23.02.2023 by Prof. Dr. Michael Gasik (Aalto University Helsinki, Finland)
DMA sur les biomatériaux : Voir l'invisible !
Un article du Prof. Michael Gasik (Université Aalto d'Helsinki, Finlande)
De nombreux types de biomatériaux sont actuellement disponibles pour être utilisés dans différents implants, en particulier dans les cas orthopédiques et dentaires. Des alliages métalliques, des céramiques et des composites sont utilisés, avec ou sans cellules vivantes. Le champ d'application des différents échafaudages utilisés dans les applications d'ingénierie tissulaire pour soutenir et promouvoir la formation de nouveaux tissus est en pleine expansion, et nombre d'entre eux sont fabriqués par (bio)impression 3D. La régénération des tissus biologiques est connue pour être l'un des défis les plus exigeants, nécessitant des structures biomatérielles avec des propriétés biomécaniques correctes [1] qui imitent le comportement in vivo [2]. Les biomatériaux appropriés aident l'organisme à reconstruire les tissus endommagés et minimisent la douleur et le temps de guérison associés [3].
Cet article du professeur Michael Gasik (Université Aalto d'Helsinki, Finlande) présente une nouvelle application de la technique d'analyse dynamique et mécanique (DMA), appelée BEST(Biomaterials Enhanced Simulation Testing), utilisée pour caractériser et améliorer les biomatériaux et les dispositifs médicaux ; cette méthode va au-delà des analyses viscoélastiques classiques connues.
Le professeur Michael Gasik, de l'université d'Aalto en Finlande (département d'ingénierie chimique et métallurgique), a commencé à travailler sur les applications d'analyse thermique en 1985 et collabore avec NETZSCH-Gerätebau GmbH depuis presque aussi longtemps.
Il s'est concentré sur les matériaux destinés aux applications à haute température et à la technologie de l'hydrogène. Depuis 2000, il travaille activement sur les biomatériaux, les dispositifs médicaux et les applications de médecine régénérative. En 2019, il a été nommé ambassadeur de la Société européenne de recherche orthopédique.
Michael Gasik est cofondateur de Seqvera Ltd. et inventeur de la méthode BEST - Biomaterials Enhanced Simulation Testing - qui a été mise en œuvre pour la première fois dans l'équipement DMA NETZSCH.
L'un des points forts des activités de recherche du professeur Michael Gasik est la détermination des propriétés mécaniques des biomatériaux. Dans ce contexte, il utilise les données DMA générées avec un DMA 242 Artemis (NETZSCH ) comme base pour d'autres calculs visant à caractériser ces matériaux. En savoir plus sur son approche :
Défis
De nombreuses études ont déjà été réalisées et des données cliniques ont été recueillies concernant la forme, la conception et l'état de surface des biomatériaux, ainsi que la géométrie des implants et leur adéquation à la qualité et à la localisation des différents tissus. Des différences significatives ont également été signalées pour des matériaux implantés apparemment identiques mais provenant de sources différentes [4]. La caractérisation biomécanique des os et des tissus mous est plus problématique que celle des matériaux métalliques, céramiques et polymères. Les ensembles de données publiés ne sont souvent pas basés sur des protocoles et des conditions de mesure comparables, ce qui entraîne un manque de cohérence. La généralisation de ces données est très difficile, voire presque impossible, lorsqu'il s'agit de fournir des informations simples, solides et pertinentes.
Pour la caractérisation biomécanique, on part généralement du principe qu'un matériau est un type de matière élastique ou viscoélastique afin d'approximer les propriétés en nombres individuels, généralement appelés "module d'élasticité". Cette méthode ne convient toutefois qu'aux matériaux élastiques linéaires pour des déformations très small, et les lignes directrices du NPL [5] énumèrent neuf méthodes de calcul du module d'élasticité qui peuvent aboutir à des valeurs différentes. La grande majorité des biomatériaux et des tissus ne sont manifestement pas élastiques, et c'est donc une simplification excessive que d'essayer de réduire artificiellement les données à des nombres fixes : Quel serait, par exemple, l'intérêt de connaître le "module d'élasticité de la muqueuse" compris entre 0,1 et 680 MPa selon les sources ?
