Análise mecânica dinâmica ambiental para prever o comportamento de amaciamento de implantes neurais
Summary
Para permitir previsões fiáveis do amaciamento de substratos poliméricos para implantes neurais em um ambiente na vivo , é importante ter um método fiável em vitro . Aqui, o uso de análise mecânica dinâmica em solução salina tamponada fosfato a temperatura do corpo é apresentado.
Abstract
Quando usando substratos dinamicamente amaciamento para implantes neurais, é importante ter um método fiável em vitro para caracterizar o comportamento de amaciamento destes materiais. No passado, não foi possível medir satisfatoriamente o amaciamento de filmes finos em condições imitando o ambiente do corpo sem esforço substancial. Esta publicação apresenta um método novo e simples que permite a análise mecânica dinâmica (DMA) de polímeros em soluções, tais como soro de tampão fosfato (PBS), em temperaturas relevantes. O uso de DMA ambiental permite a medição dos efeitos amaciamento de polímeros devido do plasticization em vários meios de comunicação e temperaturas, que, por conseguinte, permite uma previsão do comportamento de materiais em condições na vivo .
Introduction
Uma nova geração de materiais utilizados como substratos para implantes neurais compreende amolecimento forma memória polímeros1,2,3,4,5,6,7 ,8,9. Estes materiais são suficientemente rígidos durante o implante para superar as forças críticas de flambagem, mas tornam-se até três ordens de magnitude mais suaves após a implantação em um ambiente de corpo. Prevê-se que estes materiais mostram uma melhor interação do dispositivo-tecido devido à incompatibilidade de reduzida no módulo em comparação aos materiais tradicionais usados em implantes neurais, tais como tungstênio ou silício. Tradicionais, rígidos dispositivos mostram resposta inflamatória após o implante, seguido por encapsulamento de tecido e Ralevic de cicatrizes que muitas vezes resulta em falha de dispositivo10,11. É uma suposição comum que dispositivos menos rígidos minimizar o corpo estranho resposta12,13,14. A rigidez de um dispositivo é ditada pela sua área de seção transversal e o módulo de elasticidade. Portanto, é importante reduzir os dois fatores para melhorar a conformidade do dispositivo e, finalmente, a interação de tecido do dispositivo.
O trabalho em amaciar polímeros foi inspirado pelo trabalho de Nguyen et al.15, que demonstraram que implantes intracortical mecanicamente compatível com reduzem a resposta do MPTP. Eles usaram anteriormente poly(vinyl acetate)/Urochordata mecanicamente adaptativo celulose nanocrystal (tCNC) nanocompósitos (NC), que tornar-se compatível após o implante.
O laboratório Voit, por outro lado, usa o sistema altamente sintonizável de polímeros-ene tiol e tiol-ene/acrilato. Estes materiais são vantajosas em que o grau de amolecimento após exposição a condições na vivo facilmente pode ser ajustado pelo projeto de polímero. Escolhendo a composição do polímero certo e crosslink densidade, a temperatura de transição vítrea e módulo de Young do polímero podem ser modificado2,4,5,6,8. O efeito subjacente o amaciamento é o plasticization do polímero em um ambiente aquoso. Por ter um polímero com uma temperatura de transição vítrea (Tg) acima da temperatura do corpo quando secar (o estado durante o implante), mas abaixo da temperatura do corpo depois de ser imerso em água ou em PBS, o rigidez/módulo resultante do polímero pode deslocar do vítreo (duro) quando seco de borracha (macio) quando implantado16.
No entanto, medidas exatas e de confiança do amolecimento devido do plasticization e a mudança da Tg da seco-húmido Estados não tem sido capazes de ser medido no passado. Tradicional análise mecânica dinâmica é executada no ar ou gases inertes e não permite a medição das propriedades termomecânicas de polímeros dentro de uma solução. Em estudos anteriores, os polímeros foram imersos em PBS para várias quantidades de tempo. Inchados amostras foram então usadas para executar análise mecânica dinâmica (DMA)6,7,8. No entanto, desde que o procedimento envolve uma rampa de temperatura, amostras começam a secar durante a medição e não ceder dados representativos. Isto é especialmente verdadeiro se o tamanho da amostra torna-se menor. Para prever o amaciamento de sondas neurais, seria necessário testar filmes de 5 a 50 µm-fino polímero, o que não é possível com DMA tradicional devido a secagem das amostras referidas durante a medição.
Hess et al17 projetaram um Custom-Built edentados máquina para avaliar as propriedades mecânicas dos materiais mecanicamente adaptáveis, usando um método do ambiente controlado de teste. Anteriormente, eles usaram um sistema airbrush para aspergir água sobre as amostras durante a medição, para evitar que sequem.
O uso de DMA ambiental (Figura 1), no entanto, permite a medição dos filmes de polímeros em soluções, tais como água e PBS, a diferentes temperaturas. Isto permite a medição de propriedades de termomecânico do polímero no estado embebido/amaciado, não só mas também medição de sua cinética de amaciamento. Ensaios de tracção mesmo e inchaço medições são possíveis dentro do banho de imersão da máquina. Isto permite estudos exatos do amaciamento do plasticization-induzida de substratos de polímero para prever comportamentos na vivo .
Protocol
Representative Results
Discussion
O uso de DMA ambiental permite o estudo do comportamento de diversos polímeros utilizados como substratos para implantes neurais19 ou outros dispositivos biomédicos em solução e para imitar na vivo condições. Isto inclui, mas não está limitado a, poliamida, parylene-C, PDMS e SU-8. Hidrogel e materiais de matriz extracelular (ECM) também podem ser investigados usando esse método. As diferenças de amolecimento geral do polímero, bem como de sua cinética amolecimento podem ser …
Declarações
The authors have nothing to disclose.
