Summary

Hücresel Elektrik Mikroçevriminin Sonlu Eleman Modellemesi

Published: May 18, 2021
doi:

Summary

Bu makale, bir elektrik alanına (EF) maruz kalan lifli iletken malzemelerin sonlu eleman modellerini oluşturmak için bir strateji sunmaktadır. Modeller, bu tür malzemelerde tohumlanan hücrelerin aldığı elektrik girişini tahmin etmek ve iskelenin kurucu malzeme özelliklerini, yapısını veya yönünü değiştirmenin etkisini değerlendirmek için kullanılabilir.

Abstract

Klinik çalışmalar, elektriksel stimülasyonun (ES) çeşitli dokuların iyileşmesi ve yenilenmesi için potansiyel bir tedavi olduğunu göstermektedir. Bu nedenle, elektrik alanlarına maruz kaldığında hücre tepkisinin mekanizmalarını anlamak klinik uygulamaların optimizasyonuna rehberlik edebilir. In vitro deneyler, etik ve etkili bir şekilde değerlendirilebilecek daha geniş girdi ve çıkış aralıklarının avantajını sunarak bunları ortaya çıkarmaya yardımcı olmayı amaçlamaktadır. Bununla birlikte, in vitro deneylerdeki gelişmelerin doğrudan klinik ortamlarda çoğaltilmesi zordur. Esas olarak, in vitro kullanılan ES cihazlarının hasta kullanımına uygun olanlardan önemli ölçüde farklı olması ve elektrotlardan hedeflenen hücrelere giden yolun farklı olmasıdır. Bu nedenle in vitro sonuçları in vivo prosedürlere çevirmek kolay değildir. Hücresel mikroçevrimin yapısının ve fiziksel özelliklerinin gerçek deneysel test koşullarında belirleyici bir rol oynadığını vurguluyoruz ve tüp bebek ile in vivo arasındaki boşluğu kapatmak için yük dağılımı önlemlerinin kullanılabileceğini öneriyoruz. Bunu göz önünde bulundurarak, siliko sonlu eleman modellemesinde (FEM) hücresel mikroçevrim ve elektrik alanı (EF) maruziyetinin yarattığı değişiklikleri tanımlamak için nasıl kullanılabileceğini gösteriyoruz. EF’nin ücret dağılımını belirlemek için geometrik yapıya sahip çiftlerin nasıl olduğunu vurguluyoruz. Daha sonra zamana bağlı girişlerin yük hareketi üzerindeki etkisini gösteririz. Son olarak, siliko model metodolojismizdeki yenimizin alaka düzeyini iki vaka çalışması kullanarak gösteriyoruz: (i) in vitro fibröz Poli (3,4-etilendioksitofen) poli (styrenesulfonate) (PEDOT-PSS) iskeleleri ve (ii) hücre dışı matriste (ECM) vivo kollajen.

Introduction

ES, biyolojik hücre ve dokuları kontrol etmek amacıyla EF’lerin kullanılmasıdır. Mekanizması, içindeki ve çevresindeki biyomoleküller dışarıdan üretilen bir voltaj gradyanine maruz kaldığında hücreye yayılan fiziksel uyarana dayanır. Yüklü parçacıklar, Coulomb yasası tarafından yönetilen organize bir harekete girer ve şarj edilmemiş parçacıklar üzerinde sürükleme kuvvetleri oluşturur. Elde edilen sıvı akışı ve yük dağılımı, hücrenin mikroçevronemental koşullardaki değişime uyum sağlamaya çalışmasıyla yapışma, kasılma, göç, oryantasyon, farklılaşma ve çoğalma1 gibi hücre aktivitelerini ve fonksiyonlarını değiştirir.

EF’ler kontrol edilebilir, invaziv olmayan, farmakolojik olmayan ve temel hücre davranışı üzerinde etkili bir etkiye sahip olduğu gösterildiği için, ES doku mühendisliği ve rejeneratif tıp için değerli bir araçtır. Nöral2,iskelet3,kalp kası4,kemik5 ve cilt6 gelişimine rehberlik etmek için başarıyla kullanılmıştır. Ayrıca, iyontoforez7’yigeliştirdiği için, geleneksel farmakolojik olanlara alternatif veya tamamlayıcı bir tedavi olarak kullanılır. Ağrı yönetimindeki verimliliği, daha kaliteli klinik çalışmalar 8,9,10. Bununla birlikte, herhangi bir yan etki bildirilmedi ve hasta refahını artırma potansiyeline sahiptir11,12,13,14,15.

Sadece klinik çalışmalar bir prosedürün etkinliği için kesin bir karar verebilirken, in vitro ve siliko modellerinde, daha geniş bir deneysel koşullar yelpazesi üzerinde daha güçlü kontrol sundukları için öngörülebilir ES tedavisinin tasarımını bilgilendirmek gerekir. ES’nin araştırılan klinik kullanımları kemik rejenerasyonu16,17, denervated kasların iyileşmesi18,19, ameliyat sonrası aksonal rejenerasyon20,21,ağrı kesici22, yara iyileşmesi23,24,25 ve iyontoforetik ilaç iletimi26 ‘dır. ES cihazlarının olası tüm hedef uygulamalara yaygın olarak sunulması için, klinik çalışmalar henüz verimli tedavi için daha güçlü kanıtlar ortaya konmamıştır. Hem in vivo hayvan hem de insan çalışmalarının sürekli olarak olumlu sonuçlar bildirdiği alanlarda bile, bildirilen çok sayıda yöntem, aralarında nasıl seçim yapılacağına dair çok az rehberlikle birleştiğinde ve yüksek alım fiyatı klinisyenleri ES cihazlarına yatırım yapmaktan caydırır27. Bunun üstesinden gelmek için, hedef doku artık bir kara kutu (in vivo deney sınırı) olarak kabul edilemez, ancak birden fazla alt sistemi karmaşık bir sinerji olarak görülmelidir (Şekil 1).

28 , 29 , 30 , 31 ,32,33,34yıllarında birden fazlaESdeneyi yapılmıştır. Bunların çoğu sadece ES’yi, aralarındaki mesafeye bölünmüş elektrotlar arasındaki voltaj düşüşü yoluyla karakterize eder – elektrik alanı büyüklüğünün kabaca bir tahmini. Bununla birlikte, elektrik alanının kendisi doğrudan hücreleri değil, yalnızca yüklü parçacıkları etkiler. Ayrıca, cihaz ve hücreler arasında birden fazla malzeme birbirine girdiğinde, kaba yaklaşım tutmayabilir.

Giriş sinyalinin daha iyi bir şekilde nitelendirilmesi, uyaranın hücreye nasıl aktarılacağı hakkında net bir görüş gerektirir. ES teslim etmenin ana yöntemleri doğrudan, kapasitif ve endüktif kavrama35,36 ‘dır. Her yöntem için cihazlar elektrot tipi (çubuk, düzlem veya sargı) ve hedef dokuya göre yerleşim (temas halinde veya izole)35ile farklılık gösterir. Daha uzun tedaviler için in vivo kullanılan cihazların giyilebilir olması gerekir, bu nedenle elektrotlar ve çoğu zaman enerji kaynağı yara pansumanları veya elektroaktif yamalar olarak cilde yerleştirilir veya bağlanır. Oluşturulan voltaj gradyanı, işlem alanındaki yüklü parçacıkları yerinden eder.

Hücrelerin çevresindeki yüklü parçacık akışını etkilediği için, iskele yapısı ES protokollerinin tasarımında son derece önemlidir. Platform malzemesi, sentez tekniği, yapısı veya voltaj gradyanine göre oryantasyon değişirse farklı yük taşıma konfigürasyonları ortaya çıkar. In vivo, yüklü parçacıkların mevcudiyeti ve hareketi sadece hücreler tarafından değil, aynı zamanda destekleyici ECM’yi oluşturan kollajen ağı ve geçiş sıvısı tarafından da etkileniyor. Mühendislik iskeleleri, in vitro1,35’tekidoğal hücre mikroçevranlıklarını daha iyi yeniden oluşturmak için giderek daha fazla kullanılmaktadır. Aynı anda, ECM karmaşık bir doğal iskeledir.

