze theoriën? Het LHCb experiment Wat heb ik gedaan? Wat zijn mijn conclusies?
Voorspellende analyse
College Beslissingsondersteuning Marakas H6,7 en 11 Robert de Hoog Programmagroep SWI Universiteit van Amsterdam.
Evelyne Louis Cluster oncologie
Antwoorden oefening krachten A1
ribwis1 Toegepaste wiskunde Lesweek 01 – Deel B
Zorgbrede transparantie en keuze-informatie
Blok 7: netwerken Les 1 Christian Bokhove
College Projectmanagement 2 februari Schatten Robert de Hoog College 2 februari 2001.
College Beslissingsondersteuning Marakas H6,7 en 11 Robert de Hoog Programmagroep SWI Universiteit van Amsterdam.
Project Informatiekunde werkgroepsbijeenkomst 17 april 2003.
Presentatie voor CEPHIR
Ine Vansteenkiste EINDWERK
Sarah Bal & Marlies Tierens, Universiteit Gent
Effecten van visualisatie van participatie tijdens CSCL
Hoofdstuk 4 – Gegevens analyseren
Duurzame Inzetbaarheid in de publieke sector. 2 Onderzoek In opdracht van Ministerie van BZK Secundaire analyse POMO 2010 Doelgroepen -Overheidssectoren.
Datagestuurde handhaving :
De vangnetpopulatie in de Ziektewet: kenmerken en risicofactoren voor langdurig verzuim Het onderzoek.
1 Duurzaam ondernemen werkt ! Milieu en werkgelegenheid Peter Van Humbeeck SERV.
Ontwikkeling van aanbevelingsalgoritmen voor online social games Jan Heuninck.
Validatie bioanalyse volgens EMA-richtlijn
Het optimale design versus de weerbarstige praktijk Prof. Dr. Jan Busschbach
Evidence based onderzoek. Wat is evidence-based ?  Letterlijk betekent dit aanduiding of bewijs.  het gebruik van een bewijs dat de keuze voor een bepaalde.
Agenda Inleiding en Lagerhuis: Proces management en proces keten optimalisatie gaat ons helpen inzicht te krijgen in de impact van toekomstige veranderingen.
Hogeschool Rotterdam, Opleiding Vastgoed & Makelaardij drs. ing. M.M.A. Scheepers Collegejaar college.
Hogeschool Rotterdam, Opleiding Vastgoed & Makelaardij drs. ing. M.M.A. Scheepers Collegejaar college.
Latent class growth analysis als succesvolle methode om subgroepen te identificeren binnen een gewichtsreductie interventie. Bastiaan C. de Vos¹, MD,
Leraareffectiviteit – wat weten we (niet)? Daniel Muijs, University of Southampton.
1 Casus 2 Kleurstoffen in voeding Inleiding Wat is de functie: 1)Het product aantrekkelijker maken. 2)De oorspronkelijke kleur teruggeven.
HW voor deze les: mk opg. 8 t/m 11 (vorige les: 1 t/m 7)
PW6 week 3 les 1 swlom2b / swlov2a L. Fassotte HW voor deze les: afmaken hfd 4 opgave 7 + zelftest HW na deze les: lezen par t-m 14.5; maken 1-11.
4 april 2009Scientific Options Trading VOF ( 1 Scientific Options Trading Handelen in opties op basis van engineering principes Dr.
Karakterisering van tannines uit tropische planten door middel van spectrofotometrie Stagegever en stagementor: prof. dr. ir. Geert Janssens & dr. Marta.
Bepaling van ethanol in biologische monsters met behulp van statische headspace en gaschromatografie met vlamionisatie detector Jan De Rycke.
Krachtig ontwerpen op basis van gedegen onderzoek.
De Wet hergebruik overheidsinformatie en de Wet stelsel openbare bibliotheekvoorzieningen Aad van Tongeren Fobid/KB 17 november 2016.
Daphne Seys Buitenlandse stage gevolgt aan Dublin city university
Bachelorproef Academiejaar Cédryck Pauwels FBT
Student: Christof Dolphens Mentor: Dr. Jomjai Peerapattana
Ameline Roose Hogeschool West-Vlaanderen
Lentevergadering VVOG
Kwaliteit van leven en gezondheid
Leraareffectiviteit – wat weten we (niet)?
Vloeistofchromatografie
Rapport evaluatie proactieve flux V.T.
Rapport evaluatie proactieve flux V.T.
Kwantitatief onderzoek
Transcript van de presentatie:

