23.02.2023 by Prof. Dr. Michael Gasik (Aalto University Helsinki, Finland)
DMA pada Biomaterial: Melihat yang Tak Terlihat!
Sebuah artikel oleh Prof. Michael Gasik (Universitas Aalto Helsinki, Finlandia)
Banyak jenis biomaterial yang saat ini tersedia untuk digunakan pada implan yang berbeda, terutama pada kasus ortopedi dan gigi. Paduan logam, keramik dan komposit digunakan, baik dengan atau tanpa sel hidup. Ada bidang aplikasi yang terus berkembang dari perancah yang berbeda yang digunakan dalam aplikasi rekayasa jaringan untuk mendukung dan mendorong pembentukan jaringan baru, dan banyak di antaranya yang dibuat dengan pencetakan (bio) 3D. Regenerasi jaringan biologis dikenal sebagai salah satu tantangan yang paling berat, yang membutuhkan struktur biomaterial dengan sifat biomekanik yang tepat [1] yang meniru perilaku in vivo [2]. Biomaterial yang tepat membantu tubuh dalam membangun kembali jaringan yang rusak dan meminimalkan rasa sakit dan waktu penyembuhan yang terkait [3].
Michael Gasik (Aalto University Helsinki, Finlandia) menunjukkan aplikasi baru dari teknik analisis dinamis-mekanis (DMA), yang disebut BEST(Biomaterials Enhanced Simulation Testing), yang digunakan untuk mengkarakterisasi dan meningkatkan biomaterial dan perangkat medis; metode ini melampaui analisis viskoelastik klasik yang telah dikenal.
Michael Gasik dari Universitas Aalto di Finlandia (Departemen Teknik Kimia dan Metalurgi) mulai bekerja dalam aplikasi analisis termal pada tahun 1985 dan telah berkolaborasi dengan NETZSCH-Gerätebau GmbH hampir selama itu.
Fokusnya adalah pada material untuk aplikasi suhu tinggi dan teknologi hidrogen. Sejak tahun 2000, beliau telah aktif bekerja dengan biomaterial, perangkat medis dan aplikasi pengobatan regeneratif. Pada tahun 2019, ia ditunjuk sebagai Duta Besar Masyarakat Penelitian Ortopedi Eropa.
Michael Gasik adalah salah satu pendiri Seqvera Ltd. dan penemu metode BEST - Pengujian Simulasi yang Ditingkatkan Biomaterial - yang telah diimplementasikan untuk pertama kalinya pada peralatan NETZSCH DMA.
Salah satu titik fokus dari kegiatan penelitian Prof. Michael Gasik adalah penentuan sifat mekanik biomaterial. Dalam konteks ini, ia menggunakan data DMA yang dihasilkan dengan NETZSCH DMA 242 Artemis sebagai dasar perhitungan lebih lanjut untuk mengkarakterisasi bahan-bahan ini. Baca lebih lanjut tentang pendekatannya:
Tantangan
Sejumlah penelitian telah dilakukan dan data klinis telah dikumpulkan terkait bentuk, desain, dan keadaan permukaan biomaterial, serta geometri implan dan kesesuaiannya dengan kualitas dan lokasi jaringan yang berbeda. Perbedaan yang signifikan juga dilaporkan untuk bahan implan yang tampaknya identik tetapi berasal dari sumber yang berbeda [4]. Karakterisasi biomekanik tulang dan jaringan lunak lebih bermasalah dibandingkan dengan bahan logam, keramik dan polimer. Kumpulan data yang dipublikasikan sering kali tidak didasarkan pada protokol dan kondisi pengukuran yang sebanding, yang menyebabkan kurangnya konsistensi. Generalisasi data-data ini sangat sulit atau hampir tidak mungkin dilakukan untuk memberikan informasi yang sederhana, kuat, dan relevan.
