Bioengineering

Endelig elementmodellering av et cellulært elektrisk mikromiljø

Published: May 18, 2021 doi: 10.3791/61928

Miruna Verdes¹, Catherine Disney¹, Chinnawich Phamornnak¹, Lee Margetts², Sarah Cartmell^1,3

¹Department of Materials, Faculty of Science and Engineering, The University of Manchester, ²Department of Mechanical, Aerospace and Civil Engineering, Faculty of Science and Engineering, The University of Manchester, ³The Henry Royce Institute, Royce Hub Building, The University of Manchester

Summary

Dette dokumentet presenterer en strategi for å bygge endelige elementmodeller av fibrøse ledende materialer utsatt for et elektrisk felt (EF). Modellene kan brukes til å estimere den elektriske inngangen som celler frø i slike materialer mottar og vurdere virkningen av å endre stillasets bestanddeler materialegenskaper, struktur eller orientering.

Abstract

Kliniske studier viser at elektrisk stimulering (ES) er en potensiell terapi for helbredelse og regenerering av ulike vev. Å forstå mekanismene for cellerespons når de utsettes for elektriske felt kan derfor lede optimaliseringen av kliniske applikasjoner. In vitro-eksperimenter tar sikte på å bidra til å avdekke disse, og tilbyr fordelen av bredere inngangs- og utgangsområder som kan vurderes etisk og effektivt. Fremskrittene i in vitro-eksperimenter er imidlertid vanskelige å reprodusere direkte i kliniske omgivelser. Hovedsakelig er det fordi ES-enhetene som brukes in vitro, skiller seg betydelig fra de som er egnet for pasientbruk, og banen fra elektrodene til de målrettede cellene er forskjellig. Det er derfor ikke enkelt å oversette in vitro-resultatene til in vivo-prosedyrer. Vi legger vekt på at det cellulære mikromiljøets struktur og fysiske egenskaper spiller en avgjørende rolle i de faktiske eksperimentelle testforholdene og antyder at tiltak for ladedistribusjon kan brukes til å bygge bro mellom in vitro og in vivo. Tatt i betraktning dette viser vi hvordan i silico endelig element modellering (FEM) kan brukes til å beskrive cellulær mikromiljø og endringene generert av elektrisk felt (EF) eksponering. Vi fremhever hvordan EF-parene med geometrisk struktur for å bestemme ladedistribusjon. Deretter viser vi effekten av tidsavhengige innganger på ladebevegelser. Til slutt demonstrerer vi relevansen av vår nye i silicomodellmetodikk ved hjelp av to casestudier: (i) in vitro fibrous Poly(3,4-etylendioxythiophene) poly (styrenesulfonat) (PEDOT-PSS) stillaser og (ii) in vivo kollagen i ekstracellulær matrise (ECM).

Introduction

ES er bruk av EFer med sikte på å kontrollere biologiske celler og vev. Mekanismen er basert på den fysiske stimulansen som transduseres til cellen når biomolekylene inne og rundt den blir utsatt for en eksternt generert spenningsgradient. Ladede partikler er engasjert i en organisert bevegelse styrt av Coulombs lov, og genererer dragkrefter på de uladede partiklene. Den resulterende væskestrømningen og ladefordelingen endrer celleaktiviteter og funksjoner som vedheft, sammentrekning, migrasjon, orientering, differensiering og spredning¹ når cellen forsøker å tilpasse seg endringen i mikromiljøet.

Siden EFer er kontrollerbare, ikke-invasive, ikke-farmakologiske og vist å ha en effektiv innvirkning på essensiell celleadferd, er ES et verdifullt verktøy for vevsteknikk og regenerativ medisin. Det har blitt brukt til å lede neural², skjelett³, hjertemuskel^4,bein⁵ og hud⁶ utvikling. Videre, da det forbedrer iontoforese⁷, brukes den som en alternativ eller komplementær behandling til konvensjonelle farmakologiske. Effektiviteten i smertebehandling er fortsatt debattert som høyere kvalitet kliniske studier er ventet^8,^9,¹⁰. Likevel ble det ikke rapportert noen bivirkninger, og det har potensial til å forbedre pasientvelferden¹¹^,¹²^,¹³^,¹⁴^,¹⁵.

Mens bare kliniske studier kan gi en endelig dom for effekten av en prosedyre, er in vitro og i silicomodeller pålagt å informere utformingen av forutsigbar ES-behandling, da de gir sterkere kontroll over et bredere spekter av eksperimentelle forhold. Den undersøkte kliniske bruken av ES er benregenerering¹⁶^,¹⁷, gjenoppretting av denerverte muskler¹⁸^,¹⁹, axonal regenerering etter kirurgi²⁰^,²¹, smertelindring²², sårheling²³^,²⁴^,²⁵ og iontohoretisk legemiddellevering²⁶. For at ES-enheter skal bli mye introdusert på alle mulige målapplikasjoner, har kliniske studier ennå ikke etablert sterkere bevis for effektiv behandling. Selv i domener der både in vivo dyr og menneskelige studier konsekvent rapporterer positive resultater, det store antallet rapporterte metoder kombinert med for lite veiledning om hvordan du velger mellom dem og høy oppkjøpspris avskrekker klinikere fra å investere i ES-enheter²⁷. For å overvinne dette kan ikke målvevet lenger behandles som en svart boks (grense for in vivo-eksperimenter), men må ses på som en kompleks synergi av flere delsystemer (figur 1).

Flere ES-eksperimenter har blitt utført in vitro gjennom årene²⁸^,²⁹^,³⁰^,³¹^,³²^,³³^,³⁴. De fleste av disse karakteriserer bare ES gjennom spenningsfallet mellom elektrodene delt på avstanden mellom dem - en grov tilnærming av den elektriske feltstørrelse. Imidlertid påvirker selve det elektriske feltet bare ladede partikler, ikke celler direkte. Også når flere materialer er interposed mellom enheten og cellene, kan det hende at den grove tilnærmingen ikke holder.

En bedre karakterisering av inngangssignalet krever et klart syn på hvordan stimulansen transduserer til cellen. Hovedmetoder for å levere ES er direkte, kapasitiv og induktiv kobling^35,³⁶. Enheter for hver metode varierer med elektrodetype (stang, planar eller vikling) og plassering i forhold til målvevet (i kontakt eller isolert)³⁵. Enheter som brukes in vivo for lengre behandlinger må være bærbare, og dermed elektroder og de fleste ganger energikilden er enten implantert eller festet til huden som sår dressinger eller elektroaktive flekker. Den genererte spenningsgradienten fortrenger ladede partikler i behandlingsområdet.

Ettersom det påvirker den resulterende ladede partikkelstrømmen i nærheten av cellene, er stillasstruktur av største betydning i utformingen av ES-protokoller. Ulike ladetransportkonfigurasjoner oppstår hvis plattformmaterialet, synteseteknikken, strukturen eller orienteringen i forhold til spenningsgradientendringen. In vivo, tilgjengeligheten og bevegelsen av ladede partikler påvirkes ikke bare av celler, men også av kollagennettverket og interstitiell væske som komponerer den støttende ECM. Konstruerte stillaser brukes i økende grad til bedre å gjenskape naturlige cellemikromiljø in vitro¹^,³⁵. Samtidig er ECM et komplekst naturlig stillas.

Kunstige stillaser er basert på metaller, ledende polymerer og karbon, konstruert med fokus på å balansere biokompatibilitet med elektrokjemisk ytelse og langsiktig stabilitet³⁶. En allsidig stillastype er elektrospunfibrøs matte som tilbyr en kontrollerbar nanoskala topografi. Dette kan konstrueres for å ligne ECM, og dermed levere lignende mekaniske signaler som hjelper regenerering av et bredt spekter av vev³⁷. For å påvirke ES betydelig, må mattene til en viss grad være ledende. Ledende polymerer er imidlertid vanskelige å elektrospinne og blanding med isolerende bærere begrenser ledningsevnen til de resulterende fibrene³⁸. En løsning polymeriserer en ledende monomer på overflaten av en dielektrisk fiber, noe som resulterer i god mekanisk styrke og elektriske egenskaper til sluttproduktet³⁸. Et eksempel er belegg silke elektrospunfibre med den semi ledende PEDOT-PSS³⁹. Kombinasjonen av mekaniske og elektromagnetiske signaler akselererer nevrittveksten^{betydelig 40,}^41,⁴². Neurites følger stillasfibre justering, og forlenger mer etter eksponering for en EF parallelt med fibrene enn til en vertikal en⁴³. På samme måte fremmer justering av fibrøse stillaser til EF også myogen modning³³.

