Name: Modelowanie metodą elementów skończonych w komórkowym mikrośrodowisku elektrycznym (Wideo) | JoVE Journal
Uploaded: 2021-05-18T12:30:00.000+00:00
Duration: 8 min 23 s
Description: Odkryj modelowanie metodą elementów skończonych w programie COMSOL do symulacji mikrośrodowiska elektrycznego komórek na włóknistych rusztowaniach. Ta metoda umożliwia optymalizację parametrów stymulacji elektrycznej w inżynierii tkankowej.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Ta praca była wspierana przez 4-letni program doktorancki Wellcome Trust w zakresie biologii ilościowej i biofizycznej.

Autorzy nie mają nic do ujawnienia.

Proponowany protokół sugeruje jednolite rozwiązanie w zakresie modelowania rusztowań naturalnych i sztucznych oraz podkreśla potrzebę uwzględnienia nanostruktury rusztowań włóknistych podczas kontroli wpływu EF na komórki wysiewane na takich materiałach. Chociaż przybliżone przybliżenie natężenia EF (różnica potencjałów elektrod podzielona przez odległość między elektrodami) pozwoliłaby nam oczekiwać natężenia pola na poziomie 100 mV/mm, symulacje przewidują natężenie pola stacjonarnego do 30% wyższe w różnych obszarach maty (rysunek 5). Wynik ten powinien być interesujący w projektowaniu eksperymentów ES i interpretacji danych, ponieważ śmierć komórki może być spowodowana przez zbyt silne EF. Ujawnienie mikrośrodowiska elektrycznego umożliwiłoby bezpośrednią korelację między ES a rozwojem komórkowym. Chociaż w kilku badaniach przedstawiono szczegółową analizę morfologiczną zastosowanych rusztowań 33,43,59, nie badano w nich wzajemnych zależności między strukturą, właściwościami elektrycznymi materiałów i EF. Protokół ten może umożliwić to połączenie, ponieważ parametry takie jak promień włókna, grubość warstwy powłoki, odległość między włóknami i właściwości elektryczne materiałów składowych mogą być modyfikowane zgodnie z każdym eksperymentem poprzez zmianę definicji globalnych w krokach 1.2 i 1.3. W związku z tym można tworzyć dostosowane do potrzeb 3D przestrzennie rozdzielone prognozy ładunku i gęstości prądu zarówno dla statycznych, jak i dynamicznych reżimów ES.
Optymalizacja projektu rusztowania może być ukierunkowana za pomocą modeli RNC i RNCd z eksploracją szerokiego zakresu parametrów, skalowaniem proponowanych morfologii lub ich części. Alternatywnie, inne konfiguracje rusztowań mogą być badane za pomocą proponowanego protokołu, zmieniając typy tablic z liniowych na trójwymiarowe w sekcji 1.6.5 i dostosowując geometrię rusztowania w sekcji 1.6.2. Jednak optymalizacja rusztowań nie może być wykonana bez celu. Podczas gdy dla celów inżynierii tkankowej główny nacisk kładziony jest na los komórki, jaśniejszy obraz tego, jakie bodźce są jej głównymi determinantami, jest niezbędny, jeśli pożądana jest jej niezawodna kontrola. Gęstość ładunku i prądu są dobrymi deskryptorami komórkowych mikrośrodowisk elektrycznych, ponieważ pokazują wzajemne oddziaływanie między EF a właściwościami elektrycznymi różnych materiałów składowych złożonych rusztowań, takich jak ECM. Protokół pokazuje, jak obliczać prognozy dla tych wskaźników, biorąc pod uwagę geometrię rusztowania z nanowłókien i podkreśla znaczenie kąta wyrównania włókien z EF. Przewidywania gęstości ładunku i prądu można następnie powiązać z rozwojem komórek, a tym samym można zoptymalizować rusztowania i reżimy ES pod kątem określonych zadań.
