Jak połączyć wodę z ogniem, czyli nowoczesne technologie w kosmetykach naturalnych

Ewolucja kosmetyków naturalnych

W ostatniej dekadzie powstało wiele artykułów, opracowań, szkoleń i kursów poświęconych tematyce kosmetyków naturalnych. Zawierają one szereg definicji, porównują standardy (COSMOS vs NATRUE) i podsumowują wymagania techniczne stawiane tego typu produktom. Równie dużo ogólnodostępnych informacji znaleźć można na temat samego rynku kosmetyków naturalnych, jego wartości i prognoz dotyczących rozwoju. Czytelników zainteresowanych tymi kwestiami pozwolę sobie zatem odesłać do wspomnianych publikacji, które można bez trudu odszukać. Gwoli kronikarskiego obowiązku, warto jedynie wspomnieć, że agencja PMR prognozuje średnioroczną stopę wzrostu rynku kosmetyków naturalnych w Polsce w latach 2021–2026 na ponad 10% (czyli ponad dwukrotnie wyższą niż dla całej branży ogółem), a według GfK Polonia rynek kosmetyków eko/bio/vege w roku 2021 w Polsce wart był 400 mln zł, osiągając roczny wzrost o niebagatelne 76%. Zdaniem licznych ekspertów branżowych, naturalny trend przypomina rozpędzony pociąg, którego nie da się już zatrzymać. Co więcej, w ostatnim czasie zauważalny jest dalszy jego rozwój i wyraźna ewolucja w stronę tzw. clean beauty i zrównoważonego rozwoju, czyli działań oraz deklaracji dotyczących ochrony i przyjazności dla środowiska, a także postaw prospołecznych i proetycznych.

Liczne analizy rynkowe, zwłaszcza te dotyczące rynku europejskiego czy światowego, często poświęcone są jednak kosmetykom naturalnym certyfikowanym i nie muszą obejmować produktów, dla których naturalność jest jedynie deklarowana przez producenta i niepotwierdzona dodatkowo certyfikatem. Tymczasem pojawienie się w latach 2016 i 2017 normy ISO 16128, poświęconej definicjom i kryteriom technicznym dla naturalnych i organicznych składników oraz produktów kosmetycznych, było swoistym katalizatorem rozwoju tego segmentu i przyczyniło się do ogromnego wzrostu popularności kosmetyków naturalnych, zwłaszcza w Polsce. Dysponując narzędziem w zasadzie darmowym (koszt zakupu normy jest pomijalny, szczególnie w porównaniu z kosztem certyfikacji), opracowanym przez niezależną i poważaną na całym świecie organizację, dającym możliwość obiektywnego i mierzalnego potwierdzenia deklaracji dotyczących naturalności, producenci kosmetyków coraz śmielej zaczęli sięgać po tego typu claimy, odwołując się do wskaźników zawartych we wspomnianej normie (zwłaszcza Natural Origin Index). I choć nadal brakuje jednoznacznej definicji kosmetyku naturalnego (czy produkt z NOI 90% jest już naturalny, czy jeszcze nie?), a sama norma ISO 16128 nie jest doskonała i prezentuje zgoła odmienne podejście, niż te spotykane w będących dotąd punktem odniesienia standardach COSMOS czy NATRUE, jej wkład w rozwój trendu kosmetyków naturalnych jest nie do przecenienia.

Wzrost popularności kosmetyków naturalnych nie byłby jednak możliwy bez postępu zachodzącego w sferze surowców umożliwiających stworzenie naturalnej receptury. Współczesny kosmetyk naturalny już nie musi być topornym i nieatrakcyjnym mazidłem, z którym stereotypowo jest kojarzony, ale dzięki nowoczesnym zagęstnikom, emulgatorom, emolientom czy surfaktantom może przybierać ciekawe formy i tekstury oraz dawać przyjemne i nietuzinkowe wrażenia ze stosowania. Innowacje nie ominęły także szczególnie mocno osadzonego w świecie nauki sektora składników aktywnych – czyli tych surowców, które bezpośrednio odpowiadają za skuteczność działania kosmetyku. Pokutujący mit o rzekomo niższej skuteczności kosmetyków naturalnych już dawno się zdezaktualizował, a współczesne naturalne substancje czynne mogą już na starcie pochwalić się wysokim stopniem innowacyjności i efektywności oraz wykorzystaniem najnowszych osiągnięć technologii. W związku z tym, że jest to segment szczególnie mi bliski, postaram się pokrótce przybliżyć klika przykładów wykorzystania nowych technologii w kontekście tworzenia lub badania naturalnych substancji aktywnych stosowanych w kosmetykach.

