23.02.2023 by Prof. Dr. Michael Gasik (Aalto University Helsinki, Finland)

DMA على المواد الحيوية: رؤية ما هو غير مرئي!

مقال للبروفيسور د. مايكل جاسيك (جامعة آلتو هلسنكي، فنلندا)

يتوفر حاليًا العديد من أنواع المواد الحيوية للاستخدام في عمليات الزرع المختلفة، خاصةً في حالات تقويم العظام والأسنان. تُستخدم السبائك المعدنية والسيراميك والمركبات، سواءً كانت مع خلايا حية أو بدونها. هناك مجال تطبيقي متنامي للسقالات المختلفة المستخدمة في تطبيقات هندسة الأنسجة لدعم وتعزيز تكوين أنسجة جديدة، ويتم تصنيع العديد منها عن طريق الطباعة (الحيوية) ثلاثية الأبعاد. ومن المعروف أن تجديد الأنسجة البيولوجية هو أحد أكثر التحديات التي تتطلب هياكل مواد حيوية ذات خصائص ميكانيكية حيوية صحيحة [1] تحاكي السلوك في الجسم الحي [2]. تساعد المواد الحيوية المناسبة الجسم في إعادة بناء الأنسجة التالفة وتقلل من الألم ووقت الشفاء المصاحب [3].

يعرض هذا المقال للبروفيسور الدكتور مايكل جاسيك (جامعة آلتو هلسنكي، فنلندا) تطبيقًا جديدًا لتقنية التحليل الديناميكي الميكانيكي (DMA)، يُطلق عليه اسم BEST(اختبار المحاكاة المحسّن للمواد الحيوية)، ويُستخدم لتوصيف المواد الحيوية والأجهزة الطبية وتحسينها؛ وتتجاوز هذه الطريقة التحليلات اللزجة المرنة الكلاسيكية المعروفة.

البروفيسور الدكتور مايكل جاسيك، دكتور العلوم (تصوير © فرانشيسكا لازاريني)

بدأ البروفيسور مايكل جاسيك من جامعة آلتو في فنلندا (قسم الهندسة الكيميائية والمعدنية) العمل في تطبيقات التحليل الحراري في عام 1985، ويتعاون مع شركة NETZSCH-Gerätebau GmbH منذ تلك الفترة الطويلة تقريبًا.

انصب تركيزه على المواد المستخدمة في تطبيقات درجات الحرارة العالية وتكنولوجيا الهيدروجين. ومنذ عام 2000، يعمل بنشاط في مجال المواد الحيوية والأجهزة الطبية وتطبيقات الطب التجديدي. في عام 2019، تم تعيينه سفيراً للجمعية الأوروبية لأبحاث تقويم العظام.

البروفيسور مايكل جاسيك هو أحد مؤسسي شركة Seqvera المحدودة ومخترع طريقة BEST - اختبار المحاكاة المحسّن للمواد الحيوية - التي تم تطبيقها لأول مرة في معدات NETZSCH DMA.

تتمثل إحدى نقاط التركيز في الأنشطة البحثية للبروفيسور مايكل جاسيك في تحديد الخواص الميكانيكية للمواد الحيوية. وفي هذا السياق، يستخدم بيانات DMA التي تم إنشاؤها باستخدام جهاز NETZSCH DMA 242 Artemis كأساس لإجراء المزيد من الحسابات لتوصيف هذه المواد. اقرأ المزيد عن منهجه:

التحديات

تم بالفعل إجراء العديد من الدراسات وجمع البيانات السريرية فيما يتعلق بشكل المواد الحيوية وتصميمها وحالة سطحها، بالإضافة إلى هندسة الغرسات ومدى ملاءمتها لنوعية الأنسجة المختلفة وموقعها. كما تم الإبلاغ عن وجود اختلافات كبيرة في المواد المزروعة التي تبدو متطابقة في الظاهر ولكنها نشأت من مصادر مختلفة [4]. يعد التوصيف الميكانيكي الحيوي للعظام والأنسجة الرخوة أكثر إشكالية من المواد المعدنية والسيراميك والبوليمر. لا تعتمد مجموعات البيانات المنشورة في كثير من الأحيان على بروتوكولات وظروف قياس قابلة للمقارنة، مما يؤدي إلى عدم الاتساق. إن تعميم هذه البيانات صعب للغاية أو شبه مستحيل عندما يتعلق الأمر بتوفير معلومات بسيطة وقوية وذات صلة.