Untuk karakterisasi biomekanik, seseorang biasanya kembali mengasumsikan bahan sebagai jenis bahan elastis atau viskoelastik untuk memperkirakan sifat-sifatnya ke dalam angka-angka individual, yang biasanya disebut sebagai "Modulus elastisitasModulus kompleks (komponen elastis), modulus penyimpanan, atau G', adalah bagian "nyata" dari sampel dari keseluruhan modulus kompleks. Komponen elastis ini menunjukkan respons seperti padat, atau dalam fase, dari sampel yang sedang diukur. modulus elastisitas". Namun, hal ini hanya cocok untuk bahan elastis linier untuk deformasi yang sangat small besar, dan pedoman NPL [5] mencantumkan sembilan metode untuk menghitung Modulus elastisitasModulus kompleks (komponen elastis), modulus penyimpanan, atau G', adalah bagian "nyata" dari sampel dari keseluruhan modulus kompleks. Komponen elastis ini menunjukkan respons seperti padat, atau dalam fase, dari sampel yang sedang diukur. modulus elastisitas yang dapat menghasilkan nilai yang berbeda. Sebagian besar biomaterial dan jaringan jelas bukan bahan yang elastis, sehingga merupakan penyederhanaan yang signifikan untuk mencoba mereduksi data secara artifisial menjadi beberapa angka yang tetap: Apa, misalnya, manfaat mengetahui "Modulus elastisitasModulus kompleks (komponen elastis), modulus penyimpanan, atau G', adalah bagian "nyata" dari sampel dari keseluruhan modulus kompleks. Komponen elastis ini menunjukkan respons seperti padat, atau dalam fase, dari sampel yang sedang diukur. modulus elastisitas mukosa" yang berkisar dari 0,1 hingga 680 MPa oleh sumber yang berbeda?
Sayangnya, masalah yang berkaitan dengan efek inersia (frekuensi tinggi) atau batas instrumen (frekuensi rendah) tidak selalu didokumentasikan dengan baik dalam protokol pengujian yang dipublikasikan. Bahkan jika inersia instrumen dihilangkan, sampel itu sendiri akan selalu memiliki inersia yang terbatas, yang dapat menghasilkan artefak dari difusi momentum, gelombang viskoelastik, dan aliran sekunder - yang semuanya dapat melanggar asumsi deformasi homogen dan linier [6]. Model yang lebih canggih memiliki sejumlah besar parameter pemasangan buatan, dan ada kesulitan eksperimental yang besar dalam melakukan pengujian semacam itu dalam standar, protokol, dan metode pengujian ad hoc yang ada [7].
Untuk proses seperti bioprinting 3D, ada beberapa tantangan yang harus diatasi, seperti mengontrol sifat bioink, mengelola aliran dan pengaruhnya terhadap kelangsungan hidup sel, dan memastikan sifat biofisik yang optimal dari konstruk setelah pencetakan dan saat implantasi [8]. Resolusi dan kecepatan yang lebih tinggi dengan kontrol dalam lingkungan mikro 3D diperlukan, dan kombinasi optimal dari sifat mekanik dan transportasi harus dicapai dalam skala ruang dan waktu; ini diperlukan khususnya untuk vaskularisasi terbatas difusi. Peraturan Alat Kesehatan yang baru (2017/745) menuntut agar evaluasi mekanis yang tepat harus dilakukan, yang menghasilkan kepatuhan terhadap Peraturan Penilaian Teknologi Kesehatan (2021/2282).
Sayangnya, banyak metode pengujian biofisik yang berbeda menghasilkan hasil yang agak berbeda, dan tidak mudah untuk mendapatkan sifat yang realistis dan benar. Ada banyak alasan untuk perbedaan tersebut - kontak yang tidak merata, keadaan fase, inersia dan efek ketidakstabilan elastis, penyesuaian dengan model yang diasumsikan secara tidak tepat, keterbatasan dalam definisi SaringRegangan menggambarkan deformasi material, yang dibebani secara mekanis oleh gaya atau tekanan eksternal. Senyawa karet menunjukkan sifat mulur, jika beban statis diterapkan.regangan, kurangnya penilaian riwayat pembebanan yang tepat, dll. Oleh karena itu, sangat penting untuk memiliki pendekatan yang kuat yang dapat mengukur perilaku biomaterial dan kinerjanya dalam proses daripada hanya menghasilkan beberapa angka tertentu.
Konsep TERBAIK
Untuk menjawab tantangan ini, kami telah mengembangkan metode BEST(Pengujian Simulasi Biomaterial yang Disempurnakan) yang telah dipatenkan. Metode ini dapat diterapkan untuk berbagai biomaterial keras dan lunak, termasuk hidrogel, konstruksi cetak 3D, dan pengiriman obat yang terkontrol. Solusi BEST menargetkan masalah yang disebabkan terutama oleh pengujian yang tidak tepat dan terfragmentasi, dan ditetapkan pada pendekatan terintegrasi berdasarkan prinsip kausalitas mendasar: "Tidakada respons dari spesimen sebelum stimulus diterapkan."