Modelowanie in silico

Termin „in silico” oznacza w dosłownym tłumaczeniu z łaciny „w krzemie”, a w praktyce używa się go do opisywania badań wykonywanych za pomocą symulacji komputerowych. Jest to dobrze znana i szeroko stosowana, głównie w przemyśle farmaceutycznym i medycynie, metoda służąca m.in. do wyboru składników aktywnych, umożliwiająca precyzyjne przewidywanie aktywności specyficznych cząsteczek. Coraz częściej wykorzystuje się ją również w branży kosmetycznej, zwłaszcza przy pracach rozwojowych nad substancjami czynnymi. Modelowanie procesów fizycznych i biochemicznych zachodzących w komórkach skóry nie wymaga już bowiem skomplikowanych, czasochłonnych i kosztownych testów empirycznych. Osoby odpowiedzialne za opracowanie składnika aktywnego, zwłaszcza w początkowym etapie tworzenia takiego surowca i selekcji substancji czynnej, mogą wspomóc się analizą informacji zawartych w specjalistycznych bazach danych, przygotowując do tego celu odpowiednio zdefiniowany model komputerowy.

W keratynocytach odnaleźć możemy grupę receptorów PPAR (Peroxisoma Proliferation-Activated Receptors – receptory aktywowane przez proliferatory peroksysomów). Są one w stanie regulować m.in. różnicowanie i proliferację komórek, odpowiedzi zapalne oraz funkcje barierowe skóry, np. poprzez pobudzenie syntezy lipidów naskórka. Szczególnie istotny jest tutaj receptor PPAR-γ, który stymuluje różnicowanie keratynocytów. Dowiedziono, że aktywacja receptora PPAR-γ daje obiecujące efekty w zwalczaniu różnych problemów skórnych, takich jak atopowe zapalenie skóry czy łuszczyca, zwiększa poziom m.in. inwolukryny i filagryny (białka odpowiedzialne za nawilżenie i spoistość naskórka) oraz przyspiesza regenerację bariery skórnej po jej przerwaniu. Inspirując się tymi badaniami postanowiono opracować naturalną substancję aktywną, która poprzez wiązanie się z receptorem PPAR-γ będzie w stanie poprawiać nawilżenie i funkcję barierową skóry. Wykorzystano do tego celu metodę modelowania in silico, za pomocą której wyłoniono potencjalnego agonistę receptora. Do wirtualnego skriningu użyto bazę danych składającą się ze 160 000 występujących w naturze związków, które zostały ocenione przez model komputerowy pod kątem ich potencjału do interakcji z receptorem PPAR-γ, według ściśle założonych parametrów obejmujących m.in. budowę chemiczną i przestrzenną danego związku. Wyłoniono 600 potencjalnych składników aktywnych, a do dalszych badań wybrano 5 związków. Ostateczna selekcja opierała się na kilku kryteriach, takich jak powinowactwo do receptora, właściwości cząsteczki (np. rozpuszczalność, penetracja skóry), jej pochodzenie, toksyczność czy innowacyjność na polu kosmetycznym.

Finalnie najlepszym kandydatem mogącym oddziaływać jako naturalny agonista receptora PPAR-γ okazała się rapontycyna – związek z grupy hydroksystylbenów, spokrewniony blisko z popularnym resweratrolem i występujący m.in. w korzeniach rabarbaru (Rheum rhaponticum). Opierając się na wynikach przeprowadzonej wcześniej symulacji komputerowej, zbadano za pomocą testu Polarscreen^TM PPAR Competitor Assay rzeczywistą zdolność wiązania się rapontycyny z receptorami PPAR-γ, dokonując tym samym walidacji wirtualnego skriningu in silico. Faktycznie, związek ten oddziaływał jako naturalny agonista tego receptora. W dalszej kolejności wyekstrahowano zatem z korzenia rabarbaru frakcję bogatą w rapontycynę i inne hydroksystylbeny, którą poddano dalszym badaniom in vitro oraz in vivo pod kątem wzrostu nawilżenia i poprawy funkcji barierowej skóry. Opracowana w ten sposób naturalna substancja aktywna była w stanie m.in. ponad trzykrotnie zwiększyć syntezę ceramidów w keratynocytach oraz znacząco wpłynąć na produkcję filagryny i inwolukryny in vitro, co przełożyło się na długotrwały wzrost nawilżenia skóry i przyspieszenie regeneracji bariery naskórkowej w warunkach in vivo.