Thesisvoorstellen opleiding Farmaceutische Wetenschappen Academiejaar 2008-2009 Dienst FABI Prof. J. Smeyers-Verbeke Prof. Y. Vander Heyden Prof. J. Plaizier-Vercammen

Vakgroep Analytische Scheikunde en Farmaceutische Technologie Prof. J. Smeyers-Verbeke Prof. Y. Vander Heyden Prof. J. Plaizier-Vercammen

Vakgroep Analytische Scheikunde en Farmaceutische Technologie Wat doen wij? Chemometrie Metrologie Scheidings- technieken

Vakgroep Analytische Scheikunde en Farmaceutische Technologie Doel onderzoek: Evaluatie van nieuwe methodologieën in scheidingstechnieken Methodeontwikkeling en -optimalisatie Technieken: HPLC, CE, capillaire electrochromatografie Toepassingen: Chirale scheidingen, “snelle” scheidingen, fingerprinting, geneesmiddelenanalyse Experimenteel design Data evaluatie - Voorspellen membraanpassage van geneesmiddelen - Voorspellen van anti-oxiderende eigenschappen van plantenextracten

Thesisvoorstel professor Plaizier-Vercammen

Capillaire Electrochromatografie Indiana Tanret

Technieken verbeteren? HPLC Miniaturisatie  CLC: capillair CE Meer affiniteit door toevoegen van stationaire fase  CEC ≈ combinatie HPLC + CE

CEC: toestel SF in capillaire kolom: monolieten Je leert hoe EOF Je leert hoe monolieten gemaakt worden SF in capillaire kolom: monolieten

Polymere monolieten BMA BMA META + BMA EDMA EDMA META + BMA META + BMA

Polymere monolieten  Poreus medium BMA BMA META + BMA PFS PFS PFS EDMA EDMA META + BMA META + BMA PFS EDMA EDMA BMA META + BMA  Poreus medium

Doel thesis Applicatie-ontwikkeling Transfereren van een bestaande HPLC-applicatie naar (p-)CEC of Ontwikkelen van een farmaceutische applicatie op een monolitische SF in p-CEC en/of CEC Je ontwikkelt een strategie, voert ze uit en je verwerkt je resultaten

Doel thesis HPLC Voordelen: ↑ efficientie? ↑ selectiviteit? ↑ resolutie? snellere runs? ... CEC

Experimenteel design in methode optimalisatie Bieke Dejaegher

Experimenteel design Experimenteel design set-up waarbij de onderzochte factoren tegelijkertijd gevariëerd worden  factoren één voor één variëren Exp F1 F2 F3 F4 F5 F6 F7 F8 F9 F10 F11 1 -1 2 3 4 5 6 7 8 9 10 11 12

Experimenteel design Experimenteel design In optimalisatie set-up waarbij de onderzochte factoren tegelijkertijd gevariëerd worden  factoren één voor één variëren In optimalisatie « screening »  factoren met grootste invloed of effect op de onderzochte respons(en) bepalen belangrijkste factoren verder onderzoeken mbv « response surface designs » Modelleren van de respons als functie van de factoren Voorbeelden: three-level full factorial designs, central composite designs, Box-Behnken designs, Doehlert designs, uniform designs

Doel Verschillende « response surface designs » in optimalisatie vergelijken, welke meest geschikt? 3 factoren  verschillend aantal experimenten ! Three-level full factorial designs: 33=27 exp. Central composite designs: 23+6+min1= min 15 exp. Box-Behnken designs: 13 exp. Doehlert designs: 13 exp. Uniform designs: 6 exp.

Doel Verschillende « response surface designs » in optimalisatie vergelijken, welke meest geschikt? 3 factoren  verschillend aantal experimenten ! Three-level full factorial designs: 33=27 exp. Central composite designs: 23+6+min1= min 15 exp. Box-Behnken designs: 13 exp. Doehlert designs: 13 exp. Uniform designs: 6 exp.