BEST dilakukan dalam kondisi terkendali dengan rangsangan koheren yang diperlukan di lingkungan DMA. Ini menilai perubahan sifat spesimen dalam Domain WaktuAnalisis domain waktu didasarkan pada perubahan sinyal fisik yang berkaitan dengan waktu. Grafik domain waktu menunjukkan bagaimana sinyal berubah seiring waktu. Dalam kasus thermoreflectance atau metode laser flash, sinyal detektor (perubahan tegangan) direkam - minimal - selama rentang waktu antara input energi dan maksimum sinyal (misalnya, mode RF) atau sebagai fungsi dari waktu difusi panas yang diharapkan (misalnya, mode FF). domain waktu, fase, dan stimulus [9]. Dalam pasca-pemrosesan, BEST mengintegrasikan data, menguraikan riwayat spesimen, dan mengekstrak nilai yang tidak diketahui, semua tanpa mengharuskan pengguna untuk select model material (analisis data pada dasarnya bebas model). Parameter invarian yang diperoleh dengan algoritma regresi kuantum berpemilik menggabungkan riwayat spesimen, menunjukkan posisi dan arah pengembangan biomaterial [10].
Fitur utama BEST adalah pemrosesan data DMA yang tidak berubah-ubah, yang biasanya tidak dijelajahi oleh pengguna. Metode baru ini mengatasi keterbatasan umum dalam linearitas sifat jaringan pada banyak model, yaitu sifat penskalaan (homogenitas) dan sifat superposisi (aditifitas), yang umumnya tidak dimiliki oleh transformasi Fourier yang digunakan pada viskoelastisitas linear.
Oleh karena itu, BEST menerapkan protokol pengujian yang benar dan menggunakan metode idempoten untuk mengekstrak parameter dari satu spesimen/pengujian, sehingga menghasilkan data keluaran yang tinggi tanpa menggunakan matematika yang rumit (tidak perlu moduli yang rumit) atau asumsi linieritas, dan mampu memproses ulang data reologi lainnya sedemikian rupa sehingga tidak kehilangan nilainya.
Contoh Aplikasi DMA
Dalam contoh yang ditunjukkan di sini, metode yang dijelaskan di atas digunakan berdasarkan pengukuran yang dilakukan dengan NETZSCH DMA 242 Artemis® untuk mengkarakterisasi sifat-sifat hidrogel akrilik untuk bioprinting 3D tanpa menggunakan model yang diasumsikan. Gel ditempatkan ke dalam jarum suntik 1 mL dengan jarum 29G dan dipasang di tempat sampel DMA khusus yang biasanya digunakan untuk pembengkokan; gel diuji dalam mode mulur bertahap pada suhu 25°C.
Gambar 1 menunjukkan data eksperimen untuk jumlah gel yang diekstrusi (µL) melalui nosel jarum yang ditentukan, dinormalisasi per tekanan lokal yang diterapkan (kPa). Data ini dengan jelas menunjukkan kinetika aliran yang tidak linier dengan waktu dan tekanan yang diberikan, dan tidak ada cara langsung untuk select model material apa pun untuk menggambarkan ketergantungan ini.
Dari data ini, metode BEST mengekstraksi nilai time-invariant untuk kekakuan kental gel di bawah kondisi injeksi ini serta nilai memorinya [9,10] (gbr. 2). Di sini, kurva hampir linier, dan kemiringan garis hampir konstan untuk semua tekanan yang diterapkan (angka dalam kPa). Ini berarti bahwa gel, meskipun menunjukkan perilaku Non-NewtonianFluida non-Newtonian adalah fluida yang menunjukkan viskositas yang bervariasi sebagai fungsi dari laju geser atau tegangan geser yang diterapkan.non-Newtonian, bersifat linier dalam hal nilai invarian bebas model. Juga dapat dilihat bahwa nilai numerik berubah dengan tekanan yang diterapkan dengan cara non-monotonik, yang menunjukkan bahwa mungkin ada fenomena pembatas yang berbeda yang mempengaruhi aliran. Untuk melihat efek pengembangan aliran, plot nilai memori vs tekanan yang diberikan ditunjukkan pada Gambar 3. Peta ini menunjukkan bahwa gel dalam jarum suntik menghadapi gesekan, hambatan aliran, dan kemungkinan efek tanpa selip pada tekanan rendah ketika nilai memori jauh lebih rendah daripada persatuan. Setelah sekitar 65 kPa - permulaan - nilai-nilai ini melonjak, menandakan bahwa gel mencapai aliran yang lebih berkembang.