Transkryptomika – biologiczne Big Data

Badanie ekspresji genów stało się w ostatniej dekadzie jedną z częściej wykorzystywanych metod służących do potwierdzenia skuteczności in vitro kosmetycznych składników aktywnych. Za jej pomocą można relatywnie szybko i niezwykle precyzyjnie określić przede wszystkim ścieżkę działania danej substancji i jej wpływ na konkretne, poddane analizie białka. Sposób, w jaki działa biologia naszych organizmów opiera się jednak na złożonym systemie, składającym się z wielu cząsteczek i ścieżek komórkowych – a takiej złożoności nie należy tłumaczyć pojedynczym mechanizmem działania. Najnowsze narzędzia z dziedziny bioinformatyki umożliwiają więc analizę ogromnej ilości danych w czasie rzeczywistym, a doskonałym przykładem tego jest transkryptomika.

Transkryptomika to gałąź genetyki zajmująca się badaniem ludzkiego transkryptomu – czyli zbioru genów ulegających ekspresji w danym momencie. Jest to biologiczny odpowiednik analizy Big Data, który poprzez wykorzystanie metod masowego sekwencjonowania równoległego lub sekwencjonowania nowej generacji (NGS – Next-Generation Sequencing) daje możliwość jednoczesnej analizy ekspresji wszystkich genów, czyli na chwilę obecną ponad 12 000, zamiast tylko kilku konkretnie wybranych, jak w tradycyjnej metodzie q-PCR. Badanie transkryptomu, które analizuje kilkanaście tysięcy genów w tym samym momencie, dostarcza pełnego i szerokiego obrazu oraz zapewnia bogactwo informacji i pełny przegląd wszystkiego, co dzieje się w konkretnej chwili w komórce. Ten rozwój oznacza, że podczas opracowywania nowych substancji aktywnych można znaleźć odpowiedzi na hipotezy, które nie były nawet początkowo rozważane, co z kolei zdecydowanie zwiększa szansę na znalezienie nowych właściwości, a tym samym identyfikację nowych zastosowań kosmetycznych danych związków.

Transkryptomika oraz najnowsze narzędzia z dziedziny bioinformatyki i bioobrazowania zostały wykorzystane m.in. podczas opracowania nowego składnika aktywnego, zwiększającego objętość ciała, opartego na ekstrakcie z jeżyny (Rubus fruticosus). W owocach tej rośliny zidentyfikowano cztery związki polifenolowe, które potencjalnie mogą mieć pozytywny wpływ na proces adipogenezy, czyli dojrzewania komórek tłuszczowych. Dokonano zatem ekstrakcji i sekwencjonowania RNA komórek tłuszczowych poddanych działaniu specyficznego ekstraktu z jeżyny, a następnie przeprowadzono bioinformatyczną analizę transkryptomu, przy współpracy z dwoma specjalistycznymi ośrodkami badawczymi. Zidentyfikowanych zostało ok. 7000 genów, które podczas procesu adipogenezy ulegają aktywacji lub inhibicji. Analiza transkryptomu wykazała, że ekstrakt z jeżyny wpływał na połowę z nich, czyli ok. 3500 genów. Potwierdzono w ten sposób, że jeżyny – znane dotąd głównie ze swego działania przeciwutleniającego i ujędrniającego, mają również wyraźny wpływ na adipogenezę i lipolizę, co poszerza możliwości ich zastosowania. Wyniki uzyskane podczas analizy Big Data znalazły swoje potwierdzenie w dalszych testach in vitro oraz in vivo, w których ekstrakt z jeżyny zredukował lipolizę o 50% i przyspieszył adipogenezę o 29%, zwiększając w ten sposób akumulację podskórnej tkanki tłuszczowej i wywołując wzrost objętości biustu oraz pośladków w warunkach in vivo.

Algorytmy i sztuczna inteligencja

Algorytmy komputerowe i sztuczna inteligencja są od dawna elementem naszej codziennej rzeczywistości. To one decydują m.in. o tym, jakie treści wyświetlają się w naszych mediach społecznościowych (i w drugą stronę – do kogo docierają posty naszego autorstwa), jakie rekomendacje muzyczne lub filmowe sugerują nam serwisy streamingowe, oraz czy mamy wystarczającą zdolność kredytową podczas zakupów na raty. Algorytmy uczenia maszynowego oparte na zautomatyzowanej analizie obrazu są wykorzystywane w bezobsługowych sklepach spożywczych (to dzięki nim nie musimy skanować kodu kreskowego podczas robienia zakupów, a jedynie zabieramy towar z półki), a nawet mogą odgrywać znaczącą rolę w ilości sprzedanych hot-dogów na stacji benzynowej. Można je także w bardzo prosty sposób wykorzystać do potwierdzania skuteczności działania kosmetyków oraz ich substancji aktywnych. Przykładem takiego zastosowania jest chociażby automatyczna analiza zdjęć skóry głowy i włosów.