Co ciekawe, badanie wykazało, że narażenie na ślad węglowy generowało ponad dwukrotnie większą wytrzymałość naprężeń mechanicznych w foliach kompozytowych z nanowłóknami prostopadłymi do zewnętrznego śladu środowiskowego w porównaniu z foliami o równoległym ustawieniu60. Zgłaszane naprężenia mechaniczne mogą być wynikiem sił kulombowskich działających między naładowanymi włóknami, przewidywanych przez przybliżone symulacje modelu (RC, RNC, RNCd) (Rysunek 6). Chociaż symulacje te mogą być przydatne w badaniu tej hipotezy, należy zauważyć, że przedstawione wyniki eksperymentalne uzyskano w systemie ze sprzężeniem pojemnościowym, a symulacja przedstawia sprzężenie bezpośrednie. 
Czynnikiem ograniczającym przyszłe możliwe zastosowania protokołu do oszacowania sygnału wejściowego sieci komórkowej jest niepewność parametru. Parametrami niepewnymi geometrycznie są grubość warstwy powłoki i odległość między rdzeniami włókien. Pierwszą z nich można wywnioskować, znajdując wartość, która prowadzi do impedancji masowej, którą można eksperymentalnie zweryfikować. Drugi z nich można wyodrębnić ze skanów materiałów o wysokiej rozdzielczości. Na parametry opisujące właściwości fizyczne materiałów również mają wpływ niepewność. Jednak przewodność elektryczna i stała dielektryczna przykładowych materiałów różnią się znacznie bardziej niż eksperymentalna precyzja pomiaru (tabela 2). W związku z tym raportowane efekty zostaną utrzymane pomimo umiarkowanych błędów pomiaru.
Wyniki pokazują, że niewystarczająca złożoność modelu może ukrywać istotne informacje. Ważne jest, aby przyznać, że protokół symuluje uproszczoną wersję zachodzącego zjawiska fizycznego, ponieważ nie uwzględnia różnej natury materiałów zaangażowanych w proces - przewodnika (elektrody), półprzewodnika (powłoka), dielektryka (rdzenie włókien) i elektrolitycznego (otaczająca substancja) - które są w stanie wpływać na transport ładunku. Problem ten można uwzględnić w przyszłych rozszerzeniach modelu, dodając opóźnienia transferu energii na granicy faz (tj. reakcje faradiczne) i opóźnienia transportu jonów w elektrolicie. Zwiększanie złożoności powinno jednak opierać się na walidacji eksperymentalnej, ponieważ prosty model, który odtwarza większość tego, co jest obserwowane, jest bardziej użyteczny niż niezwykle dokładny, który dodaje niewiele więcej informacji, ale jest głęboko wrażliwy na niepewność wielu parametrów składowych.
Ponieważ ostatecznym celem inżynierii tkankowej jest stworzenie bioreaktorów, które nie tylko naśladują jeden lub dwa aspekty środowisk in vivo, ale także replikują i kontrolują wszystkie sygnały rozwoju komórkowego61, konieczne będzie połączenie elektromagnetycznych i mechanicznych modeli in silico, a także modeli wymiany ciepła między elementami bioreaktora. W kolejnej fazie modelowania można również dodać zjawiska sprzęgające między tymi oddziaływaniami, takie jak ogrzewanie omowe, przepływ płynu elektrolitycznego, deformacje rusztowań morfologicznych w odpowiedzi na stymulację elektryczną60 i piezoelektryczność62 . Jednak modele powinny być scalane dopiero po tym, jak każdy z nich został eksperymentalnie zweryfikowany. W ten sposób możemy lepiej zrozumieć wpływ każdego składnika na mikrośrodowisko komórkowe i jak można zoptymalizować bodźce. 
Jeśli proponowany model zostanie zweryfikowany doświadczalnie, będzie można go połączyć z modelami komórek biologicznych - Rysunek 1. Wzorce i modulacje gęstości ładunku mogą asymetrycznie wpływać na aktywność określonych pomp jonowych, wpływać na przyłączanie się do włókien białek napędzających adhezję błony63 , a tym samym kierować migracją, wzorcami proliferacji i morfogenezą64. Zbadanie tych hipotez jest krokiem naprzód w zrozumieniu mechanizmów leżących u podstaw odpowiedzi tkanek i komórek na ES.