بالنسبة للتوصيف الميكانيكي الحيوي، عادةً ما يلجأ المرء إلى افتراض أن المادة هي نوع من المواد المرنة أو اللزجة المرنة من أجل تقريب الخواص إلى أرقام فردية، يشار إليها عادةً باسم "معامل المرونة". ومع ذلك، لا يتناسب هذا إلا مع المواد المرنة الخطية للتشوهات الصغيرة جدًا، وتسرد إرشادات NPL [5] تسع طرق لحساب معامل المرونة التي يمكن أن تؤدي إلى قيم مختلفة. من الواضح أن الغالبية العظمى من المواد والأنسجة الحيوية ليست مرنة، لذا فإن محاولة اختزال البيانات بشكل مصطنع إلى بعض الأرقام الثابتة يعد تبسيطًا كبيرًا: على سبيل المثال، ما هي الفائدة من معرفة "معامل مرونة الغشاء المخاطي" الذي يمتد من 0.1 إلى 680 ميجا باسكال من مصادر مختلفة؟

لسوء الحظ، لا يتم دائماً توثيق المشكلات المتعلقة بتأثيرات القصور الذاتي (الترددات العالية) أو حدود الأدوات (الترددات المنخفضة) بشكل كافٍ في بروتوكولات الاختبار المنشورة. حتى إذا تم التخلص من القصور الذاتي للأداة، فإن العينة نفسها سيكون لها دائمًا قصور ذاتي محدود، والذي يمكن أن ينتج عنه عوامل اصطناعية من انتشار الزخم والموجات اللزجة المرنة والتدفقات الثانوية - وكلها يمكن أن تنتهك افتراض التشوه المتجانس والخطي [6]. تحتوي النماذج الأكثر تعقيدًا على عدد كبير من معلمات التركيب الاصطناعي، وهناك صعوبات تجريبية كبيرة في إجراء مثل هذه الاختبارات ضمن المعايير والبروتوكولات وطرق الاختبار المخصصة الحالية [7].

بالنسبة لعمليات مثل الطباعة الحيوية ثلاثية الأبعاد، هناك العديد من التحديات التي يجب التغلب عليها، مثل التحكم في خصائص المحاليل الحيوية وإدارة التدفق وتأثيره على قابلية الخلايا للحياة، وضمان الخصائص الفيزيائية الحيوية المثلى للبنى بعد الطباعة وعند الزرع [8]. هناك حاجة إلى دقة وسرعة أعلى مع التحكم في البيئة المجهرية ثلاثية الأبعاد، ويجب تحقيق مزيج مثالي من الخصائص الميكانيكية وخصائص النقل ضمن النطاق المكاني والزمني، وهي مطلوبة بشكل خاص للأوعية الدموية المحدودة الانتشار. تتطلب لوائح الأجهزة الطبية الجديدة (2017/745) إجراء تقييم ميكانيكي مناسب، مما يؤدي إلى الالتزام بلوائح تقييم التكنولوجيا الصحية (2021/2282).

ولسوء الحظ، تسفر العديد من الطرق المختلفة للاختبارات الفيزيائية الحيوية عن نتائج مختلفة إلى حد ما، وليس من السهل الحصول على خصائص واقعية وحقيقية. هناك العديد من الأسباب للاختلافات - التلامس غير المتكافئ، وحالة الطور، وتأثيرات القصور الذاتي وعدم الاستقرار المرن، والملاءمة مع نماذج مفترضة بشكل غير صحيح، ومحدودية تعريف الإجهاد، وعدم وجود تقييم مناسب لتاريخ التحميل، وما إلى ذلك. وبالتالي، من المهم للغاية أن يكون لدينا نهج قوي يمكنه تحديد سلوك المادة الحيوية وأدائها في العملية بدلاً من مجرد توليد بعض الأرقام المحددة.