ECM består hovedsakelig av fibrøse formende proteiner⁴⁴, av den kollagentypen er jeg den viktigste bestanddelen i alle dyrevev bortsett fra brusk (rik på kollagen type II)⁴⁴. Tropocollagen (TC), trippel spiralformet konformasjon av polypeptidstrenger, er strukturmotivet til kollagenfibriler⁴⁵. Transmisjonselektronmikroskopi- og atomkraftmikroskopibilder av kollagenfibriler viser et D-periodisk båndmønster⁴⁶ forklart av Hodge &Petruska modell⁴⁷ som vanlige matriser av TC-hull og overlapper⁴⁵. Sener består av en justert kollagenaktig fibrillarmatrise skjermet av en ikke-kollagenisk svært hydrofil proteoglykanmatrise^48,⁴⁹. Dekorin er en liten leucinrik proteoglykan (SLRP) i stand til å binde gapområdene til kollagenfibriler og koble seg til andre SLRPer gjennom deres glykosaminoglykan (GAG) sidekjeder⁴⁹. Studier gjort på sener viser at deres elektriske egenskaper endres betydelig når hydrert⁵⁰^,⁵¹, ladetransportmekanisme som endres fra protonisk til ionisk når hydreringsnivået øker⁵¹. Dette antyder at elektrisk ledning langs en kollagen type I fibril kan aktiveres av en Decorin-vannbelegg, med gap og overlapping regioner som har forskjellige elektriske ledningsevner og dielektriske konstanter.

Ettersom identisk rekreasjon av ECM av kunstige stillaser er usannsynlig, synes kunnskapen som produserer synergi mellom in vivo og in vitro aktivert av overførbare resultater å være i en blindvei. Ved silicomodellering muliggjør ikke bare oversettelse mellom de to, men gir også viktige fordeler ved å karakterisere de ukjente prosessene som er involvert i ES. Sammenligning av in vivo-observasjonene med in vitroen kan gi informasjon om koblingsstyrken mellom målvevet og resten av organismen, men avdekker ikke gjeldende kunnskapsgrenser. Det ukjente kan eksponeres ved å observere forskjellen mellom hva som forventes å skje basert på dagens kunnskap og hva som skjer. I silico eksperimenter basert på matematisk modellering tillater splitting prosessen i kjente og ukjente delprosesser. På denne måten kommer fenomener som ikke er gjort rede for i modellen, frem når i silico spådommer sammenlignes med in vitro- og in vivo-eksperimenter.

Forming og testing hypoteser om underliggende mekanisme(er) for hvordan celler og vev påvirkes av elektriske felt hindres av det store antallet parametere⁵² som må testes separat. Hvis du vil definere representative eksperimentelle forhold, må ES-prosessen deles i delprosesser (figur 1) og dominerende inndatasignaler som påvirker cellevirkemåten, må identifiseres. Modeller som representerer grunnleggende fysiske effekter av ES på celler beskriver domenet som parrer EF med cellen - som av ladede partikler⁵³. Oppførselen til partikler utvendig til cellen avhenger av mikromiljøet og kan undersøkes separat fra cellen. Det dominerende inngangssignalet for cellen er delsettet av ES-enhetsutganger som forårsaker størst grad av variasjon i celleresponsen. Det minste delsettet av de fullstendige eksperimentelle parameterne som kan generere variasjoner i alle de dominerende celleinndatasignalene, kan brukes til å redusere parameterområdedimensjonen og antall testtilfeller.

Inngangen til den biologiske ES-målmodellen må være et delsett av utgangssignalene produsert av ES-enheten som er nyttige for å beskrive de fysiske effektene av ES på celler. En enkel bioreaktor med direkte kobling har samme struktur som elektrolytiske elektrokjemiske celler. Modeller av disse viser den primære (regnskap for løsningsmotstand), sekundær (også regnskap for faradiske reaksjoner) eller tertiær (også regnskap for iondiffusjon) nåværende tetthetsfordeling. Ettersom kompleksitet betyr beregningskostnader, er den enkleste modellen mest egnet for parameterromsutforskning. Simuleringer av fibrøse kompositter motivert av materialegenskaper⁵⁴ fokuserer på bulkmaterialeegenskaper som følge av kompleks mikroarkitektur, og kan derfor ikke beskrive lokale effekter av EF-eksponering. Eksisterende i silicomodeller, motivert av ES, fokuserer på den biologiske prøven, det være seg en enkelt celle nedsenket i et homogent medium⁵⁵^,⁵⁶^,⁵⁷eller komplekst vev med homogent ekstracellulært rom⁵⁸. Lading og gjeldende tetthet (figur 2) kan fungere som grensesnittsignaler mellom modeller av ES-enheten og den biologiske prøven, eller mellom forskjellige komponenter i ES-enheten. Den foreslåtte FEM-baserte protokollen bruker ligningene beskrevet i figur 2 og ble brukt til å studere hvordan stillasavhengige parametere kan brukes til å modulere disse to signalene, uavhengig av EF generert av et direkte koblingsoppsett. Resultatene understreker at det er nødvendig å ta hensyn til stillas eller ECM elektriske egenskaper når man undersøker hvordan ES påvirker målceller.

Protocol

1. Bygg modellen i COMSOL

Åpne COMSOL, og velg Tom modell.
Parametere: I Modellbyggerhøyreklikker du Globale definisjoner, velger Parametereog legger til parametere i henhold til Tabell 1.
Materialer: Tilsett materialer med egenskaper i henhold til tabell 2.
1. Høyreklikk Materiale under Globale definisjoneri modellverktøyet, og velg Tomt materiale.
2. Legg til materialegenskaper: I innstillingene for det nylig tillagte materialet utvider du Materialegenskaper > Grunnleggende egenskaper, velger Relativ tillatelse og trykker+-symboletfor å legge til egenskap. Gjenta trinnet for elektrisk ledningsevne.
3. I Materialinnholdfyller du ut gjeldende materialegenskaper i henhold til tabell 2.
Komponentdefinisjon: Klikk Legg til komponent i kategorien Hjem på det øverste båndet, og velg 3D. En ny komponentnode vises i Modellverktøy.
Geometri: Høyreklikk Geometrii modellverktøyet, venstreklikk sett inn, dobbeltklikk på den fullstendige modellen og velg riktig sekvens (SC/SNC/RC/RNC/RNCd).
Du kan også bygge geometrien fra grunnen av ved å følge de underordnede trinnene.
1. I modellverktøyettil venstre klikker du Geometri under gjeldende komponentnode. Den samme Geometri-noden vil bli referert i følgende underordnede trinn. I Innstillinger-vinduet endrer du lengdeenheten til nm og kontrollerer at det ikke er merket av for "Skaleringsverdier ved endring av enheter".
2. Geometri av stillas
  1. Høyreklikk Geometri i Modellverktøy, og velg Blokker.
  2. I Kategorien Innstillinger fyller du ut etiketten "Stillasutbredelse".
  3. Utvid Størrelse og form og fyll ut "Ws", "Ls", "Hs" for Bredde, Dybde og Høyde.
  4. Utvid Plassering , og endre basen til Midtstilt.
  5. Utvid Valg av resulterende enheter, velg Ny og legg til Stillasvalg.
3. Omfang av omkringliggende substans: Høyreklikk Stillasutbredelse under Geometrii Modellbygger, og velg Dupliserog rediger kategorien Innstillinger .
  1. Endre etiketten til "Medieomfang".
  2. Legg til "med_ratio *" foran existent -parameteren i delen Størrelse og shape .
  3. I Valgene for resulterende enheterlegger du til Nytt valg som "Medievalg".
4. Geometri av en fiber (SC hopp til 1.6.6)
  1. Kjerne (RC hopp til 1.6.4.2)
    1. Høyreklikk Geometrii modellverktøyet, velg Sylinder, og rediger kategorien Innstillinger på følgende måte.
    2. Endre etiketten til "Kjerne".
    3. Utvid Størrelse og form, og fyll ut "Rc" og "Lf" for Radius og Høyde.
    4. Utvid Posisjon og fyll ut "-overflødig*Ws/2" og "-Lf/2" for x og y.
    5. Utvid Akse, og endre aksetypen til y-aksen.
    6. Utvid valg av resulterende enheter, og legg til "Kjernevalg".
  2. Frakk (SNC hopp til 1,6,5)
    1. Plate (RC eller RNC hopper til 1.6.4.2.2; RNCd hoppe til 1.6.4.2.3)
      1. Høyreklikk Stillasutbredelse under Geometrii modellbyggeren, og velg Lag kopi. Kontroller at duplikatet (Stillasutbredelse 1) kommer rett etter Kjernen i geometrisekvensen.
      2. I Innstillinger-fanen endrer du etiketten til "Frakk".
      3. I kategorien Innstillinger utvider du Valg av resulterende enheter og oppretter "Fibervalg".
      4. Hopp til 1.6.5.
    2. Homogen
      1. Høyreklikk Geometrii modellverktøyet, velg Sylinder , og rediger kategorien Innstillinger på følgende måte.
      2. Endre etiketten til "Frakk".
      3. Utvid Størrelse og form, og fyll ut Rf og Lf for Radius og Høyde.
      4. Utvid Posisjon og fyll ut "-overflødig*Ws/2" og "-Lf/2" for x og y.
      5. Utvid Akse og endre aksetype til y-akse (RC hopp til 1.6.4.2.2.7).
      6. Utvid Lag, fyll ut "Rf-rc" for Tykkelse og la bare "Lag på siden" være avmerket.
      7. Utvid valg av resulterende enheter og legg til "Frakkvalg" eller, for RC, "Fibervalg" (RC hopp til 1.6.5).
      8. Høyreklikk Geometri i modellverktøyet, og velg Slett enheter.
      9. Endre Geometrisk inngangsnivå til Domene i kategorien Innstillinger, og velg Bestrøket for merking.
      10. Fjern alle domener unntatt domene 3 fra valgboksen (kjernen i den lagdelte sylinderen).
      11. Utvid Valg av resulterende enheter , og velg Frakkmerking.
      12. Hopp til 1.6.5.
    3. Periodisk matrise av to typer
      1. Høyreklikk Geometri i modellverktøyet, og velg Sylinder. Høyreklikk det nyopprettede elementet, og velg Lag kopi. Rediger Innstillinger-fanen på følgende måte.
        
