23.02.2023 by Prof. Dr. Michael Gasik (Aalto University Helsinki, Finland)
DMA over biomaterialen: Het onzichtbare zien!
Een artikel door Prof. Dr. Michael Gasik (Aalto Universiteit Helsinki, Finland)
Er zijn momenteel veel soorten biomateriaal beschikbaar voor gebruik in verschillende implantaten, vooral in orthopedische en tandheelkundige gevallen. Metaallegeringen, keramiek en composieten worden gebruikt, met of zonder levende cellen. Er is een groeiend toepassingsgebied van verschillende steigers die gebruikt worden in tissue engineering toepassingen om de vorming van nieuwe weefsels te ondersteunen en te bevorderen, en veel van deze steigers worden gemaakt door middel van 3D (bio)printen. Biologische weefselregeneratie staat bekend als een van de meest veeleisende uitdagingen, waarvoor biomateriaalstructuren nodig zijn met de juiste biomechanische eigenschappen [1] die het in vivo gedrag nabootsen [2]. De juiste biomaterialen helpen het lichaam bij de wederopbouw van het beschadigde weefsel en minimaliseren de bijbehorende pijn en genezingstijd [3].
Dit artikel van Prof. Dr. Michael Gasik (Aalto University Helsinki, Finland) toont een nieuwe toepassing van de dynamisch-mechanische analysetechniek (DMA), BEST genaamd(Biomaterials Enhanced Simulation Testing), die wordt gebruikt voor het karakteriseren en verbeteren van biomaterialen en medische hulpmiddelen; deze methode gaat verder dan de bekende klassieke visco-elastische analyses.
Prof. Michael Gasik van de Aalto Universiteit in Finland (Departement Chemische en Metallurgische Ingenieurswetenschappen) begon in 1985 met thermische analysetoepassingen en werkt al bijna net zo lang samen met NETZSCH-Gerätebau GmbH.
Hij richtte zich op materialen voor toepassingen bij hoge temperaturen en voor waterstoftechnologie. Sinds 2000 houdt hij zich actief bezig met biomaterialen, medische hulpmiddelen en regeneratieve medische toepassingen. In 2019 werd hij benoemd tot ambassadeur van de European Orthopedic Research Society.
Prof. Michael Gasik is medeoprichter van Seqvera Ltd. en uitvinder van de BEST-methode - Biomaterials Enhanced Simulation Testing - die voor het eerst is geïmplementeerd in NETZSCH DMA-apparatuur.
Een focuspunt van de onderzoeksactiviteiten van Prof. Michael Gasik is de bepaling van de mechanische eigenschappen van biomaterialen. In deze context gebruikt hij DMA-gegevens gegenereerd met een NETZSCH DMA 242 Artemis als basis voor verdere berekeningen om deze materialen te karakteriseren. Lees meer over zijn aanpak:
Uitdagingen
Er werden al talrijke onderzoeken uitgevoerd en klinische gegevens verzameld over de vorm, het ontwerp en de oppervlaktegesteldheid van biomaterialen, evenals over de geometrie van implantaten en hun geschiktheid voor de verschillende weefsels van verschillende kwaliteit en locatie. Er werden ook significante verschillen gerapporteerd voor geïmplanteerde materialen die ogenschijnlijk identiek waren, maar afkomstig waren van verschillende bronnen [4]. Biomechanische karakterisering van bot en zachte weefsels is problematischer dan voor metalen, keramische en polymere materialen. Gepubliceerde datasets zijn vaak niet gebaseerd op vergelijkbare meetprotocollen en omstandigheden, wat leidt tot een gebrek aan consistentie. Generalisatie van deze gegevens is erg moeilijk of bijna onmogelijk als het gaat om het leveren van eenvoudige, robuuste en relevante informatie.
Voor biomechanische karakterisering wordt meestal aangenomen dat een materiaal een soort elastische of visco-elastische materie is om de eigenschappen te benaderen in individuele getallen, meestal aangeduid als " elasticiteitsmodulus". Dit past echter alleen bij lineair elastische materialen voor zeer small vervormingen, en de NPL-richtlijnen [5] noemen negen methoden voor het berekenen van de elasticiteitsmodulus die tot verschillende waarden kunnen leiden. De overgrote meerderheid van biomaterialen en weefsels zijn duidelijk niet elastisch, dus het is een aanzienlijke oversimplificatie om te proberen gegevens kunstmatig te reduceren tot een aantal vaste getallen: Wat is bijvoorbeeld het voordeel van het kennen van de " elasticiteitsmodulus van mucosa" variërend van 0,1 tot 680 MPa door verschillende bronnen?