Acknowledgements
Os autores querem agradecer Dr. Taylor Ware por nos permitir usar seu ambiente DMA.
Este trabalho foi financiado pelo Instituto de assistente de defesa para assuntos de saúde, através de Peer revisão médica programa de pesquisa [W81XWH-15-1-0607]. Opiniões, interpretações, conclusões e recomendações são as dos autores e não necessariamente endossado pelo departamento de defesa.
Materials
| 1,3,5-Triallyl-1,3,5-triazine-2,4,6(1H,3H,5H)-trione (TATATO) | Sigma-Aldrich | 114235-100G | |
| 2,2-Dimethoxy-2-phenylacetophenone (DMPA) | Sigma-Aldrich | 196118-50G | |
| CO2 laser Gravograph LS100 | Gravotech, Inc. | ||
| Corning Large Glass Microscope Slides, 75 x 50mm | Ted Pella | 26005 | |
| Environmental DMA: RSA-G2 Solids Analyzer | TA Instruments | ||
| ESD Safe Plastic Tweezer, Tips; Flat, Duckbill, 11.5 cm | Cole Palmer | EW-07387-17 | |
| Laurell WS-650-8B spin coater | Laurell Technologies Corporation | ||
| liquid nitrogen | Air gas | ||
| PBS, 1X Solution, Fisher BioReagents | Fisher Scientific | BP243820 | |
| SHEL LAB vacuum oven | VWR International | 89409-484 | |
| Silicon wafer | University Wafer | Mechanical grade | |
| The RSA-G2 Immersion System | TA Instruments | ||
| Trimethylolpropane tris(3-mercaptopropionate) (TMTMP) | Sigma-Aldrich | 381489-100ML | |
| UVP CL-1000 crosslinking chamber with 365 nm bulbs | VWR International | 21474-598 |
Referências
- Garcia-Sandoval, A., et al. Chronic softening spinal cord stimulation arrays. Journal of Neural Engineering. 15 (4), 045002 (2018).
- Ecker, M., et al. Sterilization of Thiol-ene/Acrylate Based Shape Memory Polymers for Biomedical Applications. Macromolecular Materials and Engineering. 302 (2), 1600331 (2017).
- Simon, D. M., et al. Design and demonstration of an intracortical probe technology with tunable modulus. Journal of Biomedical Materials Research Part A. 105 (1), 159-168 (2017).
- Do, D. -. H., Ecker, M., Voit, W. E. Characterization of a Thiol-Ene/Acrylate-Based Polymer for Neuroprosthetic Implants. ACS Omega. 2 (8), 4604-4611 (2017).
- Ware, T., et al. Thiol-ene/acrylate substrates for softening intracortical electrodes. Journal of Biomedical Materials Research Part B-Applied Biomaterials. 102 (1), 1-11 (2014).
- Ware, T., et al. Thiol-Click Chemistries for Responsive Neural Interfaces. Macromolecular Bioscience. 13 (12), 1640-1647 (2013).
- Ware, T., Simon, D., Rennaker, R. L., Voit, W. Smart Polymers for Neural Interfaces. Polymer Reviews. 53 (1), 108-129 (2013).
- Ware, T., et al. Fabrication of Responsive, Softening Neural Interfaces. Advanced Functional Materials. 22 (16), 3470-3479 (2012).
- Stiller, A. M., et al. Chronic Intracortical Recording and Electrochemical Stability of Thiol-ene/Acrylate Shape Memory Polymer Electrode Arrays. Micromachines. 9 (10), 500 (2018).
- Biran, R., Martin, D. C., Tresco, P. A. Neuronal cell loss accompanies the brain tissue response to chronically implanted silicon microelectrode arrays. Experimental Neurology. 195 (1), 115-126 (2005).
- Polikov, V. S., Tresco, P. A., Reichert, W. M. Response of brain tissue to chronically implanted neural electrodes. Journal of Neuroscience Methods. 148 (1), 1-18 (2005).
- Lacour, S. P., Courtine, G., Guck, J. Materials and technologies for soft implantable neuroprostheses. Nature Reviews Materials. 1 (10), 16063 (2016).
- Stiller, A., et al. A Meta-Analysis of Intracortical Device Stiffness and Its Correlation with Histological Outcomes. Micromachines. 9 (9), 443 (2018).
- Lecomte, A., Descamps, E., Bergaud, C. A review on mechanical considerations for chronically-implanted neural probes. Journal of Neural Engineering. 15 (3), 031001 (2018).
- Nguyen, J. K., et al. Mechanically-compliant intracortical implants reduce the neuroinflammatory response. Journal of Neural Engineering. 11 (5), 056014 (2014).
- Ecker, M., et al. From Softening Polymers to Multi-Material Based Bioelectronic Devices. Multifunctional Materials. , (2018).
- Hess, A. E., Potter, K. A., Tyler, D. J., Zorman, C. A., Capadona, J. R. Environmentally-controlled Microtensile Testing of Mechanically-adaptive Polymer Nanocomposites for ex vivo Characterization. Journal of Visualized Experiments. (78), e50078 (2013).
- Black, B. J., et al. In vitro compatibility testing of thiol-ene/acrylate-based shape memory polymers for use in implantable neural interfaces. Journal of Biomedical Materials Research Part A. 106 (11), 2891-2898 (2018).
- Hassler, C., Boretius, T., Stieglitz, T. Polymers for neural implants. Journal of Polymer Science Part B: Polymer Physics. 49 (1), 18-33 (2011).