        Sett Etiketten til "Frakk 1" / "Frakk 2".
        
        Sett radius til Rf.
        
        Sett høyden til "D*prop"/"D*(1-prop)".
        
        Utvid posisjon og fyll ut "-excess*Ws/2" for både på x og "-Lf/2"/"-Lf/2+D*prop" på y.
        
        Utvid Akse og endre aksetype til y-akse.
        
        Utvid Lag-delen og fyll ut "Rf-rc"; Kontroller at det bare er merket av for "Lag på siden".
        
        Utvid Valg av resulterende enheter og opprett "Coat 1 Selection"/ "Coat 2 Selection".
      2. Høyreklikk Geometri i modellverktøyet, og velg Slett enheter.
        
        I kategorien Innstillinger endrer du Geometrisk inngangsnivå til Domene og velger sylinder 2 (cyl2) og sylinder 3 (cyl3) fra grafikkvinduet.
        
        Fjern alle domener unntatt domene 3 fra valgboksen (kjernen i lagdelte sylindere).
        
        Utvid Valg av resulterende enheter , og opprett Strøkmerking.
      3. Høyreklikk Geometrii modellverktøyet, utvid Transformeringer og velg Matrise. Rediger innstillinger-fanen på følgende måte.
        
        Velg "Frakk merket område" for Inndataobjekter.
        
        Sett Matrisetype til Lineær.
        
        Sett Størrelse til "Lf/D".
        
        Sett forskyvning på y-akse til "D".
5. Geometri av en orientert fibermatrise
  1. Kjernematrise (RC-hopp til 1.6.5.2)
    1. Høyreklikk Geometrii modellverktøyet, utvid Transformeringer og velg Roter.
      1. I kategorien Innstillinger aktiverer du Bryteren for inndataobjekter og velger Kjernevalg fra rullegardinlisten. Kontroller at det ikke er merket av for Behold inndataobjekter .
      2. Utvid Rotasjonsvinkel og fyll ut "theta" for rotasjon.
      3. Utvid valg av resulterende enheter og opprett "Fibervalg".
    2. Høyreklikk Geometrii modellverktøyet, utvid Transformeringer og velg Matrise.
      1. Endre etiketten til Kjernematrise.
      2. Velg Kjernevalg i rullegardinlisten for Inndataobjekter.
      3. Utvid Størrelse, endre Matrisetype til Lineær og fyll ut "n_1*(theta<=45) +n_2*(theta>45)" for Størrelse.
      4. Utvid Forskyvning og fyll ut "2*tes*Rc*cos(theta)", "2*tes*Rc*sin(theta)" for x og y.
      5. Utvid valg av resulterende enheter og velg "Fibervalg".
  2. Coat Array (SNC hopp til 1.6.5.3)
    1. Høyreklikk Geometrii modellverktøyet, utvid Transformeringer og velg Roter.
      1. I kategorien Innstillinger aktiverer du Bryteren for inndataobjekter og velger Frakkvalg fra rullegardinlisten. Kontroller at det ikke er merket av for Behold inndataobjekter.
      2. Utvid Rotasjonsvinkel og fyll ut "theta" for rotasjon.
      3. Utvid valg av resulterende enheter og velg "Fibervalg".
    2. Høyreklikk Geometrii modellverktøyet, utvid Transformeringer og velg Matrise.
      1. Endre etiketten til "Frakkmatrise".
      2. Velg Frakk merket område i rullegardinlisten for Inndataobjekter.
      3. Utvid Størrelse, endre Matrisetype til Lineær og fyll ut "n_1*(theta<=45) +n_2*(theta>45)" for Størrelse.
      4. Utvid Forskyvning og fyll ut "2*tes*Rc*cos(theta)", "2*tes*Rc*sin(theta)" for x og y.
      5. Utvid valg av resulterende enheter og velg "Fibervalg".
  3. Kutt stillas
    1. Forene fibre: I modellbyggeren høyreklikker du Geometri, utvider boolske og partisjoner og velger Union.
      1. Endre etikett til "Fibre".
      2. Slå på Bryteren for inndataobjekter, og velg Fibervalg fra rullegardinlisten.
      3. Kontroller at det ikke er merket av for Behold inndataobjekter.
      4. Kontroller at det er merket av for "Hold indre grenser".
      5. Utvid Valg av resulterende enheter, og velg Stillasvalg fra rullegardinlisten.
    2. Utfør klipping: I modellverktøyet høyreklikkerdu Geometri , utvider boolske og partisjoner og velger Skjæringspunkt.
      1. Endre etiketten til "Stillas".
      2. Aktiver bryteren Inndataobjekter , og velg Stillasvalg fra rullegardinlisten.
      3. Kontroller at det ikke er merket av for Behold inndataobjekter.
      4. Kontroller at det er merket av for "Hold indre grenser".
6. Geometri for ensemble
  1. Definer omkringliggende substansgeometri.
    1. Høyreklikk Geometrii modellverktøyet, utvid Boolske verdier og partisjoner , og velg Differanse. Fortsett til innstillinger-fanen.
    2. Velg Medievalgi rullegardinlisten Objekter som skal legges til .
    3. Velg Stillasvalgi rullegardinlisten Objekter som skal trekkes fra .
    4. Kontroller at det er merket av for "Behold inndataobjekter" og "Behold indre grenser".
  2. Slett medieutvidelser-boksen.
    1. Høyreklikk Geometri i modellverktøyet, og velg Slett enheter. Fortsett til innstillinger-fanen.
    2. Velg Domene fra rullegardinlisten Geometrisk inngangsnivå.
    3. Velg Medievalg fra rullegardinlisten Utvalg.
    4. Fjern "dif1" fra merkeboksen.
7. Bygg geometri
  1. Kontroller at det siste elementet før noden Kumulative valg er Skjemasammenslåing og ikke Skjemasamlingunder Geometri -noden. Om nødvendig høyreklikker du Skjemasamling og endrer Handling til "Skjema en union" i kategorien Innstillinger.
  2. I modellverktøyettil venstre klikker du Geometri og velger Bygg alt.
Materialer
1. Høyreklikk Materialer under noden Gjeldende komponent i modellbyggeren, og velg Materialkobling.
2. Gjenta seksjon fem ganger for så mange ganger som mange materialer vurderes i henhold til kompleksitetsnivået.
3. Tilknytt materialer for hver komponent i følgende rekkefølge: omkringliggende substans, strøk, kjerner.
4. I kategorien Innstillinger velger du Medier/stillas (for SC, SNC, RC)/Coat/Core Selection fra rullegardinlisten Selection.
5. Utvid Koblingsinnstillingene, og velg passende materiale fra rullegardinlisten.
Meshing
1. I modellverktøyettil venstre klikker du Mesh -noden under gjeldende komponent.
2. Velg Normal fra rullegardinlisten Elementstørrelse i kategorien Innstillinger , og klikk deretter Bygg alt.
Fysikk: I modellverktøyettil venstre klikker du gjeldende komponent, velger Legg til fysikk, utvider AC/DC-modulen i kategorien Legg til fysikk , velger modulen Elektriske strømmer (ec) og klikker Legg til i komponent.
1. Grensebetingelser: Velg xy-visningeni kategorien Grafikk .
  1. Jording: I Modellbygger høyreklikker du på noden Elektriske strømmer og velger Jording.
  2. Kontroller at markeringsbryteren for Grensemerking er Aktiv, og venstreklikk på den høyeste omkringliggende substansflaten parallelt med xz-planet for å legge til grense 5 i Grensemerkingsboks.
  3. Terminal: Høyreklikk noden Elektriske strømmer i Modellbygger, og velg Terminal.
  4. Kontroller at markeringsbryteren for Grensevalg er Aktiv, og venstreklikk på det laveste omkringliggende stoffet parallelt med xz-planet for å legge til grense 2 i grensemerkingsboksen.
  5. Utvid Terminal-delen og velg Spenning i rullegardinlisten Terminaltype. fyll ut V0 for spenning.
2. Legg til kompleksitet om nødvendig: Lagre gjeldende komponent, og gå tilbake til trinn 1.4 for å følge en annen kompleksitetsbane (SC/SNC/RC/RNC/RNCd).