Opracowano składnik aktywny do pielęgnacji skalpu i włosów, oparty na ekstrakcie z amli (Phyllanthus emblica). Oprócz przeprowadzonych testów in vitro oraz ex vivo, w których potwierdzono jego korzystny wpływ na ograniczenie procesu miniaturyzacji i starzenia mieszka włosowego, został on także przebadany in vivo na grupie 60 ochotników z cienkimi i słabymi włosami, którzy przez 150 dni raz dziennie aplikowali na skórę głowy niespłukiwany tonik zawierający 1% naturalnej substancji czynnej. Jednym z wykonanych pomiarów była analiza zdjęć trychologicznych wykonanych w systemie Trichoscan HD. Użyto do tego celu algorytm sztucznej inteligencji, który automatycznie zaklasyfikował włókna włosów jako cienkie lub grube na podstawie ustalonej wartości progowej, a także zliczył ilość obu rodzajów włosów u każdego ochotnika. W teście okazało się, że naturalny składnik aktywny z amli zwiększył ilość grubych włosów średnio o 56%, a całkowitą ilość włosów o 49%.

Niezwykle ciekawym przykładem na wykorzystanie sztucznej inteligencji do badania właściwości naturalnych składników czynnych jest metoda Mindlogics®, opracowana przez firmę Kernel Business Consulting do lepszego zrozumienia procesu podejmowania decyzji oraz analizy, rejestracji i pomiaru reakcji emocjonalnych na różne produkty. W kontekście kosmetycznym użyto ją do oceny wpływu składnika aktywnego pozyskiwanego z chińskiej rośliny Momordica grosvenorii, znanej jako owoc mnicha lub owoc długowieczności, na dobre samopoczucie osób testujących. Neurobadanie Mindlogics® opiera się na 20–25 pytaniach zadawanych ochotnikom oraz krótkich filmach wywołujących ich podświadome reakcje (pytania i filmy przygotowywane są indywidualnie na potrzeby danego testu). Każdy panelista podczas odpowiadania na pytania i oglądania filmów jest nagrywany, a nagrania są następnie analizowane przez specjalnie zaprogramowany algorytm komputerowy, który dzięki zautomatyzowanej analizie obrazu wideo i uczeniu maszynowemu jest w stanie badać mikroekspresje twarzy – czyli bardzo krótkie, trwające ok. 50 ms, niekontrolowane ruchy mimiczne twarzy charakterystyczne dla przeżywanej w danym momencie emocji. Na tej podstawie otrzymuje się wiarygodne i obiektywne dane dotyczące stanu emocjonalnego każdego z ochotników. W neurobadaniu i przy wykorzystaniu sztucznej inteligencji potwierdzono, że osoby stosujące przez 8 tygodni kosmetyk do twarzy z zawartością substancji czynnej pozyskiwanej z owoców Momordica grosvenorii podświadomie czuły się zdecydowanie bardziej entuzjastycznie (+67%) i były bardziej zadowolone (+63%) niż ochotnicy z grupy placebo.

Podsumowanie

Kosmetyki naturalne tradycyjnie postrzegane są przez konsumentów jako bardziej bezpieczne, przyjazne i wywierające mniejsze skutki uboczne dla człowieka oraz środowiska. Produkty te traktowane są przeważnie jako kosmetyki o wyższej jakości, ale paradoksalnie rzadko kiedy wiąże się z nimi skojarzenia związane z innowacyjnością, nowoczesnością czy zaawansowaniem technologicznym. Tymczasem postęp naukowy i techniczny nie ominął także tej gałęzi przemysłu. Składniki kosmetyków naturalnych to dzisiaj nie tylko klasyczne oleje i ekstrakty, ale niejednokrotnie wyrafinowane substancje aktywne pochodzenia roślinnego, o innowacyjnych mechanizmach działania i wysokiej, potwierdzonej badaniami skuteczności. Świetnym przykładem mogą być tutaj chociażby surowce wykorzystujące technologię roślinnych komórek macierzystych, popularne w ostatniej dekadzie i zasługujące na osobny artykuł, ponieważ niosą one ze sobą szereg korzyści (m.in. w pełni kontrolowane, powtarzalne i sterylne warunki produkcji, ograniczone zużycie wody i przyjazność dla środowiska, skuteczność), a niestety nadal nie są do końca rozumiane i często spłyca się je do roli marketingowej atrakcji. Również nowoczesne technologie informatyczne coraz śmielej wkraczają do tego sektora, zwłaszcza w sferze badań i rozwoju, zmieniając utarte paradygmaty, zapewniając zupełnie nowe możliwości poznania, a nawet odkrywając nieznane dotąd właściwości roślin. Warto więc zmienić krzywdzący dla kosmetyków naturalnych stereotyp, otwierając się na to, co oferują współczesna nauka i nowoczesne technologie.

Artykuł został opublikowany w kwartalniku "Świat Przemysłu Kosmetycznego" 3/2022