Yapay iskeleler metallere dayanır, polimerler ve karbonu yürütür, biyouyumluluğu elektrokimyasal performans ve uzun vadeli stabilite ile dengelemeye odaklanaraktasarlanmıştır 36. Çok yönlü bir iskele tipi, kontrol edilebilir bir nano ölçekli topografya sunan elektrospun fibrüz paspastır. Bu, ECM’ye benzemek için tasarlanmış olabilir, böylece çok çeşitli dokuların yenilenmesine yardımcı olan benzer mekanik ipuçları sunar37. ES’yi önemli ölçüde etkilemek için paspasların bir dereceye kadar iletken olması gerekir. Bununla birlikte, iletken polimerlerin elektrospin ve yalıtım taşıyıcıları ile harmanlanması zordur, elde eden liflerin iletkenliğini sınırlar38. Bir çözüm, bir dielektrik elyafın yüzeyinde iletken bir monomer polimerize etmektir, bu da son ürünün iyi mekanik mukavemeti ve elektriksel özellikleri ile sonuçlanır38. İpek elektrospun liflerinin yarı iletken PEDOT-PSS39ile kaplanması buna bir örnektir. Mekanik ve elektromanyetik ipuçlarının kombinasyonu, neurit büyümesini önemli ölçüde hızlandırır40,41,42. Neurites, iskele lifleri hizalamasını takip eder ve liflere paralel bir EF’ye maruz kaldıktan sonra dikey bir43’tendaha fazla uzatır. Benzer şekilde, lifli iskelelerin EF’ye hizalanması da miyojenik olgunlaşmayı teşvik eder33.

ECM esas olarak lif oluşturan proteinlerden oluşur44, bu kollajen tipinden kıkırdak dışında tüm hayvan dokularında ana bileşen olmak (kollajen tip II bakımından zengin)44. Tropocollagen (TC), polipeptid iplikçiklerin üçlü sarmal uyumu, kollajen fibrillerinin yapısal motifidir45. Kollajen fibrillerin iletim elektron mikroskopisi ve atomik kuvvet mikroskopi görüntüleri, Hodge & Petruska model47 tarafından düzenli TC boşlukları dizisi olarak açıklanan ve45 ile örtüşen D periyodik bantlı bir desen46göstermektedir. Tendonlar, kollajenöz olmayan yüksek hidrofilik proteoglikan matrisi48,49ile korunan hizalanmış bir kollajenöz fibriller matristen oluşur. Decorin, kollajen fibrillerinin boşluk bölgelerini bağlayabilen ve glikozaminoglikan (GAG) yan zincirleri aracılığıyla diğer SLRP’lerle bağlantı kurabilen küçük bir lösin bakımından zengin proteoglikandır (SLRP)49. Tendonlar üzerinde yapılan çalışmalar, hidrat50 , 51,hidrasyon seviyesiarttıkçaprotonikten iyonik olan yük taşıma mekanizması değiştiğinde elektriksel özelliklerinin önemli ölçüde değiştiğinigöstermektedir. Bu, bir kollajen tipi I fibril boyunca elektrik iletimi, farklı elektrik iletkenliklerine ve dielektrik sabitlere sahip boşluk ve örtüşmeyi içeren bir Decorin-su kabanıyla etkinleştirilebileceğini göstermektedir.

ECM’nin yapay iskelelerle aynı rekreasyonu mümkün olmadığı için, çevrilebilir sonuçların etkinleştirdiği in vivo ve in vitro arasında sinerji üreten bilgi çıkmazda gibi görünmektedir. Siliko modellemesinde sadece ikisi arasında çeviriyi yeniden sağlamakla kalmaz, aynı zamanda ES’de yer alan bilinmeyen süreçleri karakterize etmede önemli faydalar sağlar. In vivo gözlemlerin in vitro ile karşılaştırılması, hedef doku ile organizmanın geri kalanı arasındaki bağlantı gücü hakkında bilgi getirebilir, ancak mevcut bilgi sınırlarını ortaya çıkarmaz. Bilinmezlik, mevcut bilgiye dayanarak gerçekleşmesi beklenen ile olan arasındaki farkı gözlemleyerek açığa çıkabilir. Matematiksel modellemeye dayalı siliko deneylerinde, sürecin bilinen ve bilinmeyen alt işlemlere bölünmesine izin verir. Bu şekilde, siliko tahminlerinde in vitro ve in vivo deneylerle karşılaştırıldığında modelde hesaba katmayan fenomenler gün ışığına çıkar.

Hücrelerin ve dokuların elektriksel alanlardan nasıl etkilendiğine dair alttaki mekanizmalara ilişkin hipotezlerin oluşturulması ve test edilmesi, ayrı ayrı test edilmesi gereken çok sayıda parametre52 tarafından engellenir. Temsili deneysel koşulları tanımlamak için, ES işlemi alt işlemlere bölünmelidir (Şekil 1) ve hücre davranışını etkileyen baskın giriş sinyalleri tanımlanmalıdır. ES’nin hücreler üzerindeki temel fiziksel etkilerini temsil eden modeller, EF’yi hücreyle bire birleyen etki alanını açıklar – yüklüparçacıklarınki 53. Hücreye dış partiküllerin davranışı mikroçevrime bağlıdır ve hücreden ayrı olarak araştırılabilir. Hücre için baskın giriş sinyali, hücre tepkisinde en yüksek derecede değişkenliğe neden olan ES aygıt çıkışlarının alt kümesidir. Tüm baskın hücre giriş sinyallerinde varyasyonlar oluşturabilen tam deneysel parametrelerin en küçük alt kümesi, parametre uzay boyutunu ve test çalışmalarının sayısını azaltmak için kullanılabilir.

Biyolojik ES hedef modelinin girişi, ES cihazının ürettiği ve ES’nin hücreler üzerindeki fiziksel etkilerini tanımlamada yararlı olan çıkış sinyallerinin bir alt kümesi olmalıdır. Doğrudan kavramalı basit bir biyoreaktör elektrolitik elektrokimyasal hücrelerle aynı yapıya sahiptir. Bunların modelleri birincil (çözelti direncinin muhasebesi), ikincil (faradik reaksiyonların muhasebesi) veya üçüncül (ayrıca iyon difüzyonu için muhasebe) akım yoğunluk dağılımını gösterir. Karmaşıklık hesaplama maliyetine dönüştüğü için, en basit model parametre uzay keşifleri için en uygun modeldir. Malzeme özellikleri tarafından motive edilen lifli kompozitlerin simülasyonları54, karmaşık mikro mimarinin bir sonucu olarak dökme malzeme özelliklerine odaklanır, bu nedenle EF maruziyetinin yerel etkilerini açıklayamaz. Siliko modellerinde mevcut, ES tarafından motive edilen, biyolojik örneğe odaklanın, homojen bir ortama batırılmış tek bir hücreolsun 55,56,57veya homojen hücre dışı alana sahip karmaşık dokular58. Şarj ve akım yoğunluğu (Şekil 2) ES cihazının modelleri ile biyolojik örnek arasında veya ES cihazının farklı bileşenleri arasında arayüz sinyalleri olarak işlev görebilirsiniz. Önerilen FEM tabanlı protokol Şekil 2’de açıklanan denklemleri kullanır ve iskeleye bağımlı parametrelerin, doğrudan bir kavrama kurulumu tarafından oluşturulan EF’den bağımsız olarak bu iki sinyali modüle etmek için nasıl kullanılabileceğini incelemek için kullanılmıştır. Sonuçlar, ES’nin hedef hücreleri nasıl etkilediğini araştırırken iskele veya ECM elektriksel özelliklerini hesaba katmak gerektiğini vurgulamamaktadır.