Doel Verschillende « response surface designs » in optimalisatie vergelijken, welke meest geschikt? 3 factoren  verschillend aantal experimenten ! Three-level full factorial designs: 33=27 exp. Central composite designs: 23+6+min1= min 15 exp. Box-Behnken designs: 13 exp. Doehlert designs: 13 exp. Uniform designs: 6 exp.

Doel Verschillende « response surface designs » in optimalisatie vergelijken, welke meest geschikt? 3 factoren  verschillend aantal experimenten ! Three-level full factorial designs: 33=27 exp. Central composite designs: 23+6+min1= min 15 exp. Box-Behnken designs: 13 exp. Doehlert designs: 13 exp. Uniform designs: 6 exp.

Doel Verschillende « response surface designs » in optimalisatie vergelijken, welke meest geschikt? 3 factoren  verschillend aantal experimenten ! Three-level full factorial designs: 33=27 exp. Central composite designs: 23+6+min1= min 15 exp. Box-Behnken designs: 13 exp. Doehlert designs: 13 exp. Uniform designs: 6 exp.

Doel Verschillende « response surface designs » in optimalisatie vergelijken Gebruikte toepassing? Optimalisatie scheiding HPLC/CE Optimalisatie derivatisatiereactie Invloed van ↓ aantal exp ? Welk optimum wordt voorspeld uit elk design? Welke voorspelde optima leveren praktisch ook goede resultaten op? Vergelijken voorspelde waarde met experimentele waarde bij gevonden optima

VINGERAFDRUK ANALYSE van kruiden d.m.v. HPLC/DAD Goedele Alaerts Christophe Tistaert

Vingerafdruk analyse van kruiden Belang onderzoek kwaliteit van kruiden: Vermageringskuur op basis van chinese kruiden Nefropathie: nierdialyse niertransplantatie 1990-1992 Verwisseling Aristolochia fangchi i.p.v.Stephania tetrandra

Vingerafdruk analyse van kruiden Nood aan identificatie kruiden kwaliteitscontrole kruiden Kruid = complex mengsel ! ? Bepaling enkele componenten Onvoldoende voor intrinsieke kwaliteit

Vingerafdruk analyse van kruiden Oplossing: fingerprints Karakteristieke vingerafdruk Infra Rood (IR) Massa spectrofotometrie (MS) Dunne laag chromatografie (DLC) Hoge druk vloeistofchromatografie (HPLC) Capillaire Electroforese (CE) Chromatografische fingerprint Geaccepteerd door WHO !

Vingerafdruk analyse van kruiden Experimenteel deel: Fingerprint ontwikkeling en optimalisatie d.m.v. HPLC/DAD Dataverwerking: Hoe  kruiden onderscheiden op basis van hun fingerprints ? (Correlatiecoëfficienten of PCA) (Goedele) Modelleren van antioxiderende / cytotoxische activiteit i.f.v. de fingerprints en identificatie van de componenten die voor de activiteit verantwoordelijk zijn. (Christophe)

Vingerafdruk analyse van kruiden

Vingerafdruk analyse van kruiden Fam. Umbellifera Rhizoma Chuanxiong Rhizoma Ligustici <<< 0.05 % ferulic acid > 0.05 % ferulic acid

Vingerafdruk analyse van kruiden Chuanxiong Ligustici

Vingerafdruk analyse van kruiden Experimenteel deel: Fingerprint ontwikkeling en optimalisatie d.m.v. HPLC/DAD Dataverwerking: Hoe  kruiden onderscheiden op basis van hun fingerprints ? (Correlatiecoëfficienten of PCA) (Goedele) Modelleren van antioxiderende / cytotoxische activiteit i.f.v. de fingerprints en identificatie van de componenten die voor de activiteit verantwoordelijk zijn. (Christophe)

Vingerafdruk analyse van kruiden Vragen / info : Goedele Alaerts Bureau G 037 Tel 02/477 45 13 Goedele.Alaerts@vub.ac.be Christophe Tistaert Bureau G 041 Tel 02/477 47 26 Christophe.Tistaert@vub.ac.be

SCHEIDEN VAN CHIRALE GENEESMIDDELEN Promotor: Y. Vander Heyden J. Smeyers- Verbeke Co-Promotor: H. Ates

OVERZICHT Wat is chiraliteit? Belang? Thesisvoorstel

CHIRALITEIT Centraal C-atoom 4 verschillende substituenten Spiegelbeelden niet identiek  Enantiomeren!

