Name: finite element modelling of a cellular electric microenvironment
Uploaded: 2021-05-18T12:30:00
Duration: 8 min 23 s
Description: Watch this Scientific Journal Video about Finite Element Modelling of a Cellular Electric Microenvironment at JoVE.com

Este trabajo fue apoyado por el Programa de Doctorado Wellcome Trust de 4 años en Biología Cuantitativa y Biofísica

Los autores no tienen nada que revelar.

El protocolo propuesto sugiere una solución de modelado uniforme para andamios naturales y artificiales y destaca la necesidad de considerar la nanoestructura de los andamios fibrosos al inspeccionar los efectos de la FE en las células sembradas en dichos materiales. Aunque una aproximación gruesa para la intensidad de EF (diferencia de potencial del electrodo dividida por la distancia entre los electrodos) nos llevaría a esperar una intensidad de campo de 100 mV/ mm, las simulaciones predicen intensidades de campo estacionarias hasta un 30% más altas en diferentes áreas de la estera (Figura 5). Este resultado debería ser de interés en el diseño de experimentos de ES y la interpretación de datos, ya que la muerte celular puede ser causada por EF demasiado fuertes. Exponer el microambiente eléctrico permitiría una correlación directa entre la ES y el desarrollo celular. Si bien varios estudios presentan un análisis morfológico detallado de los andamios utilizados33,43,59,no investigan la interacción entre la estructura, las propiedades eléctricas de los materiales y el EF. Este protocolo puede habilitar este enlace, ya que parámetros como el radio de la fibra, el grosor de la capa de recubrimiento, la distancia entre las fibras y las propiedades eléctricas de los materiales componentes se pueden modificar de acuerdo con cada experimento cambiando las definiciones globales en los pasos 1.2 y 1.3. Por lo tanto, se pueden realizar predicciones personalizadas de carga y densidad de corriente resueltas espacialmente en 3D para regímenes ES estáticos y dinámicos.
La optimización del diseño de andamios se puede orientar a través de los modelos RNC y RNCd con exploraciones de amplio rango de parámetros, escalando las morfologías propuestas o partes de ellas. Alternativamente, se pueden investigar otras configuraciones de andamios con el protocolo propuesto cambiando los tipos de matriz de lineal a tridimensional en la sección 1.6.5 y adaptando la geometría del andamio en la sección 1.6.2. Sin embargo, la optimización del andamio no se puede hacer sin un objetivo. Mientras que para fines de ingeniería de tejidos el enfoque principal es el destino celular, una imagen más clara sobre qué estímulos son sus principales determinantes es esencial si se desea su control confiable. La carga y la densidad de corriente son buenos descriptores de microambientes eléctricos celulares, ya que muestran la interacción entre el EF y las propiedades eléctricas de los diferentes materiales componentes de andamios complejos como el ECM. El protocolo muestra cómo calcular predicciones para esas métricas dada una geometría de andamio nanofibrosa y destaca la importancia del ángulo de alineación de las fibras con el EF. Las predicciones de carga y densidad de corriente podrían vincularse al desarrollo celular y, por lo tanto, los regímenes de andamios y ES podrían optimizarse para tareas específicas.
Curiosamente, un estudio muestra que la exposición a ef generó estrés mecánico de más del doble de fuerza en películas compuestas con nanofibras perpendiculares a la EF externa en comparación con películas con alineación paralela60. La tensión mecánica reportada podría ser el resultado de las fuerzas de Coulomb que actúan entre fibras cargadas, predichas por las simulaciones del modelo aproximado (RC, RNC, RNCd)(Figura 6). Si bien estas simulaciones podrían ser útiles para investigar esta hipótesis, debe tenerse en cuenta que los resultados experimentales reportados se obtuvieron en un sistema con acoplamiento capacitivo, y la simulación presenta acoplamiento directo. 