Protocol

1. Modeli COMSOL’da oluşturun COMSOL’u açın ve Boş Model’i seçin. Parametreler: ModelOluşturucu’da, Genel Tanımlar’ı sağ tıklatın, Parametreler’i seçin ve Tablo 1’egöre parametreler ekleyin. Malzemeler: Tablo 2’yegöre özelliklere sahip malzemeler ekleyin. Genel Tanımlaraltındaki Model Oluşturucu ‘da Malzeme ‘yi sağ tıklatın ve Boş Malzeme ‘yi seçin. Malzeme Özellikleri Ekle: Yeni eklenen malzemenin ayarlarında, Malzeme Özellikleri > Temel Özellikler’i genişletin, Göreli İzin Verme ‘yi seçin ve özellik eklemek için ‘+’ sembolüne basın. Elektriksel İletkenlikiçin adımı tekrarlayın. Malzeme İçeriğinde,tablo 2’yegöre geçerli malzeme özelliklerini doldurun. Bileşen tanımı: Üst şeridin Giriş sekmesinde, Bileşen Ekle ‘yi sol tıklatın ve 3D ‘yiseçin. Model Oluşturucusu’nda yeni bir bileşen düğümü görünecektir. Geometri: Model Oluşturucusu’nda Geometri ‘yisağ tıklatın, ekle ‘yisol tıklatın, Tam Model’i çift tıklatın ve uygun sırayı seçin (SC/SNC/RC/RNC/RNCd). Alternatif olarak, ast adımları izleyerek geometriyi sıfırdan oluşturun.Model Oluşturucusu’nda, geçerli bileşen düğümünün altındaki Geometri’yi sol tıklatın. Aynı Geometri düğümüne aşağıdaki bağımlı adımlarda başvurulacaktır. Ayarlar penceresinde, Uzunluk birimini nm olarak değiştirin ve “Birimleri değiştirirken değerleri ölçeklendir” seçeneğinin işaretsiz bırakıldığından emin olun. İskele geometrisi Model Oluşturucusu’nda Geometri ‘yi sağ tıklatın ve Engelle ‘yiseçin. Ayarlar sekmesinde, “İskele kapsamları” etiketini doldurun. Boyut ve Şekli genişletin ve Genişlik, Derinlik ve Yükseklik için “Ws”, “Ls”, “Hs” yi doldurun. Konumu genişletin ve Tabanı Ortaolarak değiştirin. Elde Eden Varlıkların SeçimleriniGenişletin, Yeni’yi seçin ve “İskele Seçimi” ekleyin. Çevreleyen maddenin kapsamları: Model Oluşturucusu’nda, Geometrialtında, İskele kapsamları ‘nı sağ tıklatın ve Çoğalt ‘ıseçin ve Ayarlar sekmesini düzenleyin. Etiketi “Ortam kapsamları” olarak değiştirin. Boyut ve Sh bir pe bölümündeki herkutuya,varolan parametreden önce “med_ratio *” ekleyin. Elde Eden Varlıkların Seçimleri’nde, Yeni seçimi “Medya Seçimi” olarak ekleyin. Bir fiberin geometrisi (SC 1.6.6’ya atlar)Çekirdek (RC atlama 1.6.4.2) Model Oluşturucusu’nda Geometri’yi sağ tıklatın, Silindir’i seçin ve Ayarlar sekmesini aşağıdaki gibi düzenleyin. Etiketi “Çekirdek” olarak değiştirin. Boyut ve Şekli genişletin ve Yarıçap ve Yükseklik için “Rc” ve “Lf” yi doldurun. Konum’u genişletin ve x ve y için “-fazla*Ws/2” ve “-Lf/2” yi doldurun. Eksen’i genişletin ve Eksen türünü y ekseni olarak değiştirin. Elde Eden Varlıkların Seçimlerini genişletin ve “Çekirdek Seçimi” ekleyin. Kat (SNC atlama 1.6.5) Döşeme (RC veya RNC 1.6.4.2.2’ye atlar; RNCd 1.6.4.2.3’e atla) Geometrialtındaki Model Oluşturucusu ‘nda, İskele kapsamları ‘nı sağ tıklatın ve Çoğalt ‘ıseçin. Geometri dizisinde yinelenenin (İskele kapsamları 1) Çekirdek’in hemen ardından geldiğinden emin olun. Ayarlar sekmesinde etiketi “Kat” olarak değiştirin. Ayarlar sekmesinde, Elde Eden Varlıkların Seçimleri’ni genişletin ve “Fiber Seçimi” oluşturun. 1.6.5’e atla. Homojen Model Oluşturucusu’nda Geometri’yi sağ tıklatın, Silindir ‘i seçin ve Ayarlar sekmesini aşağıdaki gibi düzenleyin. Etiketi “Palto” olarak değiştirin. Boyut ve Şekli genişletin ve Yarıçap ve Yükseklik için “Rf” ve “Lf” yi doldurun. Konum’u genişletin ve x ve y için “-fazla*Ws/2” ve “-Lf/2” yi doldurun. Eksen’i genişletin ve eksen türünü y eksenine değiştirin (RC atlayı 1.6.4.2.2.7). KatmanlarıGenişletin , Kalınlık için “Rf-Rc” yi doldurun ve yalnızca “Yanlardaki Katmanlar” ı işaretli bırakın. Elde Eden Varlıkların Seçimlerini genişletin ve “Kat Seçimi” veya RC için “Fiber Seçimi” ekleyin (RC 1.6.5’e atlayın). Model Oluşturucusu’nda Geometri ‘yi sağ tıklatın ve Varlıkları Sil ‘iseçin. Ayarlar sekmesinde Geometrik Giriş Düzeyi’ni Etki Alanı olarak değiştirin ve Seçim için Seçimi Katla’yı seçin. Etki alanı 3 hariç tüm etki alanlarını seçim kutusundan (katmanlı silindirin çekirdeği) kaldırın. Elde Ettiği Varlıkların Seçimlerini Genişletin ve Seçimi Katla ‘yıseçin. 1.6.5’e atla. İki türden oluşan periyodik dizi Model Oluşturucusu’nda Geometri ‘yi sağ tıklatın ve Silindir’i seçin. Yeni oluşturulan öğeyi sağ tıklatın ve Çoğalt ‘ıseçin. Ayarlar sekmesini aşağıdaki gibi düzenleyin. Etiketi “Kat 1” / “Kat 2” olarak ayarlayın. Yarıçapı Rf olarak ayarlayın. Yüksekliği “D*prop”/”D*(1-prop)” olarak ayarlayın. Konumu genişletin ve hem x hem de y üzerindeki “-Lf/2″/”-Lf/2+D*prop” için “-excess*Ws/2” için doldurun. Eksen’i genişletin ve eksen türünü y eksenine değiştirin. Katmanlar bölümünü genişletin ve “Rf-Rc” yi doldurun; Yalnızca “Yan taraftaki katmanlar” kutusunun işaretli olduğundan emin olun. Elde eden varlıkların seçimlerini genişletin ve “Kat 1 Seçimi”/ “Kat 2 Seçimi” oluşturun. Model Oluşturucusu’nda Geometri ‘yi sağ tıklatın ve Varlıkları Sil ‘iseçin. Ayarlar sekmesinde, Geometrik Giriş Düzeyi’ni Etki Alanı olarak değiştirin ve grafik penceresinden silindir 2 (cyl2) ve silindir 3’ü (cyl3) seçin. Etki alanı 3 hariç tüm etki alanlarını seçim kutusundan (katmanlı silindirlerin çekirdeği) kaldırın. Elde Eden Varlıkların Seçimlerini genişletin ve Kat Seçimioluşturun. Model Oluşturucusu’nda Geometri’yi sağ tıklatın, Dönüşümler ‘i genişletin ve Dizi ‘yiseçin. Ayarlar sekmesini aşağıdaki gibi düzenleyin. Giriş nesneleri için “Kat Seçimi”ni seçin. Dizi türünü Doğrusal olarak ayarlayın. Boyutu “Lf/D” olarak ayarlayın. Y ekseninde Öteleme’yi “D” olarak ayarlayın. Yönlendirilmiş bir fiber dizinin geometrisi Çekirdek Dizi (RC atlama 1.6.5.2) Model Oluşturucusu’nda Geometri, Dönüşümleri Genişlet ‘i sağ tıklatın ve Döndür ‘üseçin. Ayarlar sekmesinde, Giriş nesneleri Anahtarını açın ve açılan listeden Çekirdek Seçimi’ni seçin. Giriş nesnelerini koru kutusunun işaretli olmadığından emin olun. Döndürme Açısını genişletin ve Döndürme için “teta” yı doldurun. Elde Eden Varlıkların Seçimlerini genişletin ve “Fiber Seçimi” oluşturun. Model Oluşturucusu’nda Geometri, Dönüşümleri Genişlet ‘i sağ tıklatın ve Dizi ‘yiseçin. Etiketi “Çekirdek Dizi” olarak değiştirin. Giriş nesneleri için açılan listede Çekirdek Seçimi’ni seçin. Boyut’ugenişletin, Dizi türünü Doğrusal olarak değiştirin ve Boyut için “n_1*(teta45)” için doldurun. Yer Değiştirme’yi genişletin ve x ve y için “2*tes*Rc*cos(teta)”, “2*tes*Rc*sin(teta)” için doldurun. Elde Eden Varlıkların Seçimlerini genişletin ve “Fiber Seçimi”ni seçin. Kat Dizisi (SNC atlama 1.6.5.3) Model Oluşturucusu’nda Geometri, Dönüşümleri Genişlet ‘i sağ tıklatın ve Döndür ‘üseçin. Ayarlar sekmesinde Giriş nesneleri anahtarını açın ve açılan listeden Seçimi Katla’yı seçin. “Giriş nesneleri kutusunu koru” kutusunun işaretli olmadığından emin olun. Döndürme Açısını genişletin ve Döndürme için “teta” yı doldurun. Elde Eden Varlıkların Seçimlerini genişletin ve “Fiber Seçimi”ni seçin. Model Oluşturucusu’nda Geometri, Dönüşümleri Genişlet ‘i sağ tıklatın ve Dizi’yi seçin. Etiketi “Coat Array” olarak değiştirin. Giriş nesneleri için açılan listede Seçimi Katla’yı seçin. Boyut’ugenişletin, Dizi türünü Doğrusal olarak değiştirin ve Boyut için “n_1*(teta45)” için doldurun. Yer Değiştirme’yi genişletin ve x ve y için “2*tes*Rc*cos(teta)”, “2*tes*Rc*sin(teta)” için doldurun. Elde Eden Varlıkların Seçimlerini genişletin ve “Fiber Seçimi”ni seçin. İskeleyi Kes Lifleri Birleştir: Model Oluşturucusu’nda Geometri, Booles ve Bölümleri Genişlet ‘i sağ tıklatın ve Birleşim’i seçin. Etiketi “Fiberler” olarak değiştirin. Giriş nesneleri anahtarını açın ve açılan listeden Fiber Seçimi’ni seçin. “Giriş nesnelerini koru” kutusunun işaretli olmadığından emin olun. “İç sınırları koru” işaretli olduğundan emin olun. Elde Edilen Varlıkların Seçimlerini genişletin ve açılan listeden İskele Seçimi’ni seçin. Kesme gerçekleştirin: Model Oluşturucusu’nda Geometri’yi sağ tıklatın, Booles ve Partitions ‘ı genişletin ve Kesişim’i seçin. Etiketi “İskele” olarak değiştirin. Giriş nesneleri anahtarını açın ve açılan listeden İskele Seçimi’ni seçin. “Giriş nesnelerini koru” kutusunun işaretli olmadığından emin olun. “İç sınırları koru” işaretli olduğundan emin olun. Topluluk Geometrisi Çevreleyen madde geometrisini tanımlayın. Model Oluşturucusu’nda Geometri’yi sağ tıklatın, Booleans ve Partitions ‘ı genişletin ve Fark ‘ıseçin. Ayarlar