ES to użycie EF w celu kontrolowania komórek biologicznych i tkanek. Jego mechanizm opiera się na bodźcu fizycznym przekazywanym do komórki, gdy biomolekuły wewnątrz i wokół niej są wystawione na działanie generowanego zewnętrznie gradientu napięcia. Naładowane cząstki są zaangażowane w zorganizowany ruch regulowany prawem Coulomba, generując siły oporu na nienaładowane cząstki. Wynikający z tego przepływ płynu i rozkład ładunku zmieniają aktywność i funkcje komórki, takie jak adhezja, kurczenie się, migracja, orientacja, różnicowanie i proliferacja1, gdy komórka próbuje przystosować się do zmiany warunków mikrośrodowiskowych.
Ponieważ EF są kontrolowane, nieinwazyjne, niefarmakologiczne i wykazują skuteczny wpływ na podstawowe zachowanie komórek, ES jest cennym narzędziem dla inżynierii tkankowej i medycyny regeneracyjnej. Jest z powodzeniem stosowany do kierowania rozwojem neural2, skeletal3, mięsień sercowy4, bone5 i skin6. Ponadto, ponieważ wzmacnia jonoforezę7, jest stosowany jako alternatywa lub uzupełnienie leczenia konwencjonalnych farmakologicznych. Jego skuteczność w leczeniu bólu jest nadal przedmiotem dyskusji, ponieważ oczekuje się na wyższą jakość badań klinicznych8,9,10. Niemniej jednak nie zgłoszono żadnych działań niepożądanych i może to poprawić dobrostan pacjentów11,12,13,14,15.
Chociaż tylko badania kliniczne mogą wydać ostateczny werdykt co do skuteczności procedury, modele in vitro i in silico są niezbędne do opracowania przewidywalnego leczenia ES, ponieważ oferują one większą kontrolę nad szerszym zakresem warunków eksperymentalnych. Badane zastosowania kliniczne ES to regeneracja kości16,17, regeneracja znerwionych mięśni18,19, regeneracja aksonów po operacji20,21, pain relief22, gojenie się ran23,24,25 i dostarczanie leków jonoforetycznych <klasa SUP="xref">26. Aby urządzenia ES mogły być powszechnie stosowane we wszystkich możliwych zastosowaniach docelowych, badania kliniczne nie dostarczyły jeszcze silniejszych dowodów na skuteczne leczenie. Nawet w dziedzinach, w których zarówno badania in vivo na zwierzętach, jak i na ludziach konsekwentnie wykazują pozytywne wyniki, duża liczba zgłoszonych metod w połączeniu ze zbyt małą ilością wskazówek dotyczących wyboru między nimi i wysoką ceną zakupu zniechęca klinicystów do inwestowania w urządzenia ES27. Aby temu zaradzić, tkanka docelowa nie może być już traktowana jako skrzynka (limit eksperymentów in vivo), ale musi być postrzegana jako złożona synergia wielu podsystemów (<silna klasa = "xfig">Rysunek 1).
Na przestrzeni lat przeprowadzono wiele eksperymentów ES in vitro28,29,30,31,32,33,34. Większość z nich charakteryzuje ES tylko poprzez spadek napięcia między elektrodami podzielony przez odległość między nimi - przybliżone przybliżenie wielkości pola elektrycznego. Jednak samo pole elektryczne wpływa tylko na naładowane cząstki, a nie bezpośrednio na komórki. Ponadto, gdy między urządzeniem a ogniwami umieszczonych jest wiele materiałów, przybliżone przybliżenie może nie być utrzymane.
Lepsza charakterystyka sygnału wejściowego wymaga jasnego spojrzenia na to, w jaki sposób bodziec jest przekazywany do komórki. Główne metody dostarczania ES to sprzężenie bezpośrednie, pojemnościowe i indukcyjne35,36. Urządzenia do każdej metody różnią się typem elektrody (prętowa, płaska lub uzwojeniowa) i umiejscowieniem względem tkanki docelowej (w kontakcie lub izolowana)35. Urządzenia używane in vivo do dłuższych zabiegów muszą nadawać się do noszenia, dlatego elektrody i w większości przypadków źródło energii są wszczepiane lub mocowane do skóry jako opatrunki na rany lub plastry elektroaktywne. Wygenerowany gradient napięcia przemieszcza naładowane cząstki w obszarze zabiegowym.
Ponieważ wpływa na wynikowy przepływ naładowanych cząstek w pobliżu komórek, struktura rusztowania ma ogromne znaczenie przy projektowaniu protokołów ES. Różne konfiguracje transportu ładunku powstają, gdy zmienia się materiał platformy, technika syntezy, struktura lub orientacja względem gradientu napięcia. In vivo na dostępność i ruch naładowanych cząstek mają wpływ nie tylko komórki, ale także sieć kolagenowa i płyn śródmiąższowy tworzące wspierający ECM. Rusztowania inżynieryjne są coraz częściej wykorzystywane do lepszego odtwarzania naturalnych mikrośrodowisk komórkowych in vitro1,35. Jednocześnie ECM jest złożonym naturalnym rusztowaniem.
Sztuczne rusztowania oparte są na metalach, polimerach przewodzących i węglu, zaprojektowane z naciskiem na równowagę między biokompatybilnością a wydajnością elektrochemiczną i długoterminową stabilnością36. Jednym z wszechstronnych typów rusztowań jest elektroprzędzona mata włóknista, która zapewnia kontrolowaną topografię w nanoskali. Można go zaprojektować tak, aby przypominał ECM, a tym samym dostarczał podobne mechaniczne sygnały, które wspomagają regenerację szerokiej gamy tkanek37. Aby znacząco wpłynąć na ES, maty muszą być w pewnym stopniu przewodzące. Jednak polimery przewodzące są trudne do elektrowirowania, a mieszanie z nośnikami izolacyjnymi ogranicza przewodność powstałych włókien38. Jednym z rozwiązań jest polimeryzacja przewodzącego monomeru na powierzchni włókna dielektrycznego, co skutkuje dobrą wytrzymałością mechaniczną i właściwościami elektrycznymi produktu końcowego38. Przykładem jest powlekanie elektroprzędzonych włókien jedwabiu półprzewodnikowym PEDOT-PSS39. Połączenie sygnałów mechanicznych i elektromagnetycznych znacznie przyspiesza wzrost neurytów40,41,42. Neuryty podążają za ułożeniem włókien rusztowania i wydłużają się bardziej po wystawieniu na EF równoległy do włókien niż do pionowego43. Podobnie, ustawienie rusztowań włóknistych do EF również sprzyja dojrzewaniu miogennemu33.