Malheureusement, les problèmes liés aux effets d'inertie (hautes fréquences) ou aux limites des instruments (basses fréquences) ne sont pas toujours suffisamment documentés dans les protocoles d'essai publiés. Même si l'inertie de l'instrument est éliminée, l'échantillon lui-même aura toujours une inertie finie, ce qui peut produire des artefacts dus à la diffusion de la quantité de mouvement, aux ondes viscoélastiques et aux écoulements secondaires - qui peuvent tous violer l'hypothèse d'une DéformationLa Déformation décrit une déformation d’un matériau qui subit une contrainte ou une force mécanique externe. Les formulations d’élastomères présentent des propriétés de fluage, si une charge constante est appliquée.déformation homogène et linéaire [6]. Les modèles plus sophistiqués comportent un nombre important de paramètres d'ajustement artificiels, et il est très difficile, d'un point de vue expérimental, de réaliser de tels essais dans le cadre des normes, protocoles et méthodes d'essai ad hoc existants [7].
Pour des processus tels que la bio-impression 3D, plusieurs défis doivent être relevés, tels que le contrôle des propriétés des bioinks, la gestion du flux et son effet sur la viabilité des cellules, et la garantie de propriétés biophysiques optimales des constructions après l'impression et lors de l'implantation [8]. Une plus grande résolution et une plus grande vitesse de contrôle dans le microenvironnement 3D sont nécessaires, et une combinaison optimale de propriétés mécaniques et de transport doit être obtenue dans l'espace et l'échelle de temps ; cela est nécessaire en particulier pour la vascularisation limitée par la diffusion. Les nouvelles réglementations sur les dispositifs médicaux (2017/745) exigent qu'une évaluation mécanique appropriée soit effectuée, ce qui entraîne l'adhésion aux réglementations sur l'évaluation des technologies de la santé (2021/2282).
Malheureusement, de nombreuses méthodes d'essais biophysiques donnent des résultats assez différents, et il n'est pas facile d'obtenir des propriétés réalistes et réelles. Les raisons de ces différences sont nombreuses : contact inégal, état de phase, effets d'inertie et d'instabilité élastique, ajustement avec des modèles mal supposés, limitation de la définition de la déformation, absence d'évaluation correcte de l'historique de la charge, etc. Il est donc très important d'avoir une approche robuste qui puisse quantifier à la fois le comportement d'un biomatériau et sa performance dans le processus plutôt que de simplement générer des chiffres spécifiques.
Le concept BEST
Pour relever ces défis, nous avons mis au point la méthode brevetée BEST(Biomaterials Enhanced Simulation Testing). Elle peut être appliquée à de nombreux biomatériaux durs et mous, y compris les hydrogels, les constructions imprimées en 3D et l'administration contrôlée de médicaments. Les solutions BEST ciblent les problèmes causés notamment par des essais inappropriés et fragmentés, et sont établies sur une approche intégrée basée sur un principe de causalité fondamental : "Il n'y a pas eu de réponse de l'échantillon avant l'application du stimulus"
Le BEST est réalisé dans des conditions contrôlées avec les stimuli cohérents requis dans l'environnement DMA. Il évalue les changements dans les propriétés de l'échantillon dans les domaines du temps, de la phase et du stimulus [9]. Lors du post-traitement, BEST intègre les données, convolue l'historique de l'échantillon et extrait les valeurs inconnues, sans que l'utilisateur n'ait à select le modèle du matériau (l'analyse des données se fait essentiellement sans modèle). Les paramètres invariants obtenus à l'aide d'un algorithme de régression quantique exclusif intègrent l'historique de l'échantillon, indiquant la position et la direction du développement d'un biomatériau [10].
La principale caractéristique de BEST est le traitement invariant des données DMA, qui reste généralement inexploré par l'utilisateur. Cette nouvelle méthode permet de surmonter les limites courantes de la linéarité des propriétés tissulaires dans de nombreux modèles, à savoir une propriété d'échelle (homogénéité) et une propriété de superposition (additivité), qui ne sont généralement pas respectées pour la transformation de Fourier utilisée dans la viscoélasticité linéaire.
Par conséquent, BEST applique un protocole d'essai correct et utilise des méthodes idempotentes pour extraire les paramètres d'un seul spécimen/essai, ce qui permet d'obtenir des données de sortie élevées sans avoir recours à des mathématiques complexes (pas besoin de modules complexes) ou à l'hypothèse de linéarité, et il est capable de retraiter également d'autres données rhéologiques de manière à ce qu'elles ne perdent pas leur valeur.
Exemple d'application du DMA
Dans l'exemple présenté ici, la méthode décrite ci-dessus a été déployée sur la base de mesures effectuées avec un DMA 242 Artemis®( NETZSCH ) pour caractériser les propriétés d'un hydrogel acrylique destiné à la bio-impression 3D sans utiliser de modèle hypothétique. Le gel a été placé dans une seringue de 1 ml avec une aiguille 29G et installé dans le porte-échantillon DMA personnalisé qui est habituellement utilisé pour la flexion ; il a été testé en mode de fluage progressif à 25°C.