sekmesine devam edin. Eklenecek Nesneler açılan listesinde Ortam Seçimi ‘niseçin. Çıkartilecek Nesneler açılan listesinde İskele Seçimi ‘niseçin. “Giriş nesnelerini koru” ve “İç sınırları koru” kutularının her ikisinin de işaretli olduğundan emin olun. Ortam kapsamlarını sil kutusu. Model Oluşturucusu’nda Geometri ‘yi sağ tıklatın ve Varlıkları sil ‘iseçin. Ayarlar sekmesine devam edin. Geometrik giriş düzeyi açılan listesinden Etki Alanı’nı seçin. Seçim açılan listesinden Ortam Seçimi’ni seçin. Seçim kutusundan “dif1” öğesini kaldırın. Geometri oluşturma Geometri düğümü altında, Kümülatif Seçimler düğümünden önceki son öğenin Form Derlemesi değil Form Birliğiolduğundan emin olun. Gerekirse, Form Derlemesi’ni sağ tıklatın ve Ayarlar sekmesinde Eylem’i “Birleşim oluştur” olarak değiştirin. Model Oluşturucusu ‘nda, Geometri ‘yi sol tıklatın ve Tümlerini Oluştur ‘useçin. Malzeme Geçerli bileşen düğümünün altındaki Model Oluşturucu’da, Malzemeler ‘i sağ tıklatın ve Malzeme Bağlantısı ‘nıseçin. Karmaşıklık düzeyine göre dikkate alınan birçok malzemenin beş katı için bölümü beş kez tekrarlayın. Her bileşen için malzemeleri aşağıdaki sırayla ilişkilendirin: çevreleyen madde, katlar, çekirdekler. Ayarlar sekmesinde, Seçim açılan listesinden Ortam/İskele (SC, SNC, RC için)/Kat/Çekirdek Seçimi’ni seçin. Bağlantı ayarlarını genişletin ve açılan listeden uygun malzemeyi seçin. Mesh Model Oluşturucusu’nda, geçerli bileşenin altındaki Mesh düğümünü sol tıklatın. Ayarlar sekmesinde, Öğe boyutu açılan listesinden Normal’i seçin ve Tüm öğeleri oluştur ‘usol tıklatın. Fizik: Model Oluşturucu’da,geçerli bileşeni sol tıklatın, Fizik Ekle ‘yiseçin, Fizik Ekle sekmesinde AC/DC modülünü genişletin, Elektrik Akımları (ec) modülünü seçin ve Bileşene Ekle ‘yitıklatın. Sınır koşulları: Grafikler sekmesinde xy görünümünüseçin. Zemin: Model Oluşturucuda,Elektrik Akımları düğümüne sağ tıklayın ve Zemin’i seçin. Sınır Seçimi için seçim anahtarının Etkin olduğundan emin olun ve Sınır Seçim Kutusu’na sınır 5 eklemek için xz düzlemine paralel en yüksek çevreleyen madde yüzüne sol tıklayın. Terminal: Model Oluşturucu’da,Elektrik Akımları düğümüne sağ tıklayın ve Terminal’i seçin. Sınır Seçimi için seçim anahtarının Etkin olduğundan emin olun ve Sınır Seçim Kutusu’na sınır 2 eklemek için xz düzlemine paralel en düşük çevreleyen madde yüzüne sol tıklayın. Terminal bölümünü genişletin ve Terminal türü açılır listesinde Voltaj’ı seçin; Gerilimiçin V0’ı doldurun. Gerekirse karmaşıklık ekleyin: Geçerli bileşeni kaydedin ve başka bir karmaşıklık yolunu (SC/SNC/RC/RNC/RNCd) izlemek için Adım 1.4’e geri dönün. 2. Simülasyon gerçekleştirin Uyarlanabilir ağ iyileştirmesi Model Oluşturucu’da, model kök düğümünü sol tıklatın ve Çalışma Ekle sekmesini açmak için Çalışma Ekle’yi seçin, Sabit Çalışma’yı seçin ve Çalışma Ekle düğmesini sağ tıklatın. Oluşturulan her bileşen için bir çalışma adımı oluşturun: Çalışma düğümü altında Adım1: Sabit Çalışma’ya sağ tıklayın ve Çoğalt ‘ıseçin. Her çalışma adımı için ayarlar sekmesini ilgili bileşenin ayrıntılarıyla değiştirin. Fizik ve Değişken SeçiminiGenişletin; sütunu için çöz sütununda yalnızca geçerli bileşeni işaretli bırakın. Çalışma Uzantıları’nı genişletin ve Uyarlanabilir ağ iyileştirme kutusunu işaretleyin. Geometride Uyarlama’nın yanındaki açılan listeden geçerli bileşenin geometrisini seçin. Model Oluşturucu’da Çalışma 1’i sağ tıklatın ve Hesapla ‘yıseçin. Bu, mevcut yönlendirme açılarıyla tüm bileşenlerin geometrileri için uyarlanmış kafesler oluşturur. Yönlendirme açısını ayarlayın ve sabit bir çalışma gerçekleştirin. Model Oluşturucu’da , Genel tanımlaraltında, Parametreler ‘i sol tıklatın ve parametre tetasını simülasyon için istenen fiber yönlendirme açısına değiştirin. Her bileşen için, Model Oluşturucu’da bileşenin düğümünü genişletin, Geometri’yi sağ tıklatın ve Tümünü oluştur ‘useçin. Model Oluşturucu’da, uyarlanabilir ağ iyileştirme çalışmasını sağ tıklatın ve hesaplama ‘yıseçin. Model Oluşturucu’da sol model kök düğümünü tıklatın ve Çalışma Ekle sekmesini açmak için Çalışma Ekle’yi seçin, Sabit Çalışma’yı seçin ve Çalışma Ekle düğmesini sağ tıklatın. Model Oluşturucu’da , yeni eklenen çalışmanın altında, Adım 1’i sol tıklatın, kafes seçimini genişletin ve her bileşen için uyarlanabilir ağ iyileştirme çalışmasında oluşturulan kafesleri seçin. hesapla düğmesini sağ tıklatın. Yönlendirme açısını, giriş sinyalini ayarlayın ve zamana bağlı çalışma gerçekleştirin. Model Oluşturucu’da , Genel tanımlaraltında, Parametreler ‘i sol tıklatın ve parametre tetasını simülasyon için istenen fiber yönlendirme açısına değiştirin. Model Oluşturucusu’nda, model kök düğümünü sol tıklatın ve Çalışma Ekle sekmesini açmak için Çalışma Ekle’yi seçin. Zamana Bağımlı Çalışma’yı seçin, Çalışma Ekle düğmesini sol tıklatın ve Ayarlar sekmesini aşağıdaki gibi düzenleyin. Times’ı “aralık(0, (2*pi/omega)/39,2*pi/omega)” olarak ayarlayın. Fizik ve Değişken SeçiminiGenişletin; yalnızca simülasyon bileşeni “Çöz” onay kutusunu işaretli bırakın. Mesh seçimini genişletin ve simülasyon bileşeni için bir kafes seçin. Diğer bileşenlerin kafeslerini Kafes yok olarakdeğiştirin. Çalışma Uzantıları’nı genişletin ve Uyarlanabilir ağ iyileştirme kutusunu işaretleyin; açılan listeden simülasyon bileşeninin geometrisini seçin. Zamana bağlı sınır koşulu tanımlayın. Geçerli bileşen düğümünün altında Tanımlar ‘ı sağ tıklatın ve İşlevler ‘inaltında Dalga Biçimi ‘ni seçin. Ayarlar sekmesinde İşlev adını “Giriş” olarak değiştirin. ParametreleriGenişletin, Türü Sinüs , Açısal frekansı “omega”, Genliği V0 olarak ayarlayın. Simülasyon bileşeni için, Elektrik Akımları düğümü altında Terminal’i seçin ve Voltaj’ı “Giriş(t[1/s])” olarak değiştirin. hesapla düğmesini sağ tıklatın. 3. Analiz Şarj yoğunluğu Model Oluşturucusu’nda Sonuçlar düğümünü sağ tıklatın, 3B Çizim Grubu ‘nu seçin ve Ayarlar’ı düzenleyin. Etiketi “Şarj yoğunluğu” olarak değiştirin. Verileri genişletin ve Veri kümesi açılan listesinde Parametrik çalışma veri kümesini seçin. Renk Göstergesi’ne genişletin ve “Göstergeleri göster” ve “Maksimum ve minimum değerleri göster” değerlerini kontrol edin. Model Oluşturucusu’ndaki Sonuçlar düğümünün altındaki Yükü yoğunluğu sağ tıklatın ve Birim’i seçin; Ayarlar sekmesini düzenlemeye devam edin. Verileri genişletin ve Veri kümesi açılan listesinden “Üst öğeden” seçeneğini belirleyin. İfade’yi genişletin ve İfade kutusundaki “ec.rhoq” ifadesini doldurun. Aralık’ı genişletin ve El ile renk aralığı kutusunu işaretleyin. En az “-0,03” ve en fazla “0,03” olarak ayarlayın. Renklendirme ve Stil’igenişletin, Renklendirmeyi Renk tablosuna, Renk tablosunu Dalgaya ayarlayın, Renk göstergesi kutusunu işaretleyin, Symmetrize renk aralığını işaretleyin. Model Oluşturucu’da Birim ‘i sağ tıklatın ve Filtre ‘yiseçin. Ayarlar sekmesinde, ekleme için Mantıksal ifadede “abs(ec.rhoq)>0.012” yi doldurun. Grafik penceresinde sonuçları görselleştirmek için Çiz düğmesine sol tıklayın. Akım yoğunluğu Model Oluşturucusu’nda Sonuçlar düğümünü sağ tıklatın, 3B Çizim Grubu’nu seçin ve Ayarlar sekmesini düzenleyin. Etiketi “Geçerli yoğunluk” olarak değiştirin. Verileri genişletin ve Veri kümesi açılan listesinde Parametrik çalışma veri kümesini seçin. Renk Göstergesi’negenişletin, “Göstergeleri göster” ve “Maksimum ve minimum değerleri göster” i kontrol edin. Model Oluşturucu’daki Sonuçlar düğümünün altında Geçerli yoğunluk’u sağ tıklatın ve Ok Birimi ‘niseçin; Ayarlar sekmesini düzenlemeye devam edin. Verileri genişletin ve Veri kümesi açılan listesinden “Üst öğeden” seçeneğini belirleyin. İfade’yi genişletin ve “ec. Jx”, “ec. Jy”, “ec. Jz” ifadelerini sırasıyla x, y ve z bileşenlerinin İfade kutularında bu kutudan çıkar. Ok konumlandırmayı genişletin ve tüm koordinat sayısı için 20’yi doldurun. Renklendirme ve Stil’igenişletin, Ok uzunluğunu Normalleştirilmiş, Ok tabanını Ortala olarak ayarlayın, Ölçek faktörünü kontrol edin ve 85 olarak ayarlayın. Model Oluşturucusu’nda Ses Düzeyinde Ok’u sağ tıklatın ve Renk İfadesi’ni seçin. Ayarlar sekmesinde, İfade kutusundaki “ec.normJ” öğesini doldurun. Renklendirme ve Stil’igenişletin, Renk tablosunu Trafik olarak ayarlayın, Renk göstergesini ve Ters renk tablosunu denetleyin. Grafik penceresinde sonuçları görselleştirmek için Çiz düğmesine tıklayın.