2. Utfør simulering

Adaptiv nettforbedring
1. I Modellbyggertil venstre klikker du modellrotnoden og velger Legg til studie for å åpne kategorien Legg til studie , velger Stasjonært studium og høyreklikker Legg til studie.
2. Opprett et studietrinn for hver opprettede komponent: Høyreklikk Trinn1: Stasjonær studie under Studienode , og velg Lag kopi.
3. For hvert studietrinn endrer du innstillingsfanen med detaljene for den tilsvarende komponenten.
  1. Utvid Valg av fysikk og variabler; I kolonnen Løs for lar bare gjeldende komponent være avmerket.
  2. Utvid Studieutvidelser, og merk av for Adaptiv nettforbedring.
  3. Velg geometrien for gjeldende komponent fra rullegardinlisten ved siden av Tilpasning i geometri.
4. Høyreklikk Studie 1 i Modellbygger, og velg Beregn. Dette vil generere tilpassede nett for alle komponentenes geometrier med gjeldende retningsvinkel.
Angi retningsvinkel og utfør en stasjonær studie.
1. Under Globale definisjoneri Modellverktøyklikker du Parametere og endrer parameterteta til ønsket fiberretningsvinkel for simulering.
2. For hver komponent høyreklikker du Geometri i modellverktøyet for å utvide komponentens node, og deretter velger du Bygg alt.
3. I Modellverktøyhøyreklikker du den adaptive studien for nettforbedring og velger beregn.
4. I Modellbygger til venstre klikker du på modellens rotnode og velger Legg til studie for å åpne Legg til studie-fanen, velger Stasjonært studium og høyreklikker legg til studie-knappen.
5. Under studien som nylig er lagt til i Modellverktøy, venstreklikker du Trinn 1, utvider maskevalg og velger maskene som genereres i den adaptive nettforbedringsstudien for hver komponent.
6. Høyreklikk Beregn-knappen.
Angi retningsvinkel, inngangssignal og utfør tidsavhengig studie.
1. Under Globale definisjoneri Modellverktøyklikker du Parametere og endrer parameterteta til ønsket fiberretningsvinkel for simulering.
2. I modellverktøyettil venstre klikker du modellrotnoden og velger Legg til studie for å åpne kategorien Legg til studie . Velg Tidsavhengig undersøkelse, venstreklikk Legg til studie-knappen og rediger kategorien Innstillinger på følgende måte.
  1. Sett Times til "range(0, (2*pi/omega)/39,2*pi/omega)".
  2. Utvid Valg av fysikk og variabler; La bare simuleringskomponenten "Løs for" være avmerket.
  3. Utvid Maskevalg, og velg et nett for simuleringskomponenten. Endre de andre komponentenes nett til Ingen nett.
  4. Utvid Studieutvidelser og merk av for Adaptiv nettforbedring; velg simuleringskomponentens geometri fra rullegardinlisten.
3. Definer tidsavhengig grensebetingelse.
  1. Under gjeldende komponentnode høyreklikker du Definisjoner , og under Funksjoner velger du Bølgeform.
  2. I kategorien Innstillinger endrer du Funksjonsnavn til "Inndata".
  3. Utvid Parametere, sett Type til Sinus, Vinkelfrekvens til "omega", Amplitude til V0.
  4. For simuleringskomponenten velger du Terminal under noden Elektriske strømmer og endrer spenning til "Input(t[1/s])".
4. Høyreklikk Beregn-knappen.

3. Analyse

Ladetetthet
1. Høyreklikk Resultatnode i modellverktøyet, velg 3D-tegnegruppe og rediger Innstillinger.
  1. Endre etiketten til "Ladetetthet".
  2. Utvid Data, og velg datasettet for parametriske studier i rullegardinlisten Datasett.
  3. Utvid Fargeforklaring, og merk av for Vis forklaringer og Vis maksimums- og minimumsverdier.
2. Høyreklikk Ladetetthet under Resultat -noden i modellverktøyet, og velg Volum. fortsett med å redigere innstillinger-fanen.
  1. Utvid Data og velg Fra overordnet fra rullegardinlisten Datasett.
  2. Utvid Uttrykk , og fyll ut "ec.rhoq" i Uttrykk -boksen.
  3. Utvid Område, og merk av for Manuelt fargeområde .
    1. Sett minimum til "-0,03" og maksimum til "0,03".
  4. Utvid Fargelegging og Stil, sett Fargelegging til Fargetabell, Fargetabell til Bølge, merk av for Fargeforklaring , og merk av for Symmetriser fargeområde.
  5. Høyreklikk Volum i Modellverktøy , og velg Filter.
    1. I kategorien Innstillinger fyller du ut "abs(ec.rhoq)>0.012" i det logiske uttrykket for inkludering.
3. Venstreklikk på Tegne-knappen for å visualisere resultatene i grafikkvinduet.
Gjeldende tetthet
1. I modellverktøyet høyreklikker du på Resultat-noden, velger 3D-tegnegruppe og redigerer kategorien Innstillinger.
  1. Endre etiketten til Gjeldende tetthet.
  2. Utvid Data, og velg datasettet for parametriske studier i rullegardinlisten Datasett.
  3. Utvid Fargeforklaring, merk av for Vis forklaringer og Vis maksimums- og minimumsverdier.
2. Høyreklikk Gjeldende tetthet under Resultat -noden i Modellverktøy , og velg Pilvolum. fortsett med å redigere innstillinger-fanen.
  1. Utvid Data og velg Fra overordnet fra rullegardinlisten Datasett.
  2. Utvid Uttrykk og fyll ut "ec. Jx, "ec. Jy, "ec. Jz" i Uttrykk-boksene for henholdsvis x-, y- og z-komponentene.
  3. Utvid Pilplassering, og fyll ut 20 for alle koordinatenes antall punkt.
  4. Utvid Fargelegging og Stil, sett Pillengde til Normalisert, Pilbase til Midtstill, kontroller Skaleringsfaktor og sett den til 85.
  5. Høyreklikk Pilvolum i modellverktøyet, og velg Fargeuttrykk.
    1. I kategorien Innstillinger fyller du ut "ec.normJ" i Uttrykk -boksen.
    2. Utvid Fargelegging og Stil, sett Fargetabell til Trafikk, merk av for Fargeforklaring og Omvendt fargetabell.
3. Klikk tegneknappen for å visualisere resultatene i grafikkvinduet.

Representative Results

Den foreslåtte modellen beskriver egenskapene til en komposittmatte med parallelle fibre, nedsenket i et ledende stoff og utsatt for en eksternt generert elektrisk potensiell gradient. Simuleringer viser at det å ta hensyn til de ulike komponentene i et stillas er viktig på en mikroskala og utforske hvordan endring i justeringsvinkel (inngangssignal) av fibrene til EF kan generere variasjon i strøm og ladetetthet (utgangssignaler) i nærheten av fibrene.

Fem forskjellige geometriske kompleksitetsstadier presenteres, som hver har en effekt på simuleringsresultatet: glatt ledende plate (SC), glatt plate med ikke-ledende innebygde fibre (SNC), grov ledende kompositt (RC), grovkompositt med ikke-ledende innebygde fibre (RNC), grov kompositt med ikke-ledende innebygde fibre og to typer periodisk belegg (RNCd) (Figur 3). Del 1.5 i protokollen presenterer trinnene for import av geometriene i et prosjekt, og del 1.6 viser hvordan du bygger disse trinnvis. De to første modellene tar ikke hensyn til overflatemorfologi. SC og RC tar ikke hensyn til de dielektriske egenskapene til fiberkjernen. RNC er den foreslåtte modellen for nanofibrøs kunstige stillaser, mens RNCd er den foreslåtte modellen for et ECM-segment.