ECM składa się głównie z białek tworzących włókna44, z czego kolagen typu I jest głównym składnikiem we wszystkich tkankach zwierzęcych z wyjątkiem chrząstki (bogatej w kolagen typu II)44. Tropokolagen (TC), potrójna helisowa konformacja nici polipeptydowych, jest motywem strukturalnym włókien kolagenowych45. Obrazy włókien kolagenowych z transmisyjnej mikroskopii elektronowej i mikroskopii sił atomowych pokazują D-okresowy wzór pasmowy46 wyjaśniony przez model Hodge'a i Petruski47 jako regularne tablice przerw TC i nakładań się45. Ścięgna składają się z wyrównanej kolagenowej macierzy fibrylarnej osłoniętej przez niekolagenową, wysoce hydrofilową matrycę proteoglikanową48,49. Decorin to mały proteoglikan bogaty w leucynę (SLRP) zdolny do wiązania regionów szczelinowych włókien kolagenowych i łączenia się z innymi SLRP poprzez ich łańcuchy boczne glikozaminoglikanu (GAG)49. Badania przeprowadzone na ścięgnach pokazują, że ich właściwości elektryczne zmieniają się znacząco, gdy są uwodnione50,51, mechanizm transportu ładunku zmienia się z protonowego na jonowy wraz ze wzrostem poziomu nawodnienia51. Sugeruje to, że przewodnictwo elektryczne wzdłuż włókienka kolagenu typu I może być możliwe dzięki powłoce wodnej Decorin, z obszarami szczelinowymi i nakładającymi się na siebie o różnej przewodności elektrycznej i stałych dielektrycznych.
Ponieważ identyczne odtworzenie ECM za pomocą sztucznych rusztowań jest nieprawdopodobne, wiedza wytwarzająca synergię między in vivo i in vitro, możliwa dzięki możliwym do przełożenia wynikom, wydaje się być w ślepym zaułku. Modelowanie in silico nie tylko umożliwia translację między nimi, ale także dostarcza ważnych korzyści w charakterystyce nieznanych procesów związanych z ES. Porównanie obserwacji in vivo z obserwacjami in vitro może dostarczyć informacji na temat siły sprzężenia między tkanką docelową a resztą organizmu, ale nie ujawnia obecnych granic wiedzy. Nieznane można ujawnić, obserwując różnicę między tym, co ma się wydarzyć w oparciu o obecną wiedzę, a tym, co się dzieje. Eksperymenty in silico oparte na modelowaniu matematycznym pozwalają na podzielenie procesu na znane i nieznane podprocesy. W ten sposób zjawiska nieuwzględnione w modelu wychodzą na jaw, gdy przewidywania in silico są porównywane z eksperymentami in vitro i in vivo.
Formułowanie i testowanie hipotez dotyczących mechanizmów leżących u podstaw wpływu pól elektrycznych na komórki i tkanki jest utrudnione przez dużą liczbę parametrów52, które muszą być testowane oddzielnie. Aby zdefiniować reprezentatywne warunki eksperymentalne, proces ES musi zostać podzielony na podprocesy (<silna klasa="xfig">Rysunek 1) i należy zidentyfikować dominujące sygnały wejściowe wpływające na zachowanie komórki. Modele reprezentujące fundamentalne fizyczne efekty ES na komórki opisują domenę, która sprzęga EF z komórką - domenę naładowanych cząstek53. Zachowanie cząstek znajdujących się na zewnątrz komórki zależy od mikrośrodowiska i może być badane oddzielnie od komórki. Dominującym sygnałem wejściowym dla komórki jest podzbiór wyjść urządzenia ES, który powoduje największy stopień zmienności odpowiedzi komórki. Najmniejszy podzbiór pełnych parametrów eksperymentalnych, który może generować zmiany we wszystkich dominujących sygnałach wejściowych komórki, może być wykorzystany do zmniejszenia wymiaru przestrzeni parametrów i liczby przypadków testowych.
Dane wejściowe biologicznego modelu docelowego ES muszą być podzbiorem sygnałów wyjściowych wytwarzanych przez urządzenie ES, które są użyteczne do opisania fizycznych efektów ES na komórkach. Prosty bioreaktor z bezpośrednim sprzężeniem ma taką samą budowę jak elektrolityczne ogniwa elektrochemiczne. Ich modele pokazują pierwszorzędowy (z uwzględnieniem rezystancji roztworu), wtórny (uwzględniający również reakcje faradiczne) lub trzeciorzędowy (również uwzględniający dyfuzję jonów) rozkład gęstości prądu. Ponieważ złożoność przekłada się na koszt obliczeniowy, najprostszy model jest najbardziej odpowiedni do eksploracji przestrzeni parametrów. Symulacje kompozytów włóknistych motywowane właściwościami materiału54 koncentrują się na właściwościach materiałów sypkich w wyniku złożonej mikroarchitektury, dlatego nie mogą opisać lokalnych skutków ekspozycji na EF. Istniejące modele in silico, motywowane przez ES, koncentrują się na próbce biologicznej, czy to pojedynczej komórce zanurzonej w jednorodnym podłożu55,56,57, czy złożone tkanki z jednorodną przestrzenią zewnątrzkomórkową58. Gęstość ładunku i prądu (<silna klasa="xfig">Rysunek 2) mogą działać jako sygnały interfejsu między modelami urządzenia ES a próbką biologiczną lub między różnymi komponentami urządzenia ES. Proponowany protokół oparty na MES wykorzystuje równania opisane w Rysunek 2 i został wykorzystany do zbadania, w jaki sposób parametry zależne od rusztowania mogą być wykorzystane do modulacji tych dwóch sygnałów, niezależnie od EF generowanego przez konfigurację bezpośredniego sprzężenia. Wyniki podkreślają, że konieczne jest uwzględnienie właściwości elektrycznych rusztowania lub ECM podczas badania, w jaki sposób ES wpływa na komórki docelowe.