Helaas zijn kwesties die te maken hebben met traagheidseffecten (hoge frequenties) of instrumentlimieten (lage frequenties) niet altijd voldoende gedocumenteerd in de gepubliceerde testprotocollen. Zelfs als de traagheid van het instrument geëlimineerd is, zal het monster zelf altijd een eindige traagheid hebben, die artefacten kan veroorzaken door momentumverspreiding, visco-elastische golven en secundaire stromingen - die allemaal de aanname van homogene en lineaire vervorming kunnen schenden [6]. Geavanceerdere modellen hebben een aanzienlijk aantal kunstmatige aanpassingsparameters, en er zijn grote experimentele moeilijkheden bij het uitvoeren van dergelijke tests binnen bestaande standaarden, protocollen en ad hoc testmethoden [7].
Voor processen zoals 3D-bioprinten zijn er verschillende uitdagingen die overwonnen moeten worden, zoals het beheersen van de eigenschappen van de biosinks, het beheren van de stroming en het effect daarvan op de levensvatbaarheid van de cellen, en het garanderen van optimale biofysische eigenschappen van de constructies na het printen en bij implantatie [8]. Er is een hogere resolutie en snelheid met controle in de 3D-microomgeving nodig en er moet een optimale combinatie van mechanische en transporteigenschappen worden bereikt binnen de ruimte- en tijdschaal; deze zijn met name nodig voor diffusie-beperkte vascularisatie. De nieuwe regelgeving voor medische hulpmiddelen (2017/745) vereist dat er een goede mechanische evaluatie wordt uitgevoerd, wat leidt tot naleving van de Health Technology Assessment Regulations (2021/2282).
Helaas leveren veel verschillende biofysische testmethoden nogal verschillende resultaten op en is het niet eenvoudig om realistische, echte eigenschappen te verkrijgen. Er zijn veel redenen voor de verschillen - ongelijkmatig contact, fasetoestand, traagheid en elastische instabiliteitseffecten, aanpassing met onjuist aangenomen modellen, beperking in de definitie van rek, gebrek aan een goede beoordeling van de belastingsgeschiedenis, enz. Daarom is het heel belangrijk om een robuuste aanpak te hebben die zowel het gedrag als de prestaties van een biomateriaal kan kwantificeren in plaats van enkel een aantal specifieke getallen te genereren.
Het BEST-concept
Om deze uitdagingen aan te gaan, hebben wij de gepatenteerde BEST-methode(Biomaterials Enhanced Simulation Testing) ontwikkeld. Deze methode kan worden toegepast op vele harde en zachte biomaterialen, waaronder hydrogels, 3D-geprinte constructies en gecontroleerde medicijnafgifte. BEST oplossingen zijn gericht op problemen die vooral worden veroorzaakt door onjuist en gefragmenteerd testen, en zijn gebaseerd op een geïntegreerde aanpak gebaseerd op een fundamenteel causaliteitsprincipe: "Er was geen reactie van het monster voordat de stimulus werd toegepast"
BEST wordt uitgevoerd onder gecontroleerde omstandigheden met vereiste coherente stimuli in de DMA-omgeving. Het beoordeelt veranderingen in de eigenschappen van het specimen in tijd, fase en stimulusdomeinen [9]. Tijdens de post-processing integreert BEST de gegevens, convolueert de geschiedenis van het proefstuk en extraheert onbekende waarden, en dit alles zonder dat de gebruiker het materiaalmodel select moet aanpassen (gegevensanalyse is in wezen modelvrij). Invariante parameters, verkregen met een eigen kwantum regressie algoritme, bevatten de geschiedenis van het specimen en tonen de positie en richting van de ontwikkeling van een biomateriaal [10].
De belangrijkste BEST-functie is de invariante verwerking van DMA-gegevens, die meestal onontgonnen terrein blijft voor de gebruiker. Deze nieuwe methode overwint veel voorkomende beperkingen in de lineariteit van weefseleigenschappen in veel modellen, namelijk een schalingseigenschap (homogeniteit) en een superpositie-eigenschap (additiviteit), die over het algemeen niet gelden voor Fouriertransformatie gebruikt in lineaire visco-elasticiteit.
BEST past daarom een correct testprotocol toe en gebruikt idempotente methoden om parameters uit een enkel specimen/test te extraheren, wat resulteert in hoge outputgegevens zonder het gebruik van complexe wiskunde (geen noodzaak voor complexe moduli) of de aanname van lineariteit, en is in staat om ook andere reologiegegevens zodanig te verwerken dat hun waarde niet verloren gaat.