Minimering av beregningskostnader ble oppnådd ved å redusere ES-enhetsgeometrien til et modellenhetsvolum som representerer mikromiljøet. Mens en ES-enhet og stillas bredde og lengde lett kan være i størrelsesorden noen få centimeter, er diameteren til de inneholdende fibrene vanligvis lavere enn en mikron. Her bruker vi et stillaskutt som kan sammenlignes med fiberdiameteren for å redusere beregningskostnadene forårsaket av størrelsesforholdet og markere effekten av stillasets fibrøse natur på det elektriske mikromiljøet. Resten av ES-enheten er erstattet med elektriske potensielle grensebetingelser valgt, slik at en grov tilnærming for størrelsen på det elektriske feltet er 100 V / m, en ofte rapportert stimuleringsparameter. Videre antas et enhetsvolum med fem parallelle fibre - som den som brukes i simuleringer, presentert i figur 3 - å være representativ for en hel planar fibrøs matte. Tre typer fibre kan skille seg ut i en 1D-matrise: innvendig sentral (med stillasets langsgående symmetriplan som deler dem i halvparten), innvendig forbigående (med lateral overflate omgitt av andre fibre, men med asymmetriske sider) og eksteriør (på kanten av stillaset). Fem er det minste antallet fibre som kreves for å inkludere alle de tre definerte typene.

Størrelsen på modellnettelementet krever spesiell oppmerksomhet, da det kan påvirke simuleringsresultatene og dermed ikke utsette viktige effekter ( Figur4). Dette er en generell regel for elementmetoden og en implikasjon av Nyquist-Shannon-prøvetakingteoremet. Jo raskere de essensielle simuleringssignalene svinger i rommet, jo mindre må maskeelementene være for å produsere en lojal representasjon av fenomenet. På den annen side, jo mindre elementet er, desto større er det totale antallet modellbyggeblokker og beregningskostnaden. Den adaptive nettforbedringen som er satt opp i pkt. 2.1, er en god og facile-metode for å balansere disse motstridende målene ved å redusere elementstørrelsen bare der og så lenge denne operasjonen gir en betydelig endring.

En modell som er for forenklet, kan mislykkes i å presentere viktige effekter (Figur 5,6). Simuleringer viser at det å ta høyde for overflatemorfologi og stillaskomponentens elektriske egenskaper ikke er overflødig i å forutsi elektriske mikromiljø. Mens overflatemorfologi har en direkte innvirkning på den stasjonære EF (sammenlign SC og SNC med RC, RNC og RNCd), viser en sammenligning mellom RC- og RNC-spådommer at ikke-konduktive fiberkjerner forsterker denne effekten. Fra modellteknologiske mikromiljø på nanofibrøse stillaser er SC-, SNC- og RC-modellene dermed sub-optimale. Det er imidlertid god praksis å øke kompleksiteten trinnvis, ettersom sammenligninger mellom de ulike stadiene bidrar til å indikere hvilke funksjoner som gir opphav til bestemte effekter.

Modellkompleksitet påvirker strøm- og ladetetthetsendring med fiberjustering til EF. Den foreslåtte protokollen bidrar til å markere effekten (Figur 5,6). Mens SC-modellen ikke viser noen variasjon i de foreslåtte beregningene når justeringen til den elektriske potensielle gradienten endres, spår RNC-modellsimuleringene en kraftig kontrast mellom matteenheten med fibre justert til EF og den med fibre vinkelrett (Figur 7). Når de ikke-ledende kjernene kommer i veien for den nåværende strømmen, danner de periodiske dammer som fører til vekslende områder med høy og lav ladetetthet.

Dynamiske ES-regimer kan simuleres med tidsavhengige studier. Videoer i supplerende filer viser spådommer laget for en sinusformet inngangsspenning på en full kunstig stillasmodell (RNC), med fibre parallelt eller vinkelrett på den elektriske potensielle gradienten. Små strømmer langs fibrene vinkelrett på EF vises når ladningen frigjøres fra stillaset når EF-størrelsen avtar. Dette viser at stimulering kan skje ikke bare mens den eksterne EF er til stede, men også rett etter at den er koblet fra - Se tilleggsfiler for videoer.

Figur 1: Hierarkisk blokkdiagram over modellering - fordeler og begrensninger ved modellering med in vivo og i silicomodeller. Blokker fargemerker blokker på samme hierarkiske nivå. Lavere rangeringsblokker er inkludert i høyere rangering. Blokker slagfargemerker muligheten til å inkludere blokken i en bestemt type modell - kobling med andre systemblokker har ikke gul i strøket, da de ikke er komponenter for in vitro-modeller. Kuler fungerer som ventiler og betyr kontrollerbarhet av blokken. Når en ventil er PÅ, kan signal passere gjennom alle pilbaner i de underordnede delsystemene som har fargen på ventilen i strøket. Tolkning av diagrammet: ES-prosessen består av stimuleringsanordningen og biologisk mål, hver med flere sammenkoblede deterministiske eller stokastiske delprosesser som ikke kan skilles in vivo eller in vitro, og dermed har de ingen rød eller gul ventil. Stokastiske prosesser griper også inn i grensesnittet mellom simuleringsenheten og den biologiske prøven når de begge stimuleres. En in vitro-modell decouples systemet av interesse (dvs. hudsegment) fra resten av organismen. Dermed kan bare iboende prosesser i interessesystemet toppet av stokastiske prosesser av forskjellig natur observeres. De ulike iboende prosessene som er involvert, kan imidlertid ikke stimuleres og identifiseres separat. De i silico-modellene er parametriske for kjente komponenter - deres oppførsel forventes å være av en viss form - og ikke-parametrisk for det ukjente - da det ikke er noen mekanistisk grunn til å gi troverdighet til en viss ekstrapolering. Alle in silico-komponenter kan simuleres separat eller i forskjellige kombinasjoner, slik at skildringen av forskjellig hypotese. Klikk her for å se en større versjon av denne figuren.

Figur 2: (A) Coulombs lov (B) Elektrisk potensielt felt- og mobilsondelading (C) Elektrisk strøm (D) Ladetetthet (E) Gjeldende tetthet (F) Kontinuitetsligning (G) Charge conservation law. (A) Elektrisk ladede stasjonære partikler q og Q samhandler elektrostatisk gjennom Coulombs kraft Equation 1 . (B1) Hver ladede partikkel Q genererer et skalarfelt kalt elektrisk potensial i alle posisjoner Equation 2 i rommet: Equation 3 . Det maksimale arbeidet som kreves for å flytte en annen ladet partikkel q fra sin posisjon Equation 4 er produktet mellom ladningen q og det elektriske potensialet generert av Q i posisjon . Det elektriske potensialfeltet generert av flere partikler er summen av feltene som genereres av hver enkelt partikkel. (B2) Et stasjonært felt med faste generatorpartikler q og Q, virker med en Equation 5 på en sondepartikkel med positiv ladning q_p. Som svar beveger q_p seg for å minimere posisjonens elektriske potensial. For å beskrive bevegelsen til q_p, kan man utlede og det elektriske feltet fra det elektriske Equation 6 potensialfeltet: Equation 7 . (C) Flere mobile positivt ladede sondepartikler som er jevnt frigjort i et stasjonært elektrisk felt, følger en organisert bevegelse. For å spore ladekonfigurasjonen uten å spore hver partikkel, kan man spesifisere på hvert øyeblikk: (D) hvordan rommet er okkupert av partikler, tildele en ladetetthet Equation 8 til hvert uendelig volum, i henhold til Gauss lov, og (E) hvordan partikler passerer gjennom grenseflatene mellom nærliggende uendelige volumer, og tildeler en nåværende tetthet Equation 9 til hver grense i henhold til Ohms lov. (F) Ladning og nåværende tetthet utvikler seg koavhengig i henhold til kontinuitetsligningen, da ikke-jevn partikkelforskyvning fører til enten akkumulering eller tap av partikler i et bestemt volum. (G) Innenfor et isolert system hersker charge bevaringsloven, og det er ingen tilsig eller utstrømning av ladede partikler. Notasjoner som brukes:- q, Q, q_p ladning og navn på den ladede partikkelen; Equation 10 - Euklidisk norm for posisjonsvektoren; k - Coulombs konstante; Equation 11 - gradient operator, ε_en - absolutt tillattheten av medium; σ - ledningsevne av medium. Klikk her for å se en større versjon av denne figuren.