<table><tbody><tr><td>Moduł AC/DC Comsol multiphysics 5.2</td> <td>Oprogramowanie do modelowania</td> <td>COMSOL-FEM</td><td></td></tr></tbody></table>

modelowanie metodą elementów skończonych w komórkowym mikrośrodowisku elektrycznym

Finite Element Modelling of a Cellular Electric Microenvironment

Badania kliniczne pokazują, że stymulacja elektryczna (ES) jest potencjalną terapią dla leczenia i regeneracji różnych tkanek. Zrozumienie mechanizmów reakcji komórek na działanie pól elektrycznych może zatem pomóc w optymalizacji zastosowań klinicznych. Eksperymenty in vitro mają na celu pomóc w ich odkryciu, oferując przewagę w postaci szerszych zakresów wejściowych i wyjściowych, które można ocenić w sposób etyczny i skuteczny. Jednak postępy w eksperymentach in vitro są trudne do odtworzenia bezpośrednio w warunkach klinicznych. Głównie dlatego, że urządzenia ES stosowane in vitro znacznie różnią się od tych odpowiednich do użytku przez pacjentów, a droga od elektrod do docelowych komórek jest inna. Przełożenie wyników badań in vitro na procedury in vivo nie jest zatem proste. Podkreślamy, że struktura i właściwości fizyczne mikrośrodowiska komórkowego odgrywają decydującą rolę w rzeczywistych warunkach badań eksperymentalnych i sugerujemy, że miary rozkładu ładunku mogą być wykorzystane do wypełnienia luki między in vitro i in vivo. Biorąc to pod uwagę, pokazujemy, w jaki sposób można wykorzystać modelowanie elementów skończonych in silico (MES) do opisania mikrośrodowiska komórkowego i zmian generowanych przez ekspozycję na pole elektryczne (EF). Zwracamy uwagę na to, w jaki sposób EF łączy się ze strukturą geometryczną w celu określenia rozkładu ładunku. Następnie pokazujemy wpływ danych wejściowych zależnych od czasu na ruch ładunku. Na koniec pokazujemy znaczenie naszej nowej metodologii modelu in silico za pomocą dwóch studiów przypadku: (i) in vitro włóknistych rusztowań z poli(3,4-etylenodioksytiofenu) poli(styrenosulfonianu) (PEDOT-PSS) oraz (ii) kolagenu in vivo w macierzy zewnątrzkomórkowej (ECM).

Ten artykuł przedstawia strategię budowania modeli elementów skończonych z włóknistych materiałów przewodzących wystawionych na działanie pola elektrycznego (EF). Modele te można wykorzystać do oszacowania wkładu elektrycznego, jaki otrzymują komórki zasiane w takich materiałach, oraz do oceny wpływu zmiany właściwości, struktury lub orientacji materiału składowego rusztowania.

Modelowanie metodą elementów skończonych w komórkowym mikrośrodowisku elektrycznym

Clinical studies show electrical stimulation (ES) to be a potential therapy for the healing and regeneration of various tissues. Understanding the ...

