السكتة الدماغية هي واحدة من أكثر أسباب الوفيات والعجز انتشارا في جميع أنحاء العالم. السكتات الدماغية الإقفارية والنزفية هي الأنواع الأساسية للأحداث الدماغية الوعائية ، حيث تمثل السكتات الدماغية الإقفارية حوالي 87٪ من الحالات1،2،3. حاليا ، هناك طريقتان للعلاج للمرضى الذين يعانون من السكتة الدماغية الإقفارية: العلاج الدوائي باستخدام منشط البلازمينوجين المؤتلف للأنسجة (rtPA) واستئصال الخثرة الميكانيكي. ومع ذلك ، فإن النافذة العلاجية الضيقة ومعايير الاستبعاد الواسعة تحد من تطبيق هذه العلاجات ، ولا تستفيد منها سوى أقلية من المرضى. هذا يؤكد الحاجة إلى بذل جهود متواصلة لتحسين علاجات السكتة الدماغيةالإقفارية 4،5. النماذج في المختبر غير كافية لتكرار الاستجابات الفيزيولوجية المرضية المعقدة بعد السكتة الدماغية ، مما يجعل النماذج الحيوانية مكونا لا غنى عنه في أبحاث السكتة الدماغية قبل السريرية. غالبا ما يحدث نقص التروية الدماغية البؤري البشري بسبب انسداد التخثر أو الانسداد الصمي للشريان الدماغي الأوسط (MCA) ، مما يجعل نماذج القوارض المصممة لمحاكاة انسداد MCA (MCAO) وثيقة الصلةللغاية 6.
يسهل نموذج MCAO الناجم عن الخيوط ، وهو الأكثر اعتمادا على نطاق واسع في أبحاث السكتة الدماغية ، الانسداد في بداية الشريان الدماغي الأوسط (MCA) وإعادة التروية اللاحقة ، مما يؤدي إلى احتشاء واسع النطاق عبر المناطق تحت القشرية والقشرية من الدماغ. تكمن ميزة هذا النموذج في قدرته على استعادة تدفق الدم بعد إحداث نقص تروية بؤرية ، وبالتالي موازاة العمليات الفيزيولوجية المرضية التي لوحظت في السكتة الدماغيةالبشرية 7. بالإضافة إلى ذلك ، يحاكي النموذج إصابة إعادة التروية ، وهو عامل حاسم في مدى الضرر8. ومع ذلك ، فإن نموذج MCAO له قيود ، بما في ذلك التباين في حجم الاحتشاء ، حيث من المحتمل أن يصل الانحراف المعياري إلى 64٪ من متوسط القيمة في بعض الدراسات9. على الرغم من أكثر من ثلاثة عقود من الاستخدام ، فإن الجهود المبذولة لتعزيز موثوقية النموذج مستمرة ، ومع ذلك لا تزال هناك اختلافات كبيرة في حجم الآفة الإقفارية عبر الدراسات والمختبرات10،11،12.
تقدم هذه المقالة خيوطا ذاتية الصنع لتحفيز النماذج التي تقيم درجات العجز العصبي ومناطق الاحتشاء الدماغي. يفحص العلاقة بين أطوال الخيوط المطلية بالسيليكون ونجاح واستقرار نموذج MCAO. تنتج تقنية الإنتاج هذه خيوطا ذات تناسق جدير بالثناء ، مما يساهم في تطوير نموذج MCAO مستقر نسبيا.