Voorbeeld van DMA-toepassing
In het hier getoonde voorbeeld werd de hierboven beschreven methode toegepast op basis van metingen met een NETZSCH DMA 242 Artemis® om de eigenschappen van acrylhydrogel voor 3D-bioprinting te karakteriseren zonder een verondersteld model te gebruiken. De gel werd in een 1 ml injectiespuit met een 29G naald geplaatst en in de aangepaste DMA monsterhouder geplaatst die gewoonlijk gebruikt wordt voor buigen; de gel werd getest in stapsgewijze kruipmodus bij 25°C.
Figuur 1 toont de experimentele gegevens voor de hoeveelheid geëxtrudeerde gel (µL) via een gedefinieerde naaldopening, genormaliseerd per toegepaste lokale druk (kPa). Deze gegevens laten duidelijk de niet-lineariteit zien van de stromingskinetiek met tijd en toegepaste druk, en er is geen eenvoudige manier om select een materiaalmodel te gebruiken om deze afhankelijkheden te beschrijven.
Uit deze gegevens haalde de BEST-methode tijdinvariante waarden voor de viskeuze stijfheid van de gel onder deze injectieomstandigheden en de geheugenwaarde [9,10] (fig. 2). Hier zijn de curven bijna lineair en de hellingen van de lijnen zijn bijna constant voor alle toegepaste drukken (getallen in kPa). Dit betekent dat de gel, ondanks het niet-Newtoniaanse gedrag, lineair is in termen van modelvrije invariante waarden. Het is ook te zien dat de numerieke waarden op een niet-monotone manier veranderen met de toegepaste druk, wat onthult dat er verschillende beperkende verschijnselen kunnen zijn die de stroming beïnvloeden. Om het effect van de stromingsontwikkeling te zien, wordt de plot van de geheugenwaarden versus de toegepaste druk in fig. 3 getoond. Deze kaart laat zien dat de gel in de spuit te maken heeft met wrijving, stromingsweerstand en mogelijk no-slip effecten bij lage drukken wanneer de geheugenwaarden veel lager zijn dan eenheid. Na ongeveer 65 kPa - het begin - nemen deze waarden toe, wat aangeeft dat de gel een meer ontwikkelde stroming bereikt.
De gepresenteerde methode kan invariante waarden bepalen en deze gebruiken in de modelvrije voorspelling van 3D bioprinting processen, afhankelijk van de spuitmond, geometrie, druk, tijd en andere procescondities, zonder de noodzaak om de inkt reologische parameters apart te bepalen. De BEST-methode genereert gegevens uit de eerste hand voor verdere voorspellende modellering van het 3D-printproces en past dezelfde filosofie toe voor de karakterisering van de 3D-geprinte weefsels en constructen.
SAMENVATTING
De ontwikkelde benadering toont de mogelijkheid om "onzichtbare" eigenschappen van de materialen en hun interacties met de stimuli en de omgeving te zien. Op deze manier kan een dynamisch-mechanische analyse (DMA) veel meer informatie verschaffen dan alleen de elasticiteitsmoduli en de tangens van het verlies. Met behulp van BEST processing kan men vele uitlezingen verkrijgen voor verschillende doeleinden (in sommige gevallen zelfs van een enkel proefstuk of test). Het is bijvoorbeeld mogelijk om de aggregaatmodulus, de karakteristieke Deborah-tijd, de kruipnauwkeurigheid, de effectieve vloeistofdiffusie en permeabiliteit/permeabiliteit, de equivalente kanaalgrootte voor de vloeistofstroming in de dynamica, de materiaalgeheugenwaarde, de zwellingsdruk en nog veel meer uit één enkel experiment te halen. En dit gaat verder dan alleen biomaterialen, want de BEST-toepassing is modelvrij en vereist geen aanpassingsparameters; verder kan het ook worden toegepast op reeds aangemaakte testgegevens.
Literatuur:
[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. Gids voor goede praktijken voor metingen nr. 98; NPL Teddington, UK (2006)
[6] Ewoldt R.H., Johnston M.T., Caretta L.M. In: Complexe vloeistoffen in biologische systemenspringer, Duitsland (2015).
[7] Vrana N.E., Knopf-Marques H., Barthes J. (Eds.) Biomaterialen voor orgaan- en weefselregeneratiewoodhead 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.Octrooi VS 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
Veel dank aan Prof. Dr. Michael Gasik voor dit artikel en de inzichten in zijn onderzoekswerk.