Representative Results

Önerilen model, iletken bir maddeye batırılmış ve dışarıdan üretilen bir elektrik potansiyel gradyanına maruz kalan paralel lifli kompozit bir paspasın özelliklerini açıklar. Simülasyonlar, bir iskelenin farklı bileşenlerinin muhasebesinin mikro ölçek üzerinde önemli olduğunu gösterir ve liflerin HIZALAMA açısındaki (giriş sinyali) EF’ye olan değişimin liflerin çevresindeki akım ve şarj yoğunluğunda (çıkış sinyalleri) nasıl değişkenlik yaratabileceğini araştırır. Her biri simülasyon sonucu üzerinde etkili olan beş farklı geometrik karmaşıklık aşaması sunulmaktadır: pürüzsüz iletken levha (SC), iletken olmayan gömülü elyaflı pürüzsüz levha (SNC), kaba iletken kompozit (RC), iletken olmayan gömülü elyaflı kaba kompozit (RNC), iletken olmayan gömülü elyaflı kaba kompozit ve iki tip periyodik kaplama (RNCd) (Şekil 3). Protokolün Bölüm 1.5’i bir projedeki geometrileri içe aktarma adımlarını sunar ve bölüm 1.6 bunların adım adım nasıl oluşturulacaklarını gösterir. İlk iki model yüzey morfolojisini hesaba katmaz. SC ve RC fiber çekirdek dielektrik özelliklerini hesaba katmaz. RNC nanofibrous yapay iskeleler için önerilen modeldir, RNCd ise bir ECM segmenti için önerilen modeldir. Hesaplama maliyetinin en aza indirilmesi, ES cihaz geometrisinin mikroçevrimini temsil eden bir model birim hacmine düşürülmesiyle gerçekleştirildi. Bir ES cihazı ve iskelenin genişliği ve uzunluğu kolayca birkaç santimetre sırasına göre olabilirken, içeren liflerin çapı genellikle bir mikrondan daha düşüktür. Burada, en boy oranının neden olduğu hesaplama maliyetini azaltmak ve iskelenin lifli doğasının elektrik mikroçevrimi üzerindeki etkisini vurgulamak için fiber çapı ile karşılaştırılabilir bir iskele kesimi kullanıyoruz. ES cihazının geri kalanı, elektrik alanının büyüklüğü için kaba bir yaklaşık 100 V / m olacak şekilde seçilen elektrik potansiyel sınır koşulları ile değiştirilir, bu da sık bildirilen bir stimülasyon parametresidir. Ayrıca, beş paralel lifli bir birim hacmi – simülasyonlarda kullanılan olarak, Şekil 3’te sunulan – tüm düzlemsal lifli paspasın temsilcisi olduğu varsayılıyor. Üç tür lif 1D dizide ayırt edilebilir: iç merkezi (iskelenin boyuna simetri düzlemi ile onları ikiye böler), iç geçişli (diğer liflerle çevrili ancak asimetrik yanları olan yanal yüzeye sahip) ve dış (iskelenin kenarında). Beş, tanımlanan üç türü de içermek için gereken minimum lif sayısıdır. Model örgü elemanı boyutu, simülasyon sonuçlarını etkileyebileceği ve bu nedenle önemli etkileri ortaya çıkaramadığı için özel dikkat gerektirir ( Şekil4). Bu, sonlu eleman yönteminin genel bir kuralı ve Nyquist-Shannon örnekleme teoreminin bir imasıdır. Temel simülasyon sinyalleri uzayda ne kadar hızlı dalgalanırsa, mesh elemanlarının fenomenin sadık bir temsilini üretmek için olması gerekir. Öte yandan, öğe ne kadar küçük olursa, toplam model yapı taşı sayısı ve hesaplama maliyeti o kadar fazladır. Bölüm 2.1’de ayarlanan uyarlanabilir ağ iyileştirmesi, yalnızca bu işlemin önemli bir değişiklik ürettiği durumlarda ve sürece öğe boyutunu azaltarak bu karşıt hedefleri dengelemek için iyi ve facile bir yöntemdir. Çok basit bir model önemli efektler sunarak başarısız olabilir(Şekil 5,6). Simülasyonlar, yüzey morfolojisi ve iskele bileşeni elektriksel özelliklerinin muhasebesi, elektrik mikroçevranlıklarını tahmin etmede gereksiz olmadığını göstermektedir. Yüzey morfolojisi sabit EF üzerinde doğrudan bir etkiye sahip olsa da (SC ve SNC’yi RC, RNC ve RNCd ile karşılaştırın), RC ve RNC tahminleri arasındaki bir karşılaştırma, iletken olmayan lif çekirdeklerinin bu etkiyi güçlendirdiğini göstermektedir. Nanofibrous iskelelerde hücresel elektrik mikroçevranlıklarının modellenmesi açısından, SC, SNC ve RC modelleri bu nedenle alt optimaldir. Ancak, farklı aşamalar arasındaki karşılaştırmalar hangi özelliklerin belirli etkilere yol aç olduğunu göstermeye yardımcı olduğu için karmaşıklığı artımlı olarak eklemek iyi bir uygulamadır. Model karmaşıklığı, EF’ye fiber hizalama ile akım ve şarj yoğunluğu değişimini etkiler. Önerilen protokol etkiyi vurgulamaya yardımcı olur (Şekil 5,6). SC modeli, elektrik potansiyel gradyanine hizalanması değiştiğinde önerilen metriklerde herhangi bir değişiklik göstermerken, RNC model simülasyonları, EF’ye hizalanmış liflerle paspas ünitesi ile fiberler dik olan arasında güçlü bir kontrast öngörüyor (Şekil 7). İltifatsız çekirdekler mevcut akışın önüne geçtiğinde, yüksek ve düşük yük yoğunluğunda alternatif bölgelere yol açan periyodik barajlar oluştururlar. Dinamik ES rejimleri zamana bağlı çalışmalarla simüle edilebilir. Ek dosyalardaki videolar, elektrik potansiyel gradyanine paralel veya dik liflerle tam bir yapay iskele modelinde (RNC) sinüzoidal giriş voltajı için yapılan tahminleri göstermektedir. EF’ye dik lifler boyunca küçük akımlar, EF büyüklüğü azaldıkça iskeleden yük serbest bırakıldığında ortaya çıkar. Bu, stimülasyonun yalnızca harici EF mevcutken değil, aynı zamanda bağlantısı kesildikten hemen sonra da gerçekleşebileceğini gösterir – Videolar için ek dosyalara bakın. Şekil 1: Modellemenin hiyerarşik blok diyagramı – in vivo ve siliko modellerinde modellemenin avantajları ve sınırlamaları. Blok renk işaretleri blokları blokları aynı hiyerarşik düzeyde. Alt kademe blokları daha yüksek rütbeli bloklara dahildir. Blok kontur renk işaretleri, bloğu belirli bir model türüne dahil etme imkanı – diğer sistem bloklarıyla bağlantı, in vitro modeller için bileşenler olmadıkları için konturlarında sarı içermez. Mermiler vana gibi davranır ve bloğun kontrol edilebilirliğini ifade eder. Bir vana AÇıK olduğunda, sinyal, konturlarında valf rengine sahip ast alt sistemlerdeki tüm ok yollarından geçebilir. Diyagramın yorumlanması: ES işlemi, her biri vivo veya in vitro olarak ayrılamayan birkaç birbirine bağlı deterministik veya stokastik alt işleme sahip stimülasyon cihazı ve biyolojik hedeften oluşur, bu nedenle kırmızı veya sarı valfleri yoktur. Stokastik süreçler, her ikisi de uyarıldığında simülasyon cihazı ve biyolojik numune arasındaki arayüze de müdahale eder. Bir in vitro model, ilgi sistemini (yani cilt segmentini) organizmanın geri kalanından ayırır. Bu nedenle, farklı nitelikteki stokastik süreçlerin tepesindeki ilgi sisteminin sadece içsel süreçleri gözlemlenebilir. Bununla birlikte, söz konusu farklı içsel süreçler ayrı ayrı uyarılamaz ve tanımlanamaz. Siliko modellerinde bilinen bileşenler için parametriktir – davranışlarının belirli bir şekilde olması beklenir – ve bilinmeyen için parametrik değildir – çünkü belirli bir tahmine güven vermek için mekanistik bir neden yoktur. Tüm siliko bileşenleri ayrı ayrı veya farklı kombinasyonlarda simüle edilebilir ve farklı hipotezin tasvir edilmesine izin verir. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın. Şekil 2: (A) Coulomb Kanunu (B) Elektrik potansiyel alanı ve mobil prob yükü (C) Elektrik akımı (D) Yük yoğunluğu (E) Akım yoğunluğu (F) Süreklilik denklemi (G) Şarj koruma kanunu. (A) Elektrik yüklü sabit parçacıklar q ve Q, Coulomb’un kuvveti aracılığıyla elektrostatik olarak etkileşime girer. (B1) Her yüklü parçacık Q, uzaydaki tüm konumlarda elektrik potansiyeli adı verilen skaler bir alan oluşturur: . Başka bir yüklü parçacık q’sunu konumundan taşımak için gereken maksimum iş, q şarjı ile Q tarafından üretilen elektrik potansiyeli arasındaki üründür. Birden fazla parçacık tarafından üretilen elektrik potansiyel alanı, her bir parçacık tarafından oluşturulan alanların toplamıdır. (B2) Sabit jeneratör parçacıkları q ve Q ile sabit bir alan, pozitif yük qpile bir prob parçacığı ile hareket eder. Buna karşılık qp, konumunun elektrik potansiyelini en aza indirmek için hareket eder. Qphareketini tanımlamak için, elektrik potansiyel alanından türetilebilir ve elektrik alanı: . (C) Sabit bir elektrik alanında düzgün bir şekilde salınan birden fazla mobil pozitif yüklü prob parçacığı organize bir hareketi izler. Her parçacığı izlemeden şarj yapılandırmasını izlemek için, her anda şunları belirtilebilir: (D) uzayın parçacıklar tarafından nasıl işgal ettiği, Gauss Yasası’na göre her sonsuz küçük hacme bir yük yoğunluğu atanması ve (E) parçacıkların komşu sonsuz küçük hacimler arasındaki sınır yüzeylerinden nasıl geçtiği, Ohm Yasası’na göre her sınıra geçerli bir yoğunluk atanması. (F) Yük ve akım yoğunluğu, süreklilik Denklemine göre birbirine bağlı olarak gelişir, çünkü homojen olmayan parçacık yer değiştirmesi, parçacıkların belirli bir hacimde birikmesine veya kaybolmasına yol açar. (G) İzole edilmiş bir sistemde, Ücret koruma yasası hüküm sürer ve yüklü parçacıkların girişi veya çıkışı yoktur. Kullanılan gösterimler:- q, Q, qp charge ve yüklü parçacığın adı; – Pozisyon vektörün Öklid normları; k – Coulomb sabiti; – degrade işleci, ε- ortamın mutlak izin ver; σ – ortamın iletkenliği. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın. Şekil 3: Lifli bir paspas için beş farklı karmaşıklık seviyesi. SC- iletken gömülü liflerle pürüzsüz, en basit model, yüzey morfolojisini veya bileşen bileşenlerinin farklı özelliklerini hesaba katmaz; SNC- iletken olmayan gömülü liflerle pürüzsüz; RC- iletken gömülü lifler ile pürüzlü, yüzey morfolojisi için muhasebe, ancak farklı bileşen özellikleri için değil; RNC- iletken olmayan gömülü lifler ile kaba, nanofibrous yapay iskelelerin tam önerilen modeli; RNCd- iki farklı malzeme ile kaplanmış iletken olmayan gömülü lifler ile pürüzlü, kollajen lifleri bir tabaka için tam önerilen model. Kullanılan uzunluk birimi: nanometreler. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın. Şekil 4: Uyarlanabilir ağ iyileştirmesinin örnek sonuçları ve simülasyonu takiben ortaya çıkan yük yoğunluğu. (Sol) Ekstra kaba tetrahedral elemanlarla otomatik olarak oluşturulan ağ; (Sağ) Sabit çalışma sırasında adaptif olarak rafine edilen ilk ağ; simüle sinyallerin ani uzamsal değişikliklere sahip olduğu alanlarda doğru bir sonuç için daha küçük elemanlar gereklidir. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın. Şekil 5: Elektrik potansiyel gradyanine fiber hizalama açısı, yeterli karmaşıklık hesaba katıldığında çevredeki hücre kültürü ortamlarındaki EF gücünü etkiler. SC, SNC, RC, RNC ve RNCd, Şekil 3’tesunulan lifli paspas modeli için farklı karmaşıklık seviyeleridir. Dikey eksen, fiberlerin hizalama açısını elektrik potansiyel gradyanıyla işaretler. Soyut elektrotlar öne çıkan – yüksek elektrik potansiyeline sahip alt taraf ve düşük elektrik potansiyeline sahip üst taraf. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın. Şekil 6: Elektrik potansiyel gradyanine fiber hizalama açısı, yeterli karmaşıklık hesaba katıldığında çevredeki hücre kültürü ortamlarındaki alan yükü yoğunluğunu etkiler. SC, SNC, RC, RNC ve RNCd, Şekil 3’tesunulan lifli paspas modeli için farklı karmaşıklık seviyeleridir. Dikey eksen, fiberlerin hizalama açısını elektrik potansiyel gradyanıyla işaretler. Soyut elektrotlar öne çıkan- yüksek elektrikpotansiyeline sahip alt taraf ve düşük elektrik potansiyeline sahip üst taraf. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın. Şekil 7: Şarj hareketi EF’ye göre iskele lif hizalayımlarından etkilenir. Her iki panel de sabit durum RNC model tahminlerini göstermektedir. Sol tarafta lifler EF’ye paralelken, sağ tarafta diktir. Açık kırmızıdan maviye renk hacmi şarj yoğunluğunu işaretlerken, ok hacmi geçerli yoğunluk yönünü işaretler. Okların rengi mevcut yoğunluk normuna karşılık gelir. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın. Ad İfade Tarif Ws 10 * Rc * med_ratio İskele genişliği Ls 10 * Rc * med_ratio İskele uzunluğu Hs 2 *Rf İskele yüksekliği med_ratio 1.5 Hücre kültürü ortamını iskeleye oranı Rc 278,5[nm] Fiber çekirdek yarıçapı r 1.5 Fiber çekirdek-kat oranı Rf Rc*r Kat yarıçaplı fiber Teta 90[deg] Fiber yönlendirme açısı Eğer 1.3*(Ls*cos(teta)+Ws*sin(teta)) Lif uzunluğu tes 1 Fiber çekirdek yarıçapını lifler arasındaki mesafeye oranı n_1 2*(düzeltme((Ws/(2*cos(teta))-Rf)/(2*tes*Rc))+3)*(cos(teta)!=0)+1*(cos(teta)==0) Teta ise maksimum lif sayısı<=45 n_2 2*(düzeltme((Ls/(2*sin(teta))-Rf)/(2*tes*Rc))+3)*(sin(teta)!=0)+1*(günah(teta)==0) Teta>45 ise maksimum lif sayısı fazlalık 1.2+0.3*abs(günah(2*teta)) İskeleden ilk fiber bağıl ofset D Eğer/5 Kat periyodikliği Pervane 0.46 Periyodikliğe göre ilk kat uzunluğu D E 100[mV/mm] Elektrik alanı büyüklüğü V0 E*Ls*med_ratio Terminal Gerilimi Omega 500[Hz] Zamana bağlı çalışma Gerilim frekansı p_sigma 0.5 İkinci kaplama göreli iletkenliği p_eps 1.5 İkinci kaplama bağıl dielektrik sabiti Tablo 1: Simülasyon için kullanılan parametreler Kültür Medyası PEDOT:PSS 1 PEDOT:PSS 2 Kollajen Hidratlı 1 Kollajen Hidratlı 2 İpek Fibroin Kollajen Kuru Elektriksel İletkenlik (S/m) 1.7014 1.00E-01 p_sigma * 0.1 2.00E-05 p_sigma * 2e-5 1.00E-08 2.50E-08 Göreli İzinLer 80.1 2.2 p_eps * 2.2 9.89 p_eps * 9.89 7.81E+00 4.97 Tablo 2: Simülasyonda kullanılan malzeme özellikleri Ek Dosyalar. Bu Dosyayı indirmek için lütfen tıklayınız.