Figur 3: Fem forskjellige nivåer av kompleksitet for en fibrøst matte. SC- glatt med ledende innebygde fibre, den enkleste modellen, som ikke står for overflatemorfologi eller forskjellige egenskaper til de bestanddelene; SNC- glatt med ikke-ledende innebygde fibre; RC- grov med ledende innebygde fibre, som står for overflatemorfologi, men ikke for forskjellige komponentegenskaper; RNC- grov med ikke-ledende innebygde fibre, full foreslått modell av nanofibrøs kunstige stillaser; RNCd- grov med ikke-ledende innebygde fibre belagt med to forskjellige materialer, full foreslått modell for et ark med kollagenfibre. Lengdeenhet brukt: nanometer. Klikk her for å se en større versjon av denne figuren.

Figur 4: Eksempelresultater av adaptiv nettingforbedring og den resulterende ladetettheten etter simuleringen. (Venstre) Automatisk generert nett med ekstra grove tetraedrale elementer; (Høyre) Innledende nett adaptivt raffinert under stasjonær studie; Mindre elementer er nødvendig for et nøyaktig resultat i områdene der simulerte signaler har brå romlige endringer. Klikk her for å se en større versjon av denne figuren.

Figur 5: Fiberjusteringsvinkel til elektrisk potensiell gradient påvirker EF-styrken i omkringliggende cellekulturmedier når det redegjøres for nok kompleksitet. SC, SNC, RC, RNC og RNCd er de forskjellige kompleksitetsnivåene for den fibrøse mattemodellen presentert i figur 3. Vertikal akse markerer justeringsvinkelen til fibrene til den elektriske potensielle gradienten. Abstrakte elektroder omtalt - nederste side med høyt elektrisk potensial og overside med lavt elektrisk potensial. Klikk her for å se en større versjon av denne figuren.

Figur 6: Fiberjusteringsvinkel til elektrisk potensiell gradering påvirker plassladningstettheten i omkringliggende cellekulturmedier når nok kompleksitet er gjort rede for. SC, SNC, RC, RNC og RNCd er de forskjellige kompleksitetsnivåene for den fibrøse mattemodellen presentert i figur 3. Vertikal akse markerer justeringsvinkelen til fibrene til den elektriske potensielle gradienten. Abstrakte elektroder omtalt-nederste side med høyt elektrisk potensial og overside med lavt elektrisk potensial. Klikk her for å se en større versjon av denne figuren.

Figur 7: Ladebevegelsen påvirkes av stillasfiberjustering i forhold til EF. Begge panelene illustrerer steady state RNC-modellforutsigelser. På venstre side er fibrene parallelle med EF, mens de på høyre side er vinkelrette. Det lyse røde til blå fargevolumet markerer ladetettheten, mens pilvolumet markerer gjeldende tetthetsretning. Fargen på pilene tilsvarer gjeldende tetthetsnorm.

Navn	Uttrykk	Beskrivelse
Ws	10Rcmed_ratio	Bredde på stillas
Ls	10Rcmed_ratio	Lengde på stillas
Hs	2*Rf	Høyde på stillas
med_ratio	1.5	Forholde cellekulturmedier til stillas
Rc	278.5[nm]	Radius for fiberkjerne
r	1.5	Fiberkjerne-til-frakk-forhold
Rf	Rc*r	Fiber med frakkradius
Theta	90[deg]	Vinkel på fiberretning
Lf	1.3(Lscos(theta)+Ws*sin(theta))	Fiber lengde
Tes	1	Forholde fiberkjerneradiusen til avstanden mellom fibrene
n_1	2(fix((Ws/(2cos(theta))-Rf)/(2tesRc))+3)(cos(theta)!=0)+1(cos(theta)==0)	Maksimalt antall fibre hvis theta<=45
n_2	2(fix((Ls/(2sin(theta))-Rf)/(2tesRc))+3)(sin(theta)!=0)+1(sin(theta)==0)	Maksimalt antall fibre hvis theta>45
overmål	1.2+0.3abs(synd(2theta))	Første fiber relative offset fra stillas
D	Hvis/5	Belagt periodicitet
rekvisitt	0.46	Lengde på første strøk i forhold til periodicitet D
E	100[mV/mm]	Elektrisk feltstørrelse
V0	ELsmed_ratio	Terminal spenning
omega	500[Hz]	Tidsavhengig studie Spenningsfrekvens
p_sigma	0.5	Andre belegg relativ ledningsevne
p_eps	1.5	Andre belegg relativ dielektrisk konstant

Tabell 1: Parametere som brukes til simulering

	Kulturmedier	PEDOT:PSS 1	PEDOT:PSS 2	Kollagen hydrert 1	Kollagen hydrert 2	Silke Fibroin	Kollagen Tørr
Elektrisk ledningsevne (S/m)	1.7014	1.00E-01	p_sigma * 0,1	2.00E-05	p_sigma * 2e-5	1.00E-08	2.50E-08
Relativ tillatelse	80.1	2.2	p_eps * 2,2	9.89	p_eps * 9,89	7.81E+00	4.97

Tabell 2: Materialegenskaper brukt i simulering

Tilleggsfiler. Klikk her for å laste ned denne filen.

Discussion

Den foreslåtte protokollen antyder en ensartet modelleringsløsning for naturlige og kunstige stillaser og fremhever behovet for å vurdere nanostrukturen til fibrøse stillaser når man inspiserer effekten av EF på celler frøet på slike materialer. Selv om en grov tilnærming til EF-intensiteten (elektrodepotensialforskjell delt på avstanden mellom elektrodene) ville føre til at vi forventet en feltstyrke på 100 mV/mm, forutsier simuleringer stasjonære feltstyrker opptil 30 % høyere i forskjellige områder av matten (figur 5). Dette resultatet bør være av interesse for ES-eksperimentdesign og datatolkning, da celledød kan skyldes for sterke EFer. Å eksponere det elektriske mikromiljøet vil muliggjøre en direkte sammenheng mellom ES og cellulær utvikling. Mens flere studier presenterer detaljert morfologianalyse av de brukte stillasene³³^,⁴³^,⁵⁹, undersøker de ikke samspillet mellom strukturen, materialets elektriske egenskaper og EF. Denne protokollen kan aktivere denne koblingen, som parametere som fiberradius, belegglagtykkelse, avstand mellom fibre og elektriske egenskaper til komponentmaterialene kan endres i henhold til hvert eksperiment ved å endre globale definisjoner i trinn 1.2 og 1.3. Derfor kan tilpassede 3D-romlig løste ladnings- og nåværende tetthetsforutsigelser gjøres for både statiske og dynamiske ES-regimer.

Stillasdesignoptimalisering kan målrettes gjennom RNC- og RNCd-modellene med brede parameterområdeutforskninger, og skalerer de foreslåtte morfologiene eller delene av dem. Alternativt kan andre stillaskonfigurasjoner undersøkes med den foreslåtte protokollen ved å endre arraytypene fra lineær til tredimensjonal i avsnitt 1.6.5 og tilpasse stillasgeometri i avsnitt 1.6.2. Stillasoptimalisering kan imidlertid ikke gjøres uten mål. Mens for vevsteknikk er hovedfokuset celle skjebne, et klarere bilde på hvilke stimuli er dens viktigste determinanter er avgjørende hvis den pålitelige kontrollen er ønsket. Ladning og nåværende tetthet er gode beskrivelser av cellulære elektriske mikromiljø da de viser samspillet mellom EF og de elektriske egenskapene til de forskjellige komponentmaterialene til komplekse stillaser som ECM. Protokollen viser hvordan man beregner spådommer for disse beregningene gitt en nanofibrøs stillasgeometri og fremhever viktigheten av justeringsvinkelen til fibrene med EF. Spådommer om ladning og nåværende tetthet kan da knyttes til cellulær utvikling, og dermed kan stillas- og ES-regimer optimaliseres for spesifikke oppgaver.

Interessant nok viser en studie at EF-eksponering genererte mekanisk stress mer enn dobbelt i styrke i komposittfilmer med nanofiber vinkelrett på den eksterne EF sammenlignet med filmer med parallell justering⁶⁰. Det rapporterte mekaniske stresset kan være et resultat av Coulomb-krefter som virker mellom ladede fibre, spådd av de grove modellsimuleringene (RC, RNC, RNCd) (Figur 6). Selv om disse simuleringene kan være nyttige for å undersøke denne hypotesen, må det bemerkes at de rapporterte eksperimentelle resultatene ble oppnådd i et system med kapasitiv kobling, og simuleringen presenterer direkte kobling.