La figure 1 montre les données expérimentales pour la quantité de gel extrudée (µL) via une buse d'aiguille définie, normalisée par la pression locale appliquée (kPa). Ces données révèlent clairement la non-linéarité de la cinétique d'écoulement en fonction du temps et de la pression appliquée, et il n'existe pas de moyen direct de select pour décrire ces dépendances à l'aide d'un modèle de matériau.
À partir de ces données, la méthode BEST a extrait des valeurs invariantes dans le temps pour la rigidité visqueuse du gel dans ces conditions d'injection ainsi que sa valeur mémoire [9,10] (fig. 2). Ici, les courbes sont presque linéaires et les pentes des lignes sont presque constantes pour toutes les pressions appliquées (nombres en kPa). Cela signifie que le gel, bien qu'il présente un comportement Non-newtonienUn fluide non newtonien est un fluide dont la viscosité varie en fonction du taux de cisaillement ou de la contrainte de cisaillement appliquée.non newtonien, est linéaire en termes de valeurs invariantes sans modèle. On peut également constater que les valeurs numériques évoluent en fonction de la pression appliquée de manière non monotone, ce qui indique que différents phénomènes limitatifs peuvent affecter l'écoulement. Afin de voir l'effet du développement du flux, le tracé des valeurs de mémoire en fonction de la pression appliquée est illustré à la figure 3. Cette carte montre que le gel dans la seringue est confronté à la friction, à la résistance à l'écoulement et peut-être à des effets de non-glissement à de faibles pressions lorsque les valeurs de mémoire sont bien inférieures à l'unité. Après environ 65 kPa - le début - ces valeurs augmentent, ce qui indique que le gel atteint un écoulement plus développé.
La méthode présentée peut déterminer des valeurs invariantes et les utiliser dans la prédiction sans modèle des processus de bio-impression 3D, en fonction de la buse, de la géométrie, de la pression, du temps et d'autres conditions du processus, sans qu'il soit nécessaire de déterminer les paramètres rhéologiques de l'encre séparément. La méthode BEST génère des données de première main pour une modélisation prédictive plus poussée du processus d'impression 3D et applique la même philosophie pour la caractérisation des tissus et des constructions imprimés en 3D.
RÉSUMÉ
L'approche développée démontre la capacité de "voir les caractéristiques invisibles" des matériaux et leurs interactions avec les stimuli et l'environnement. Ainsi, l'analyse dynamique et mécanique (DMA) peut fournir beaucoup plus d'informations que les modules élastiques et la tangente de perte. En utilisant le traitement BEST, on peut obtenir de nombreux résultats à des fins diverses (dans certains cas, même à partir d'un seul spécimen ou d'un seul essai). Par exemple, il est possible d'obtenir le module d'agrégation, le temps caractéristique de déborah, la compliance de reptation, la diffusivité et la perméabilité/permittivité effectives des fluides, la taille équivalente du canal pour l'écoulement des fluides dans la dynamique, la valeur de la mémoire du matériau, la pression de gonflement et bien d'autres choses encore au cours d'une seule expérience. Et cela va au-delà des biomatériaux, car l'application BEST est sans modèle et ne nécessite pas de paramètres d'ajustement ; en outre, elle peut également être appliquée à des données d'essai déjà créées.
Littérature :
[1] Hubbell J.A. Nature Biotechnol. 13 (1995) 565-576.
[2] Gasik M. Sci. Techn. Adv. Mater. 18 (2017) 550-562.
[3] Chung C., Burdick J.A. Adv. Drug Delivery Rev. 60 (2008) 243-262.
[4] Gasik M., Lambert F., Bacevic M., Materials 14 (2021) 2845.
[5] Lord J.D., Morrell R. Measurement Good Practice Guide No. 98nPL Teddington, UK (2006)
[6] Ewoldt R.H., Johnston M.T., Caretta L.M. In : Complex Fluids in Biological Systemsspringer, Allemagne (2015).
[7] Vrana N.E., Knopf-Marques H., Barthes J. (Eds.) Biomatériaux pour la régénération des organes et des tissuswoodhead Publ. UK (2020).
[8] Jammalamadaka U., Tappa K. J. Funct. Biomater. 9 (2018) 22
[9] Gasik M., Bilotsky Y. Brevet US 10379106 B2 (2019).
[10] Gasik M.Brevet US 10809171 B2 (2020).
Contact :
Prof. Dr. Michael Gasik, Dr. Sci.
Terkko Health Hub, Building 14
Helsinki University Central Hospital Area
Haartmaninkatu 4, FIN-00290 Helsinki
www.seqvera.com
Michael Gasik pour cet article et la présentation de ses travaux de recherche.