Discussion

Önerilen protokol, doğal ve yapay iskeleler için tek tip bir modelleme çözümü önermektedir ve EF’nin bu tür malzemelere tohumlanmış hücreler üzerindeki etkilerini incelerken lifli iskelelerin nanoyapısını göz önünde bulundurma gereğini vurgulamaktadır. EF yoğunluğu için kaba bir yaklaşım (elektrotlar arasındaki mesafeye bölünen elektrot potansiyel farkı) 100 mV/ mm alan gücü beklememize neden olsa da, simülasyonlar paspasın farklı alanlarında% 30’a kadar daha yüksek sabit alan mukavemetlerini tahmin eder (Şekil 5). Hücre ölümü çok güçlü EF’lerden kaynaklanabileceğinden, bu sonuç ES deney tasarımı ve veri yorumlama ile ilgilenmelidir. Elektriksel mikroçevrasyonun açığalenmesi, ES ve hücresel gelişim arasında doğrudan bir korelasyon sağlayacaktır. Çeşitli çalışmalar kullanılan iskelelerin ayrıntılı morfoloji analizini sunarken33,43,59, malzemelerin yapısı, elektriksel özellikleri ve EF arasındaki etkileşimi araştırmaz. Bu protokol, fiber yarıçapı, kaplama katmanı kalınlığı, lifler arasındaki mesafe ve bileşen malzemelerinin elektriksel özellikleri gibi parametreler, 1.2 ve 1.3 adımlarındaki Global Tanımlar değiştirilerek her deneye göre değiştirilebildiğinden, bu bağlantıyı etkinleştirebilir. Bu nedenle, hem statik hem de dinamik ES rejimleri için özelleştirilmiş 3D mekansal olarak çözülmüş şarj ve mevcut yoğunluk tahminleri yapılabilir.

İskele tasarım optimizasyonu, önerilen morfolojileri veya parçalarını ölçeklendirerek geniş parametre aralığı keşiflerine sahip RNC ve RNCd modelleri aracılığıyla hedeflenebilir. Alternatif olarak, bölüm 1.6.5’te Dizi türlerini Doğrusal’dan Üç boyutluya değiştirerek ve bölüm 1.6.2’de İskele Geometrisi uyarlanaarak önerilen protokolle diğer iskele konfigürasyonları araştırılabilir. Ancak, iskele optimizasyonu amaç olmadan yapılamaz. Doku mühendisliği amacıyla ana odak hücre kaderi iken, güvenilir kontrolü isteniyorsa, uyaranların ana belirleyicileri ne olduğu konusunda daha net bir resim gereklidir. Şarj ve akım yoğunluğu, EF ile ECM gibi karmaşık iskelelerin farklı bileşen malzemelerinin elektriksel özellikleri arasındaki etkileşimi gösterdikleri için hücresel elektrik mikroçevranlıklarının iyi tanımlayıcılarıdır. Protokol, nanofibrous iskele geometrisi verilen bu ölçümler için tahminlerin nasıl hesapılacağını gösterir ve liflerin EF ile hizalama açısının önemini vurgular. Şarj tahminleri ve akım yoğunluğu daha sonra hücresel gelişime bağlanabilir ve böylece iskele ve ES rejimleri belirli görevler için optimize edilebilir.

İlginçtir ki, bir çalışma EF maruziyetinin, paralel hizalamaya sahip filmlere kıyasla dış EF’ye dik nanofiberlere sahip kompozit filmlerde mekanik stresin iki katından fazla güç yarattığınıgöstermektedir. Bildirilen mekanik stres, kaba model simülasyonları (RC, RNC, RNCd)(Şekil 6)tarafından tahmin edilen yüklü lifler arasında hareket eden Coulomb kuvvetlerinin bir sonucu olabilir. Bu simülasyonlar bu hipotezi araştırmada yararlı olsa da, bildirilen deneysel sonuçların kapasitif kavramalı bir sistemde elde edildiği ve simülasyonun doğrudan kavrama sunduğu belirtilmelidir.

Hücresel giriş sinyalini tahmin etmek için protokolün gelecekteki olası kullanımlarına yönelik sınırlayıcı bir faktör parametre belirsizliğidir. Geometrik belirsiz parametreler, kaplama tabakası kalınlığı ve lif çekirdekleri arasındaki mesafedir. İlki, deneysel olarak doğrulanabilen toplu empedansa yol açan değeri bularak çıkarılabilir. İkincisi yüksek çözünürlüklü malzeme taramalarından çıkarılabilir. Malzemelerin fiziksel özelliklerini açıklayan parametreler de belirsizliklerden etkilenir. Bununla birlikte, örneklenmiş malzemelerin elektrik iletkenliği ve dielektrik sabiti deneysel ölçüm hassasiyetinden çok daha farklıdır (Tablo 2). Bu nedenle, bildirilen etkiler orta derecede ölçüm hatalarına rağmen korunanalır.