En begrensende faktor for fremtidig mulig bruk av protokollen for å estimere et mobilinngangssignal er parameterusikkerhet. Geometriske usikre parametere er belegglagtykkelse og avstand mellom fiberkjerner. Den første kan utledes ved å finne verdien som fører til en bulkimpedans som kan valideres eksperimentelt. Den andre kan trekkes ut fra høyoppløselige materialskanninger. Parametere som beskriver materialets fysiske egenskaper påvirkes også av usikkerhet. Imidlertid varierer den elektriske ledningsevnen og dielektriske konstanten til eksemplifiserte materialer langt mer enn eksperimentell målepresisjon (Tabell 2). De rapporterte effektene vil derfor opprettholdes til tross for moderate målefeil.

Resultatene viser hvordan ikke nok modellkompleksitet kan skjule relevant informasjon. Det er viktig å erkjenne at protokollen simulerer en forenklet versjon av det fysiske fenomenet som finner sted, da det ikke tar hensyn til den forskjellige arten av materialer som er involvert i prosesslederen (elektroder), halvleder (belegg), dielektriske (fiberkjerner) og elektrolytiske (omkringliggende substans) - som er i stand til å påvirke ladetransport. Dette problemet kan redegjøres for i fremtidige modellutvidelser ved å legge til energioverføringsforsinkelser ved grensesnittene (dvs. faradiske reaksjoner) og iontransportforsinkelser i elektrolytten. Å legge til kompleksitet bør imidlertid styres av eksperimentell validering, da en enkel modell som reproduserer det meste av det som observeres, er mer nyttig enn en bemerkelsesverdig nøyaktig en som tilfører lite mer informasjon, men som er dypt følsom for mange bestanddelers usikkerhet.

Som målet med vevsteknikk er å lage bioreaktorer som ikke bare etterligner ett eller to aspekter av in vivo-miljøer, men replikerer og kontrollerer alle cellulære utviklingssignaler⁶¹, elektromagnetiske og mekaniske i silicomodeller samt modeller for varmeoverføring mellom bioreaktorkomponenter må kombineres. I en etterfølgende modelleringsfase kan koblingsfenomener mellom disse interaksjonene som ohmisk oppvarming, elektrolytisk væskestrøm, morfologiske stillasdeformasjoner som svar på elektrisk stimulering⁶⁰ og piezoelektrisitet⁶² også tilsettes. Modeller bør imidlertid bare slås sammen etter at hver enkelt er eksperimentelt validert. På denne måten kan vi få en bedre forståelse av hver komponents innflytelse i det cellulære mikromiljøet, og hvordan stimuli kan optimaliseres.

Hvis den foreslåtte modellen er eksperimentelt validert, kan den kombineres med modeller av biologiske celler - figur 1. Ladetetthetsmønstre og moduleringer kan asymmetrisk påvirke spesifikke ionpumpers aktivitet, støtfeste til fiberen av proteiner som driver membranadhesjon⁶³ og dermed lede migrasjon, spredningsmønstre og morfogenese⁶⁴. Å utforske disse hypotesene er veien fremover for å forstå mekanismene som underbygger vev og celleresponser på ES.

Disclosures

Forfatterne har ingenting å avsløre.

Acknowledgments

Dette arbeidet ble støttet av det 4-årige Wellcome Trust PhD-programmet i kvantitativ og biofysisk biologi

Materials

Name	Company	Catalog Number	Comments
Comsol multiphysics 5.2 AC/DC module	COMSOL	-	FEM modelling software