Metoda ta pomaga przewidzieć mikrośrodowisko elektryczne komórki osadzonej na rusztowaniu światłowodowym, takim jak macierz zewnątrzkomórkowa. Istnieją dwie główne zalety, które wynikają z modelowania insilico. Przewidywanie warunków eksperymentalnych odbywa się w 3D, natomiast optymalizacja jest możliwa dzięki łatwości zmiany parametrów.Stymulacja elektryczna wspomaga regenerację wielu tkanek. Model ten w podobnych modelach insilico pomoże w optymalizacji parametrów stymulacji. Aby rozpocząć, otwórz oprogramowanie COMSOL i wybierz pusty model.W kreatorze modeli kliknij prawym przyciskiem myszy definicje globalne, wybierz parametry i dodaj parametry zgodnie z tabelą pierwszą w manuskrypcie tekstowym. Możesz dodawać je pojedynczo lub załadować je z pliku tekstowego. W konstruktorze modeli w obszarze definicje globalne kliknij prawym przyciskiem myszy materiał i wybierz opcję Pusty materiał, aby dodać materiały.Aby dodać właściwości materiału, przejdź do ustawień nowo dodanego materiału, a następnie rozwiń Właściwości materiału i wybierz Przewodność elektryczna z właściwości podstawowych. Naciśnij symbol plusa, aby dodać właściwość. Powtórz ten proces dla przenikalności względnej.Uzupełnij bieżące właściwości materiału, zgodnie z tabelą drugą z rękopisu. Następnie kliknij lewym przyciskiem myszy dodaj komponent na karcie głównej i wybierz 3D, aby dodać nowy węzeł komponentu w kreatorze modeli. Ponownie kliknij prawym przyciskiem myszy geometrię, kliknij lewym przyciskiem myszy sekwencję wstawiania.Następnie kliknij dwukrotnie na pełny model i wybierz odpowiednią sekwencję. Pod bieżącym węzłem komponentu w kreatorze modeli kliknij prawym przyciskiem myszy materiały i wybierz łącze materiału. Powiąż materiały dla każdego składnika w tej kolejności, otaczającej substancji, powłok i rdzeni.Na karcie ustawień dla otaczającej substancji rozwiń listę wyboru, aby wybrać wybór pożywki. Rozwiń ustawienia linków i wybierz z listy rozwijanej odpowiedni materiał, taki jak podłoża hodowlane. Aby wyświetlić domeny w bloku pożywki hodowlanej, aktywuj przycisk przezroczystości w zakładce grafiki.W ten sam sposób skonfiguruj inne połączenia materiałów. W kreatorze modeli kliknij lewym przyciskiem myszy bieżący komponent, wybierz dodaj fizykę, a następnie rozwiń moduł AC/DC, aby wybrać moduł prądu elektrycznego i kliknij dodaj do komponentu. Aby zdefiniować warunki brzegowe, należy wybrać widok XY w zakładce grafika.Ponownie przejdź do kreatora modeli, kliknij prawym przyciskiem myszy węzeł prądy elektryczne i wybierz masę. Następnie pozostaw aktywny przełącznik wyboru obwiedni. Kliknij lewym przyciskiem myszy najwyższą otaczającą powierzchnię substancji równoległą do płaszczyzny XZ i dodaj granicę piątą w polu wyboru obwiedni.W kreatorze modeli kliknij prawym przyciskiem myszy węzeł prądu elektrycznego i wybierz terminal. Utrzymując aktywny wybór obwiedni, kliknij lewym przyciskiem myszy najniższą otaczającą powierzchnię substancji równoległą do płaszczyzny XZ i dodaj również obwiednię w polu wyboru obwiedni. Następnie, rozwijając wybór zacisków, wybierz napięcie z listy rozwijanej typu zacisku i wypełnij V zero dla napięcia.W obszarze definicje globalne w kreatorze modeli kliknij lewym przyciskiem myszy parametry i zmień parametr theta na kąt orientacji światłowodu żądany do symulacji. Rozwiń węzeł komponentów dla każdego komponentu w kreatorze modelu, a następnie kliknij prawym przyciskiem myszy geometrię i wybierz opcję zbuduj wszystko. Kliknij lewym przyciskiem myszy węzeł główny modelu w kreatorze modeli i otwórz kartę Dodaj badanie.Wybrać badanie stacjonarne i kliknąć prawym przyciskiem myszy dodaj badanie. Pod nowo dodanym badaniem kliknij lewym przyciskiem myszy krok pierwszy, rozwiń rozszerzenia badania, zaznacz pole adaptacyjne zagęszczenie siatki i kliknij przycisk Oblicz, aby uzyskać udoskonaloną siatkę. Kliknij lewym przyciskiem myszy węzeł główny modelu w konstruktorze modelu i otwórz kartę dodaj badanie, wybierz badanie stacjonarne i kliknij prawym przyciskiem myszy dodaj badanie.W nowo dodanym badaniu kliknij lewym przyciskiem myszy krok pierwszy, rozwiń wybór siatki i wybierz siatkę wygenerowaną w badaniu adaptacyjnego zagęszczenia siatki. Kontynuuj, klikając prawym przyciskiem myszy przycisk obliczeń. Kliknij prawym przyciskiem myszy węzeł wyników w kreatorze modelu i wybierz grupę działki 3D, aby edytować ustawienia.Zmień etykietę na gęstość ładunku i wybierz zestaw danych badania parametrycznego, rozwijając zestaw danych z listy rozwijanej. Następnie w legendzie kolorów zaznacz pola Pokaż legendy i Pokaż wartości maksymalne i minimalne. Ponownie w węźle wyników kliknij prawym przyciskiem myszy gęstość naładowana, aby wybrać objętość i przejdź do edycji karty ustawień.Rozwiń zakładkę danych, a następnie wybierz z rodzica i wypełnij EC. RHOQ w polu wyrażenia. Zaznacz pole ręcznego zakresu kolorów na karcie zakresu i ustaw minimum i maksimum odpowiednio na minus 0,3 i 0,3. Rozwiń kolorowanie i styl oraz ustaw kolorowanie na tabelę kolorów i tabelę kolorów na falę.Zaznacz pole legendy kolorów i zakresu kolorów symetrii. Kliknij prawym przyciskiem myszy konstruktor woluminów i modeli, a następnie wybierz pozycję filtruj. Przejdź do zakładki ustawień i wypełnij wyrażenie logiczne do włączenia.Kliknij lewym przyciskiem myszy przycisk wykresu, aby wyświetlić wyniki w oknie graficznym. W tej analizie wyświetlanych jest pięć różnych etapów złożoności geometrycznej, które wpłynęły na wynik symulacji. Siatka, która jest zbyt gruba, może ukryć istotne informacje.Korzystając z adaptacyjnego zagęszczenia siatki, uzyskuje się siatkę z mniejszymi elementami, ponieważ jest to wymagane do uzyskania dokładnych wyników. Na różnych poziomach złożoności dla włóknistego modelu matowego na natężenie pola elektrycznego miało wpływ ułożenie włókien względem gradientu potencjału. Dodatkowo ułożenie włókien pod kątem do gradientu potencjału elektrycznego wpływa na gęstość naładowaną przestrzenią w otaczających pożywkach do hodowli komórkowych.W badaniu orientacji włókien rusztowania przewidywania modelu RNC zostały zilustrowane, gdy włókna były równoległe lub prostopadłe do pola elektrycznego. Na gęstość ładunku i gęstość prądu miało wpływ ułożenie włókien rusztowania względem pola elektrycznego. Protokół ten może być wykorzystany do zbadania wpływu zmian parametrów na gęstość ładunku wokół segmentu rusztowania światłowodowego.Należy pamiętać, że poprzez zmianę parametrów modelu, takich jak dane czy właściwości materiału, uzyskany zakres gęstości ładunku może ulec znacznej zmianie. Aby uzyskać najlepszą wizualizację, zakres musi być zoptymalizowany w taki sposób, aby można było zaobserwować maksymalną zmienność gęstości ładunku.