Sonuçlar, yeterli model karmaşıklığının ilgili bilgileri nasıl gizleyebileceğini gösterir. Protokolün, yük taşımacılığını etkileyebilen iletken (elektrotlar), yarı iletken (kaplama), dielektrik (fiber çekirdekler) ve elektrolitik (çevreleyen madde) – proseste yer alan malzemelerin farklı doğasını hesaba katmayacağı için gerçekleşen fiziksel fenomenin basitleştirilmiş bir versiyonunu simüle ettiğini kabul etmek önemlidir. Bu sorun, arayüzlerde enerji transferi gecikmeleri (yani Faradik reaksiyonlar) ve elektrolit içindeki iyon taşıma gecikmeleri eklenerek gelecekteki model genişletmelerinde hesaba katılabilir. Ancak karmaşıklık eklemek deneysel doğrulama ile yönlendirilmelidir, çünkü gözlemlenenlerin çoğunu yeniden üreten basit bir model, çok az bilgi ekleyen ancak birçok kurucu parametrenin belirsizliğine derinden duyarlı olan son derece doğru bir modelden daha yararlıdır.

Doku mühendisliğinin nihai hedefi, in vivo ortamların sadece bir veya iki yönünü taklit etmekle kalmayıp, tüm hücresel gelişimsel ipuçlarını çoğaltan ve kontrol eden biyoreaktörler oluşturmaktır61, siliko modellerinde elektromanyetik ve mekanik ve biyoreaktör bileşenleri arasındaki ısı transferi modellerinin birleştirilmesi gerekecektir. Sonraki modelleme aşamasında, ohmik ısıtma, elektrolitik sıvı akışı, elektriksel stimülasyon60 ve piezoelektriklik62’ye yanıt olarak morfolojik iskele deformasyonları gibi etkileşimler arasında bağlantı fenomenleri de eklenebilir. Ancak, modeller yalnızca her biri deneysel olarak doğrulandıktan sonra birleştirilmelidir. Bu şekilde, her bileşenin hücresel mikroçevrimdeki etkisini ve uyaranların nasıl optimize edilebileceğini daha iyi anlayabiliriz.

Önerilen model deneysel olarak doğrulanırsa, biyolojik hücre modelleri ile birleştirilebilir – Şekil 1. Yük yoğunluğu desenleri ve modülasyonları, belirli iyon pompalarının aktivitesini asimetrik olarak etkileyebilir, membran yapışmasını63’ü yönlendiren proteinlerin lifine bağlanmayı etkileyebilir ve bu nedenle geçiş, çoğalma paternleri ve morfogenez64’üyönlendirebilir. Bu hipotezleri keşfetmek, ES’ye doku ve hücre yanıtlarını destekleyen mekanizmaları anlamanın ileriye giden yoludur.

Disclosures

The authors have nothing to disclose.

Acknowledgements

Bu çalışma, Nicel ve Biyofizik Biyolojisinde 4 yıllık Wellcome Trust Doktora Programı tarafından desteklenmiştir.

Materials

Comsol multiphysics 5.2 AC/DC module COMSOL FEM modelling software

References

  1. Zhao, S., Mehta, A. S., Zhao, M. Biomedical applications of electrical stimulation. Cellular and Molecular Life Sciences. 77 (14), 2681-2699 (2020).
  2. Gordon, T. Electrical Stimulation to Enhance Axon Regeneration After Peripheral Nerve Injuries in Animal Models and Humans. Neurotherapeutics. 13 (2), 295-310 (2016).
  3. 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).
  4. 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).
  5. Leppik, L., et al. Combining electrical stimulation and tissue engineering to treat large bone defects in a rat model. Scientific Reports. 8 (1), (2018).
  6. 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).
  7. 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).
  8. Kroeling, P., Gross, A., et al. Electrotherapy for neck pain. Cochrane Database of Systematic Reviews. 2013 (8), (2013).
  9. Hurlow, A., et al. Transcutaneous electric nerve stimulation (TENS) for cancer pain in adults. Cochrane Database of Systematic Reviews. 2012 (3), (2012).
  10. 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).
  11. 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).
  12. 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).
  13. 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).
  14. 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).
  15. Johnson, M. I. Transcutaneous Electrical Nerve Stimulation (TENS). eLS. , 1-13 (2012).
  16. Griffin, M., Bayat, A. Electrical stimulation in bone healing: critical analysis by evaluating levels of evidence. Eplasty. 11, (2011).
  17. 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).
  18. Eberstein, A., Eberstein, S. Electrical stimulation of denervated muscle: Is it worthwhile. Medicine and Science in Sports and Exercise. 28 (12), 1463-1469 (1996).
  19. Mödlin, M., et al. Electrical stimulation of denervated muscles: First results of a clinical study. Artificial Organs. 29 (3), 203-206 (2005).
  20. 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).
  21. 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).
  22. 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).
  23. 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).
  24. 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).
  25. 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).
  26. 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).
  27. 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).
  28. Erickson, C. A., Nuccitelli, R. Embryonic fibroblast motility and orientation can be influenced by physiological electric fields. Journal of Cell Biology. 98 (1), (1984).
  29. 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).
  30. Shao, S., et al. Osteoblast function on electrically conductive electrospun PLA/MWCNTs nanofibers. Biomaterials. 32 (11), 2821-2833 (2011).
  31. Forciniti, L., Ybarra Iii, J., Zaman, M. H., Schmidt, C. E. Schwann cell response on polypyrrole substrates upon electrical stimulation. Acta Biomaterialia. , (2014).
  32. 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).
  33. 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).
  34. 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).
  35. 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).
  36. 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).
  37. 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).
  38. 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).
  39. Tsukada, S., Nakashima, H., Torimitsu, K. Conductive polymer combined silk fiber bundle for bioelectrical signal recording. PLoS ONE. 7 (4), 33689 (2012).
  40. 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).
  41. 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).
  42. 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).
  43. Du, L., et al. Combined effects of electrospun nanofibrous scaffold and electrical field on the neuronal outgrowth. Materials Letters. 256, (2019).
  44. Theocharis, A. D., Skandalis, S. S., Gialeli, C., Karamanos, N. K. Extracellular matrix structure. Advanced Drug Delivery Reviews. 97, 4-27 (2016).
  45. Shoulders, M. D., Raines, R. T. Collagen structure and stability. Annual Review of Biochemistry. 78, 929-958 (2009).
  46. 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).
  47. 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).
  48. Kastelic, J., Galeski, A., Baer, E. The multicomposite structure of tendon. Connective Tissue Research. 6 (1), 11-23 (1978).
  49. 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).
  50. 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).
  51. Bardelmeyer, G. H. Electrical conduction in hydrated collagen. I. Conductivity mechanisms. Biopolymers. 12 (10), 2289-2302 (1973).
  52. 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).
  53. Zhao, S., Mehta, A. S., Zhao, M. Biomedical applications of electrical stimulation. Cellular and Molecular Life Sciences. 77 (14), 2681-2699 (2020).
  54. Zhang, T., Yi, Y. B. Monte Carlo simulations of effective electrical conductivity in short-fiber composites. Journal of Applied Physics. 103 (1), 14910 (2008).
  55. 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).
  56. Schoenbach, K. H., et al. Ultrashort electrical pulses open a new gateway into biological cells. Proceedings of the IEEE. 92 (7), 1122-1136 (2004).
  57. 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).
  58. Pietak, A., Levin, M. Exploring instructive physiological signaling with the bioelectric tissue simulation engine. Frontiers in Bioengineering and Biotechnology. 4, (2016).
  59. 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).
  60. Zhou, J., Fukawa, T., Kimura, M. Directional electromechanical properties of PEDOT/PSS films containing aligned electrospun nanofibers. Polymer Journal. 43 (10), 849-854 (2011).
  61. Castro, N., et al. Physically Active Bioreactors for Tissue Engineering Applications. Advanced Biosystems. 4 (10), 1-29 (2020).
  62. 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).
  63. 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).
  64. 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).

Play Video

Cite This Article
Verdes, M., Disney, C., Phamornnak, C., Margetts, L., Cartmell, S. Finite Element Modelling of a Cellular Electric Microenvironment. J. Vis. Exp. (171), e61928, doi:10.3791/61928 (2021).

View Video