مفهوم BEST

لمواجهة هذه التحديات، قمنا بتطوير طريقة BEST(اختبار المحاكاة المحسّن للمواد الحيوية) الحاصلة على براءة اختراع. ويمكن تطبيقها على العديد من المواد الحيوية الصلبة واللينة، بما في ذلك الهلاميات المائية والبنى المطبوعة ثلاثية الأبعاد، والتوصيل المتحكم فيه للأدوية. وتستهدف حلول BEST المشاكل الناجمة بشكل خاص عن الاختبارات غير السليمة والمجزأة، ويتم تأسيسها على نهج متكامل قائم على مبدأ السببية الأساسي: "لم تكن هناك استجابة من قبل العينة قبل تطبيق المحفز"

يتم إجراء اختبار BEST في ظل ظروف خاضعة للرقابة مع المحفزات المتماسكة المطلوبة في بيئة DMA. يقوم بتقييم التغييرات في خصائص العينة في مجالات الوقت والطور والمحفز [9]. في مرحلة ما بعد المعالجة، يدمج BEST البيانات، ويعالج تاريخ العينة ويستخرج قيمًا غير معروفة، كل ذلك دون أن يتطلب من المستخدم تحديد نموذج المادة (تحليل البيانات خالٍ من النموذج بشكل أساسي). تدمج المعلمات الثابتة التي يتم الحصول عليها باستخدام خوارزمية الانحدار الكمي الخاصة تاريخ العينة، وتوضح موضع واتجاه تطور المادة الحيوية [10].

تتمثل ميزة BEST الرئيسية في المعالجة الثابتة لبيانات DMA، والتي عادةً ما تظل غير مستكشفة من قبل المستخدم. تتغلب هذه الطريقة الجديدة على القيود الشائعة في خطية خصائص الأنسجة في العديد من النماذج، وهي خاصية القياس (التجانس) وخاصية التراكب (الإضافة)، والتي لا يتم الاحتفاظ بها عمومًا لتحويل فورييه المستخدم في اللزوجة الخطية.

ومن ثم، تطبق BEST بروتوكول اختبار صحيح وتستخدم طرقًا غير متجانسة لاستخراج المعلمات من عينة/اختبار واحد، مما يؤدي إلى بيانات عالية المخرجات دون استخدام الرياضيات المعقدة (لا حاجة في المعادلات المعقدة) أو افتراض الخطية، وهي قادرة على إعادة معالجة بيانات الريولوجيا الأخرى أيضًا بطريقة لا تفقد قيمتها.

مثال على تطبيق DMA

في المثال الموضح هنا، تم نشر الطريقة الموضحة أعلاه استنادًا إلى القياسات التي تم إجراؤها باستخدام جهاز NETZSCH DMA 242 Artemis® لتوصيف خصائص هيدروجيل الأكريليك للطباعة الحيوية ثلاثية الأبعاد دون استخدام نموذج مفترض. تم وضع الهلام في محقنة سعة 1 مل مع إبرة 29G وإعداده في حامل عينة DMA المخصص الذي يستخدم عادةً للثني؛ وتم اختباره في وضع الزحف التدريجي عند درجة حرارة 25 درجة مئوية.

يوضح الشكل 1 البيانات التجريبية لكمية الهلام المبثوقة (ميكرولتر) عبر فوهة إبرة محددة، مع تطبيعها حسب الضغط الموضعي المطبق (كيلو باسكال). وتكشف هذه البيانات بوضوح عن عدم خطية حركية التدفق مع الوقت والضغط المطبق، ولا توجد طريقة مباشرة لتحديد أي نموذج مادي لوصف هذه التبعيات.

من هذه البيانات، استخرجت طريقة BEST قيمًا متغيرة زمنيًا للصلابة اللزجة للمادة الهلامية في ظل ظروف الحقن هذه بالإضافة إلى قيمة ذاكرتها [9،10] (الشكل 2). هنا، تكون المنحنيات خطية تقريبًا، كما أن منحدرات الخطوط ثابتة تقريبًا لجميع الضغوط المطبقة (الأرقام بالكيلو باسكال). وهذا يعني أن الهلام، على الرغم من إظهاره سلوكًا غير نيوتوني، إلا أنه خطي من حيث القيم الثابتة الخالية من النموذج. يمكن أيضًا ملاحظة أن القيم العددية تتغير مع الضغط المطبق بطريقة غير رتيبة مما يكشف عن احتمال وجود ظواهر محددة مختلفة تؤثر على التدفق. من أجل رؤية تأثير تطور التدفق، يظهر مخطط قيم الذاكرة مقابل الضغط المطبق في الشكل 3. توضح هذه الخريطة أن الجل في المحقنة يواجه احتكاكًا ومقاومة تدفق وربما تأثيرات عدم الانزلاق عند الضغوط المنخفضة عندما تكون قيم الذاكرة أقل بكثير من الوحدة. بعد حوالي 65 كيلوباسكال - أي بداية الضغط - تقفز هذه القيم لأعلى، مما يشير إلى أن الجل يحقق تدفقًا أكثر تطورًا.