finite-element-modelling-of-a-cellular-electric-microenvironment

Research

JoVE Journal

Bioengineering

Bioinżynieria

Opisano kombinatoryczną metodę przesiewania funkcjonalnego służącą do pogłębienia wiedzy na temat wpływu składu molekularnego mikrośrodowisk na funkcje komórkowe. Metoda ta wykorzystuje istniejące technologie oparte na mikromacierzych do generowania macierzy zdefiniowanych kombinatorycznych mikrośrodowisk, które umożliwiają adhezję komórek oraz analizę funkcjonalną.

Wytwarzanie i zastosowanie mikroarrayów mikrośrodowiskowych (MEArrays)

Ten protokół omawia Wykrywanie Impedancji Elektrycznej Komórki, metodę rejestrowania i analizy widma impedancji przylegających komórek do ilościowego określenia przyczepienia, proliferacji, ruchliwości i reakcji komórkowych na bodźce farmakologiczne i toksyczne. Położono nacisk na wykrywanie przepuszczalności śródbłonka oraz ocenę kontaktów komórka-komórka i komórka-substrat.

Wykrywanie impedancji substratu elektrycznego podłoża komórkowego w celu ilościowego określenia proliferacji śródbłonka, funkcji bariery i ruchliwości

Mikro-prefabrykowane urządzenia zintegrowane z komponentami fluidycznymi stanowią platformę in vitro do badań komórkowych naśladujących mikrośrodowisko in vivo. Opracowaliśmy mikroprzepływowe chipy na bazie polimetakrylanu metylu do badania reakcji komórkowych pod wpływem pojedynczych lub współistniejących bodźców naprężeń chemicznych/elektrycznych/ścinających.