DOWNLOAD MATERIALS LIST

References

Zhao, S., Mehta, A. S., Zhao, M. Biomedical applications of electrical stimulation. Cellular and Molecular Life Sciences. 77 (14), 2681-2699 (2020).
Gordon, T. Electrical Stimulation to Enhance Axon Regeneration After Peripheral Nerve Injuries in Animal Models and Humans. Neurotherapeutics. 13 (2), 295-310 (2016).
Pedrotty, D. M., et al. Engineering skeletal myoblasts: Roles of three-dimensional culture and electrical stimulation. American Journal of Physiology - Heart and Circulatory Physiology. 288, 1620-1626 (2005).
Stoppel, W. L., Kaplan, D. L., Black, L. D. Electrical and mechanical stimulation of cardiac cells and tissue constructs. Advanced Drug Delivery Reviews. 96, 135-155 (2016).
Leppik, L., et al. Combining electrical stimulation and tissue engineering to treat large bone defects in a rat model. Scientific Reports. 8 (1), (2018).
Du, S., et al. Bioinspired hybrid patches with self-adhesive hydrogel and piezoelectric nanogenerator for promoting skin wound healing. Nano Research. 13 (9), 2525-2533 (2020).
Gratieri, T., Santer, V., Kalia, Y. N. Basic principles and current status of transcorneal and transscleral iontophoresis. Expert Opinion on Drug Delivery. 14 (9), 1091-1102 (2017).
Kroeling, P., Gross, A., et al. Electrotherapy for neck pain. Cochrane Database of Systematic Reviews. 2013 (8), (2013).
Hurlow, A., et al. Transcutaneous electric nerve stimulation (TENS) for cancer pain in adults. Cochrane Database of Systematic Reviews. 2012 (3), (2012).
Claydon, L. S., Chesterton, L. S., Barlas, P., Sim, J. Dose-specific effects of transcutaneous electrical nerve stimulation (TENS) on experimental pain: A systematic review. Clinical Journal of Pain. 27 (7), 635-647 (2011).
Sbruzzi, G., Silveira, S. A., Silva, D. V., Coronel, C. C., Plentz, R. D. M. Estimulação elétrica nervosa transcutânea no pós-operatório de cirurgia torácica: Revisão sistemática e metanálise de estudos randomizados. Brazilian Journal of Cardiovascular Surgery. 27 (1), 75-87 (2012).
Jin, D. M., Xu, Y., Geng, D. F., Yan, T. b Effect of transcutaneous electrical nerve stimulation on symptomatic diabetic peripheral neuropathy: A meta-analysis of randomized controlled trials. Diabetes Research and Clinical Practice. 89 (1), 10-15 (2010).
Bjordal, J. M., et al. Short-term efficacy of physical interventions in osteoarthritic knee pain. A systematic review and meta-analysis of randomised placebo-controlled trials. BMC Musculoskeletal Disorders. 8 (1), 51 (2007).
Johnson, M., Martinson, M. Efficacy of electrical nerve stimulation for chronic musculoskeletal pain: A meta-analysis of randomized controlled trials. Pain. 130 (1-2), 157-165 (2007).
Johnson, M. I. Transcutaneous Electrical Nerve Stimulation (TENS). eLS. , 1-13 (2012).
Griffin, M., Bayat, A. Electrical stimulation in bone healing: critical analysis by evaluating levels of evidence. Eplasty. 11, (2011).
Mollon, B., Da Silva, V., Busse, J. W., Einhorn, T. A., Bhandari, M. Electrical stimulation for long-bone fracture-healing: A meta-analysis of randomized controlled trials. Journal of Bone and Joint Surgery - Series A. 90 (11), 2322-2330 (2008).
Eberstein, A., Eberstein, S. Electrical stimulation of denervated muscle: Is it worthwhile. Medicine and Science in Sports and Exercise. 28 (12), 1463-1469 (1996).
Mödlin, M., et al. Electrical stimulation of denervated muscles: First results of a clinical study. Artificial Organs. 29 (3), 203-206 (2005).
Gordon, T., Amirjani, N., Edwards, D. C., Chan, K. M. Brief post-surgical electrical stimulation accelerates axon regeneration and muscle reinnervation without affecting the functional measures in carpal tunnel syndrome patients. Experimental Neurology. 223 (1), 192-202 (2010).
Chan, K. M., Curran, M. W. T., Gordon, T. The use of brief post-surgical low frequency electrical stimulation to enhance nerve regeneration in clinical practice. Journal of Physiology. 594 (13), 3553-3559 (2016).
Vance, C. G. T., Dailey, D. L., Rakel, B. A., Sluka, K. A. Using TENS for pain control: the state of the evidence. Pain management. 4 (3), 197-209 (2014).
Peters, E. J., Lavery, L. A., Armstrong, D. G., Fleischli, J. G. Electric stimulation as an adjunct to heal diabetic foot ulcers: A randomized clinical trial. Archives of Physical Medicine and Rehabilitation. 82 (6), 721-725 (2001).
Lundeberg, T. C. M., Eriksson, S. V., Malm, M. Electrical nerve stimulation improves healing of diabetic ulcers. Annals of Plastic Surgery. 29 (4), 328-331 (1992).
Houghton, P. E., et al. Electrical Stimulation Therapy Increases Rate of Healing of Pressure Ulcers in Community-Dwelling People With Spinal Cord Injury. Archives of Physical Medicine and Rehabilitation. 91 (5), 669-678 (2010).
Bikbova, G., Bikbov, M. Standard corneal collagen crosslinking versus transepithelial iontophoresis-assisted corneal crosslinking, 24 months follow-up: randomized control trial. Acta Ophthalmologica. 94 (7), 600-606 (2016).
Bhavsar, M. B., et al. Electrical stimulation-based bone fracture treatment, if it works so well why do not more surgeons use it. European Journal of Trauma and Emergency Surgery. 46 (2), 245-264 (2020).
Erickson, C. A., Nuccitelli, R. Embryonic fibroblast motility and orientation can be influenced by physiological electric fields. Journal of Cell Biology. 98 (1), (1984).
Hammerick, K. E., Longaker, M. T., Prinz, F. B. In vitro effects of direct current electric fields on adipose-derived stromal cells. Biochemical and Biophysical Research Communications. 397 (1), 12-17 (2010).
Shao, S., et al. Osteoblast function on electrically conductive electrospun PLA/MWCNTs nanofibers. Biomaterials. 32 (11), 2821-2833 (2011).
Forciniti, L., Ybarra Iii, J., Zaman, M. H., Schmidt, C. E. Schwann cell response on polypyrrole substrates upon electrical stimulation. Acta Biomaterialia. , (2014).
Kumar, A., Nune, K. C., Misra, R. D. K. Electric field-mediated growth of osteoblasts-the significant impact of dynamic flow of medium. Biomaterials Science. 4 (1), 136-144 (2016).
Hyun Ko, U., et al. Promotion of Myogenic Maturation by Timely Application of Electric Field Along the Topographical Alignment. Tissue Engineering Part A. 24 (10), 752-760 (2018).
Lynch, K., Skalli, O., Sabri, F. Growing Neural PC-12 Cell on Crosslinked Silica Aerogels Increases Neurite Extension in the Presence of an Electric Field. Journal of Functional Biomaterials. 9 (2), 30 (2018).
Balint, R., Cassidy, N. J., Cartmell, S. H. Electrical stimulation: A novel tool for tissue engineering. Tissue Engineering - Part B: Reviews. 19 (1), 48-57 (2013).
Chen, C., Bai, X., Ding, Y., Lee, I. S. Electrical stimulation as a novel tool for regulating cell behavior in tissue engineering. Biomaterials Research. 23 (1), (2019).
Purushothaman, A. E., Thakur, K., Kandasubramanian, B. Development of highly porous, Electrostatic force assisted nanofiber fabrication for biological applications. International Journal of Polymeric Materials and Polymeric Biomaterials. 69 (8), 477-504 (2020).
Yanılmaz, M., Sarac, A. S. A review: Effect of conductive polymers on the conductivities of electrospun mats. Textile Research Journal. 84 (12), 1325-1342 (2014).
Tsukada, S., Nakashima, H., Torimitsu, K. Conductive polymer combined silk fiber bundle for bioelectrical signal recording. PLoS ONE. 7 (4), 33689 (2012).
Nguyen, H. T., et al. Electric field stimulation through a biodegradable polypyrrole-co- polycaprolactone substrate enhances neural cell growth. Journal of Biomedical Materials Research - Part A. 102 (8), 2554-2564 (2014).
Song, J., et al. Polymerizing pyrrole coated poly (l-lactic acid-co-ε-caprolactone) (PLCL) conductive nanofibrous conduit combined with electric stimulation for long-range peripheral nerve regeneration. Frontiers in Molecular Neuroscience. 9, (2016).
Lee, J. Y., Bashur, C. A., Goldstein, A. S., Schmidt, C. E. Polypyrrole-coated electrospun PLGA nanofibers for neural tissue applications. Biomaterials. 30 (26), 4325-4335 (2009).
Du, L., et al. Combined effects of electrospun nanofibrous scaffold and electrical field on the neuronal outgrowth. Materials Letters. 256, (2019).
Theocharis, A. D., Skandalis, S. S., Gialeli, C., Karamanos, N. K. Extracellular matrix structure. Advanced Drug Delivery Reviews. 97, 4-27 (2016).
Shoulders, M. D., Raines, R. T. Collagen structure and stability. Annual Review of Biochemistry. 78, 929-958 (2009).
Fang, M., et al. Type i collagen D-spacing in fibril bundles of dermis, tendon, and bone: Bridging between nano- and micro-level tissue hierarchy. ACS Nano. 6 (11), 9503-9514 (2012).
PETRUSKA, J. A., HODGE, A. J. a Subunit Model for the Tropocollagen Macromolecule. Proceedings of the National Academy of Sciences of the United States ofAmerica. 51 (5), 871-876 (1964).
Kastelic, J., Galeski, A., Baer, E. The multicomposite structure of tendon. Connective Tissue Research. 6 (1), 11-23 (1978).
Thorpe, C. T., Birch, H. L., Clegg, P. D., Screen, H. R. C. The role of the non-collagenous matrix in tendon function. International Journal of Experimental Pathology. 94 (4), 248-259 (2013).
Chapman, G. E., McLauchlan, K. A. The hydration structure of collagen. Proceedings of the Royal Society of London. Series B. Biological Sciences. 173 (31), 223-234 (1969).
Bardelmeyer, G. H. Electrical conduction in hydrated collagen. I. Conductivity mechanisms. Biopolymers. 12 (10), 2289-2302 (1973).
Budde, K., et al. Requirements for Documenting Electrical Cell Stimulation Experiments for Replicability and Numerical Modeling. Proceedings of the Annual International Conference of the IEEE Engineering in Medicine and Biology Society. , 1082-1088 (2019).
Zhao, S., Mehta, A. S., Zhao, M. Biomedical applications of electrical stimulation. Cellular and Molecular Life Sciences. 77 (14), 2681-2699 (2020).
Zhang, T., Yi, Y. B. Monte Carlo simulations of effective electrical conductivity in short-fiber composites. Journal of Applied Physics. 103 (1), 14910 (2008).
Meny, I., Burais, N., Buret, F., Nicolas, L. Finite element modeling of cell exposed to harmonic and transient electric fields. 12th Biennial IEEE Conference on Electromagnetic Field Computation, CEFC 2006. 43 (4), 310 (2006).
Schoenbach, K. H., et al. Ultrashort electrical pulses open a new gateway into biological cells. Proceedings of the IEEE. 92 (7), 1122-1136 (2004).
Gowrishankar, T. R., Smith, K. C., Weaver, J. C. Transport-based biophysical system models of cells for quantitatively describing responses to electric fields. Proceedings of the IEEE. 101 (2), 505-517 (2013).
Pietak, A., Levin, M. Exploring instructive physiological signaling with the bioelectric tissue simulation engine. Frontiers in Bioengineering and Biotechnology. 4, (2016).
Babaie, A., et al. Synergistic effects of conductive PVA/PEDOT electrospun scaffolds and electrical stimulation for more effective neural tissue engineering. European Polymer Journal. 140, 110051 (2020).
Zhou, J., Fukawa, T., Kimura, M. Directional electromechanical properties of PEDOT/PSS films containing aligned electrospun nanofibers. Polymer Journal. 43 (10), 849-854 (2011).
Castro, N., et al. Physically Active Bioreactors for Tissue Engineering Applications. Advanced Biosystems. 4 (10), 1-29 (2020).
Ribeiro, S., Gomes, A. C., Etxebarria, I., Lanceros-Méndez, S., Ribeiro, C. Electroactive biomaterial surface engineering effects on muscle cells differentiation. Materials Science and Engineering. , (2018).
Marzocchi, M., et al. Physical and Electrochemical Properties of PEDOT:PSS as a Tool for Controlling Cell Growth. ACS Applied Materials and Interfaces. 7 (32), 17993-18003 (2015).
Leronni, A., Bardella, L., Dorfmann, L., Pietak, A., Levin, M. On the coupling of mechanics with bioelectricity and its role in morphogenesis. Journal of the Royal Society Interface. 17 (167), 20200177 (2020).

Bioengineering

Endelig elementmodellering av et cellulært elektrisk mikromiljø

Summary

Abstract

Introduction

Protocol

Representative Results

Discussion

Disclosures

Acknowledgments

Materials

References

Tags

Cite this Article

Summary

Abstract

Introduction

Protocol

Representative Results

Discussion

Disclosures

Acknowledgments

Materials

References

Tags

Cite this Article

Get cutting-edge science videos from JoVE sent straight to your inbox every month.