الشكل 1. حجم الهلام المبثوق المعياري (ميكرولتر) لكل ضغط مطبق (كيلو باسكال) لجل الأكريليك
الشكل 2. لوغاريتم الصلابة اللزوجة للهلام في المحقنة مقابل قيم ذاكرة المادة الثابتة

يمكن للطريقة المعروضة تحديد القيم الثابتة واستخدامها في التنبؤ الخالي من النماذج لعمليات الطباعة الحيوية ثلاثية الأبعاد، اعتمادًا على الفوهة والهندسة والضغط والوقت وظروف العملية الأخرى، دون الحاجة إلى تحديد المعلمات الريولوجية للحبر بشكل منفصل. وتولّد طريقة BEST بيانات "مباشرة" لمزيد من النمذجة التنبؤية لعملية الطباعة ثلاثية الأبعاد وتطبق نفس الفلسفة لتوصيف الأنسجة والتركيبات المطبوعة ثلاثية الأبعاد.

الشكل 3. قيمة الذاكرة الثابتة للجل مقابل ضغط الحقن المطبق
الملخص

يوضح النهج المطور القدرة على "رؤية" الخصائص "غير المرئية" للمواد وتفاعلاتها مع المحفزات والبيئة. وبهذه الطريقة، يمكن أن يوفر التحليل الديناميكي الميكانيكي الديناميكي (DMA) معلومات أكثر بكثير من المعاملات المرنة ومُماسات الفقد. باستخدام معالجة BEST، يمكن للمرء الحصول على العديد من القراءات لأغراض مختلفة (في بعض الحالات، حتى من عينة واحدة أو اختبار واحد). على سبيل المثال، من الممكن الحصول على المعامل الكلي؛ وزمن ديبورا المميز؛ والامتثال الزاحف؛ وانتشار السوائل الفعال والنفاذية/السماحية؛ وحجم القناة المكافئ لتدفق السوائل في الديناميكيات؛ وقيمة ذاكرة المادة؛ وضغط التورم؛ والمزيد في تجربة واحدة. ويتجاوز هذا الأمر المواد الحيوية فقط، حيث إن تطبيق BEST خالٍ من النماذج ولا يتطلب أي معلمات ملائمة؛ وعلاوة على ذلك، يمكن تطبيقه أيضًا على بيانات الاختبار التي تم إنشاؤها بالفعل.

المؤلفات:

[1] Hubbell J.A. Nature Biotechnol. 13 (1995) 565-576.
[2] جاسيك م. Sci. Techn. Adv. Mater. 18 (2017) 550-562.
[3] Chung C., Burdick J.A., Adv. Adv. Drug Delivery Rev. 60 (2008) 243-262.
[4] Gasik M., Lambert F., Bacevic M., المواد 14 (2021) 2845.
[5] Lord J.D., Morrell R., Lord J.D., Morrell R.. دليل الممارسات الجيدة للقياس رقم 98؛ NPL Teddington، المملكة المتحدة (2006)
[6] Ewoldt R.H., Johnston M.T., Caretta L.M. In: السوائل المعقدة في الأنظمة البيولوجية; Springer, Germany (2015).
[7] Vrana N.E., Knopf-Marques H., Barthes J. (Eds.) مواد حيوية لتجديد الأعضاء والأنسجةwoodhead Publ. UK (2020).
[8] Jammalamadaka U., Tappa K. J. Funct. Biomater. 9 (2018) 22
[9] Gasik M., Bilotsky Y. Patent US 10379106 B2 (2019).
[10] Gasik M.براءة الاختراع الأمريكية 10809171 B2 (2020).

جهة الاتصال:
البروفيسور الدكتور مايكل جاسيك، د. د. علمي
مركز تيركو الصحي، المبنى 14
منطقة مستشفى جامعة هلسنكي المركزي
منطقة مستشفى جامعة هلسنكي المركزي هارتمانينكاتو 4، فنلندا-00290 هلسنكي
www.seqvera.com

شكرًا جزيلًا للبروفيسور الدكتور مايكل جاسيك على هذا المقال وعلى ما قدمه من معلومات عن عمله البحثي.