Metode yang disajikan dapat menentukan nilai invarian dan menggunakannya dalam prediksi bebas model proses bioprinting 3D, tergantung pada nozzle, geometri, tekanan, waktu, dan kondisi proses lainnya, tanpa perlu menentukan parameter reologi tinta secara terpisah. Metode BEST menghasilkan data "tangan pertama" untuk pemodelan prediktif lebih lanjut dari proses pencetakan 3D dan menerapkan filosofi yang sama untuk karakterisasi jaringan dan konstruk yang dicetak 3D.
RINGKASAN
Pendekatan yang dikembangkan menunjukkan kemampuan untuk "melihat" fitur yang tidak terlihat dari bahan dan interaksinya dengan rangsangan dan lingkungan. Dengan cara ini, analisis dinamis-mekanis (DMA) dapat memberikan lebih banyak informasi daripada Modulus elastisitasModulus kompleks (komponen elastis), modulus penyimpanan, atau G', adalah bagian "nyata" dari sampel dari keseluruhan modulus kompleks. Komponen elastis ini menunjukkan respons seperti padat, atau dalam fase, dari sampel yang sedang diukur. modulus elastisitas dan garis singgung kehilangan. Dengan menggunakan pemrosesan BEST, seseorang dapat memperoleh banyak pembacaan untuk berbagai tujuan (dalam beberapa kasus, bahkan dari satu spesimen atau pengujian). Sebagai contoh, dimungkinkan untuk mendapatkan modulus agregat; karakteristik waktu Deborah; kepatuhan MerayapMulur menggambarkan deformasi plastis yang bergantung pada waktu dan suhu di bawah gaya konstan. Ketika gaya konstan diterapkan pada senyawa karet, deformasi awal yang diperoleh karena penerapan gaya tidak tetap. Deformasi akan meningkat seiring waktu.merayap; difusivitas fluida efektif dan permeabilitas/permitivitas; ukuran saluran yang setara untuk aliran fluida dalam dinamika; nilai memori material; tekanan pembengkakan; dan banyak lagi dalam satu percobaan. Dan ini lebih dari sekadar biomaterial, karena aplikasi BEST bebas model dan tidak memerlukan parameter penyesuaian apa pun; lebih jauh lagi, aplikasi ini juga dapat diterapkan pada data uji yang telah dibuat.
Literatur:
[1] Hubbell JA Nature Biotechnol. 13 (1995) 565-576.
[2] Gasik M. Sci. Techn. Adv. Mater. 18 (2017) 550-562.
[3] Chung C., Burdick JA. Adv. Pengiriman Obat Rev. 60 (2008) 243-262.
[4] Gasik M., Lambert F., Bacevic M , Bahan 14 (2021) 2845.
[5] Lord JD, Morrell R. Panduan Praktik Baik Pengukuran No. 98nPL Teddington, Inggris (2006)
[6] Ewoldt RH, Johnston MT, Caretta LM Dalam: Cairan Kompleks dalam Sistem Biologispringer, Jerman (2015).
[7] Vrana NE, Knopf-Marques H., Barthes J. (Eds.) Biomaterial untuk Regenerasi Organ dan Jaringanpenerbit Woodhead. UK (2020).
[8] Jammalamadaka U., Tappa JK Funct. Biomater. 9 (2018) 22
[9] Gasik M., Bilotsky Y. Paten AS 10379106 B2 (2019).
[10] Gasik M.Paten AS 10809171 B2 (2020).
Kontak:
Prof. Dr. Michael Gasik, Dr. Sci.
Pusat Kesehatan Terkko, Gedung 14
Area Rumah Sakit Pusat Universitas Helsinki
Haartmaninkatu 4, FIN-00290 Helsinki
www.seqvera.com
Terima kasih banyak kepada Prof. Michael Gasik untuk artikel ini dan wawasan tentang penelitiannya.