BELANG Verschillend gedrag van enantiomeren in chirale media Gevolg Minder werking Geen werking Antagonistische werking Toxische werking Geef hier (na eerste puntje de voorbeelden en maak een link met laatste voorbeel = GENEESMIDDEL, en gevolgen OF na GEVOLG?) Voorbeelden: Limoneen (-) = scherpe citroengeur Limoneen (+)= zachte sinaasappelgeur Methorphan (+) = antitussivum (-) = pijnstiller Thalidomide (R) = tegen ochtendmisselijkheid, kalmeermiddel (S) = TERATOGEEN

THESISVOORSTEL Wetgeving FDA en EMEA Gebruikte techniek in thesis Distomeer als onzuiverheid in eutomeer Scheiden racemische mengsels Gebruikte techniek in thesis HPLC met polysaccharide gebaseerde SF (NPLC, RPLC, POSC) Vermeld hier dat de selector de PS in de kolom is! En dat er ook andere technieken zijn zoals GC, SFC, CE

THESISVOORSTEL Toepasbaarheid van bestaande strategieën controleren Nieuwe kolommen implementeerbaar? Nieuwe strategieën definiëren indien nodig

THESISVOORSTEL Strategie = in POSC Een beetje uitleggen

Voorspellen van de anti-oxiderende capaciteit van groene thee aan de hand van fingerprints Promotoren: Prof. Vander Heyden en Prof. Smeyers-Verbeke Co-promotor: Melanie Dumarey

1. INLEIDING: fingerprints Identificatie Kwaliteitscontrole Kwantitatieve eig. Fingerprint = chromatografisch patroon van een extract, waarin enkele farmacologisch actieve en/of chemisch karakteristieke componenten worden weergegeven

2. DOEL AO capaciteit! AO capaciteit? AO capaciteit? Groene thee TEAC assay AO capaciteit? Fingerprints AO capaciteit? Groene thee Dissimilaire fingerprints

3. THEORIE: multivariate calibratie Calibratieset (X) Respons (y) Technieken 1. Stepwise MLR 2. PCR 3. PLS 4. UVE-PLS 5. O-PLS 3258 2850 4436 3798 3061 Fingerprints thee AO capaciteit (TEAC assay) Calibratie model: y = f(X) + calibratie model Voorspellen y X (nieuw theestaal)

4. Praktisch AO capaciteit bepalen van groene theestalen m.b.v. de TEAC assay Fingerprints ontwikkelen op 2 dissimilaire chromatografische systemen (HPLC) Wiskundige technieken toepassen om AO capaciteit te voorspellen gebaseerd op de fingerprints (individuele en gecombineerde fingerprints)

Enhancing sensitivity of a CE separation method for viral compounds Iulia Oita, Bieke Dejaegher

What & How? - + - Picornaviridae CE analysis  50 nm Model organism : Separation based on differential migration in an electrical field Reasonable/Short analysis time Low sample&reagent volume Poliovirus (PV)  50 nm “Gentle and suitable for labile compound and microorganisms” (Glynn 1998) Model organism : small, readily available, easy to manipulate, safe well known IS Electropherogram of a PV sample 0.5 μg/100 ml - + PV -

Enhancing CE sensitivity using LIF detection LIF = laser induced fluorescence –N=C=S R NH –NH NH– –NH–C=S = – S=C–NH NH–C=S –NH–C– S NH2 –NH2 NH2– Laser beam Fluorescein isothiocyanate NH2– reactive amino groups on the virus capsid Fluorescent poliovirus particles Labeled virus 488 nm

Student work Find optimal conditions for: Derivatization of viral sample using fluorescein isothiocyanate Purification of labeled virus using size exclusion chromatography Transfer CE method using UV detection to LIF detection

Bedankt voor jullie aandacht !! OVERZICHT op http://www.vub.ac.be/fabi  Thesis proposals (linker kolom)