Projektowanie urządzeń mikroprzepływowych do badania odpowiedzi komórkowych pod wpływem pojedynczych lub współistniejących bodźców naprężeń chemicznych/elektrycznych/ścinających

Ten protokół przedstawia nowatorską metodę tworzenia przestrzennie szczegółowego modelu elementów skończonych wewnątrzkomórkowej architektury kardiomiocytów na podstawie obrazów z mikroskopii elektronowej i mikroskopii konfokalnej. Moc tego szczegółowego przestrzennie modelu została zademonstrowana na podstawie studiów przypadków z zakresu sygnalizacji wapniowej i bioenergetyki.

Stworzenie strukturalnie realistycznego modelu geometrycznego kardiomiocytów metodą elementów skończonych w celu zbadania roli architektury komórkowej w biologii układów kardiomiocytów

Ten artykuł opisuje szczegółową metodologię przygotowania matrycy Multiplexed Artificial Cellular MicroEnvironment (MACME) do wysokoprzepustowej manipulacji fizycznych i chemicznych sygnałów naśladujących mikrośrodowiska komórkowe in vivo oraz do identyfikacji optymalnego środowiska komórkowego dla ludzkich pluripotencjalnych komórek macierzystych (hPSC) z profilowaniem pojedynczych komórek.

Wytwarzanie multipleksowanej sztucznej macierzy mikrośrodowiska komórkowego

Opisujemy metodę konstruowania urządzeń do hodowli 3D i eksperymentowania z komórkami i organoidami wielokomórkowymi. Urządzenie to umożliwia analizę odpowiedzi komórkowych na sygnały rozpuszczalne w mikrośrodowiskach 3D ze zdefiniowanymi gradientami chemoatraktantu. Organoidy są lepsze niż pojedyncze komórki w wykrywaniu słabych hałaśliwych sygnałów.

Analiza 3D wielokomórkowych odpowiedzi na gradienty chemoatraktantu

Ten protokół opisuje krok po kroku proces budowy zarówno elektrycznych, jak i magnetycznych stymulatorów używanych do stymulacji tkanek biologicznych. Protokół zawiera wytyczne dotyczące obliczeniowej symulacji pól elektrycznych i magnetycznych oraz produkcji urządzeń stymulujących.

Urządzenia do stymulacji tkanek biologicznych i pola magnetycznego

Podsumowujemy przepływ pracy, aby obliczeniowo modelować zachowanie neuronu siatkówki w odpowiedzi na stymulację elektryczną. Model obliczeniowy jest wszechstronny i obejmuje etapy automatyzacji, które są przydatne w symulowaniu szeregu scenariuszy fizjologicznych i przewidywaniu wyników przyszłych badań in vivo/in vitro.

Modelowanie obliczeniowe neuronów siatkówki do badań nad protezami wzrokowymi - podstawowe podejścia

Tradycyjnie, hodowla komórkowa jest przeprowadzana na płaskich podłożach, które słabo naśladują naturalne środowisko komórek in vivo. W tym miejscu opisujemy metodę wytwarzania substratów do hodowli komórkowych o fizjologicznie istotnych zakrzywionych geometriach i mikrowzorach białek zewnątrzkomórkowych, co pozwala na systematyczne badania nad komórkowym wykrywaniem tych zewnątrzkomórkowych sygnałów.

Generowanie wielokierunkowych mikrośrodowisk komórkowych za pomocą fotomodelingu UV trójwymiarowych substratów do hodowli komórkowych

Protokół ten wykorzystuje modelowanie obliczeniowe do ilościowego określenia odwracalnych i nieodwracalnych progów elektroporacji przy użyciu przestrzennego rozkładu transfekowanych komórek w trójwymiarowym naśladownictwie tkankowym w celu wysokoprzepustowej analizy protokołów elektroporacji.

Wysokoprzepustowy, trójwymiarowy model tkankowy do ilościowego oznaczania progów elektroporacji

W tym miejscu przedstawiamy protokół wytwarzania unikalnego dwuwarstwowego urządzenia mikroprzepływowego do badania elektromechanicznej regulacji homeostazy tkanek nabłonkowych. Urządzenie aplikuje statyczne fizjologiczne prądy elektryczne prostopadłe do płaszczyzny tkanki, wpływając na adhezję, proliferację i wytłaczanie komórki. Obrazowanie żywych komórek i pomiary naprężeń mechanicznych ujawniają mechanizmy tych procesów.

Ujawnienie elektromechanicznej kontroli homeostazy tkanek za pomocą dwuwarstwowego urządzenia mikroprzepływowego

Odkryj modelowanie metodą elementów skończonych w programie COMSOL do symulacji mikrośrodowiska elektrycznego komórek na włóknistych rusztowaniach. Ta metoda umożliwia optymalizację parametrów stymulacji elektrycznej w inżynierii tkankowej.

Modelowanie metodą elementów skończonych w komórkowym mikrośrodowisku elektrycznym

Przeglądaj więcej filmów