Un factor limitante hacia futuros posibles usos del protocolo para estimar una señal de entrada celular es la incertidumbre de los parámetros. Los parámetros geométricos inciertos son el espesor de la capa de recubrimiento y la distancia entre los núcleos de fibra. El primero podría inferirse encontrando el valor que conduce a una impedancia masiva que puede ser validada experimentalmente. El segundo se puede extraer de escaneos de material de alta resolución. Los parámetros que describen las propiedades físicas de los materiales también se ven afectados por la incertidumbre. Sin embargo, la conductividad eléctrica y la constante dieléctrica de los materiales ejemplificados difieren mucho más que la precisión de medición experimental(Tabla 2). Por lo tanto, los efectos informados se mantendrían a pesar de los errores de medición moderados.
Los resultados muestran cómo la complejidad insuficiente del modelo podría ocultar información relevante. Es importante reconocer que el protocolo simula una versión simplificada del fenómeno físico que tiene lugar, ya que no tiene en cuenta la diferente naturaleza de los materiales involucrados en el proceso -conductor (electrodos), semiconductor (recubrimiento), dieléctrico (núcleos de fibra) y electrolítico (sustancia circundante)- que pueden influir en el transporte de carga. Este problema se puede explicar en futuras expansiones de modelos agregando retrasos de transferencia de energía en las interfaces (es decir, reacciones farádicas) y retrasos en el transporte de iones dentro del electrolito. Sin embargo, la adición de complejidad debe guiarse por la validación experimental, ya que un modelo simple que reproduce la mayor parte de lo que se observa es más útil que uno notablemente preciso que agrega poca más información, pero es profundamente sensible a la incertidumbre de muchos parámetros constituyentes.
Como el objetivo final de la ingeniería de tejidos es crear biorreactores que no solo imiten uno o dos aspectos de los entornos in vivo, sino que repliquen y controlen todas las señales de desarrollo celular61,los modelos electromagnéticos y mecánicos in silico, así como los modelos de transferencia de calor entre los componentes del biorreactor deberán combinarse. En una fase de modelado posterior, también se pueden agregar fenómenos de acoplamiento entre esas interacciones como el calentamiento óhmico, el flujo de fluido electrolítico, las deformaciones morfológicas del andamio en respuesta a la estimulación eléctrica60 y la piezoelectricidad62. Sin embargo, los modelos deben fusionarse solo después de que cada uno haya sido validado experimentalmente. De esta manera, podemos obtener una mejor comprensión de la influencia de cada componente en el microambiente celular y cómo se pueden optimizar los estímulos. 
Si el modelo propuesto se valida experimentalmente, se puede combinar con modelos de células biológicas - Figura 1. Los patrones y modulaciones de densidad de carga podrían influir asimétricamente en la actividad de las bombas de iones específicas, afectar la unión a la fibra de las proteínas que impulsan la adhesión de la membrana63 y, por lo tanto, guiar la migración, los patrones de proliferación y la morfogénesis64. Explorar esas hipótesis es el camino a seguir para comprender los mecanismos que sustentan las respuestas de los tejidos y las células a la ES.

ES es el uso de EF con el objetivo de controlar las células y tejidos biológicos. Su mecanismo se basa en el estímulo físico transducido a la célula cuando las biomoléculas dentro y alrededor de ella están expuestas a un gradiente de voltaje generado externamente. Las partículas cargadas están involucradas en un movimiento organizado gobernado por la ley de Coulomb, generando fuerzas de arrastre sobre las partículas no cargadas. El flujo de fluido resultante y la distribución de carga alteran las actividades y funciones celulares como la adhesión, la contracción, la migración, la orientación, la diferenciación y la proliferación1 a medida que la célula intenta adaptarse al cambio en las condiciones microambientales.
Como los EF son controlables, no invasivos, no farmacológicos y han demostrado tener un impacto efectivo en el comportamiento celular esencial, la ES es una herramienta valiosa para la ingeniería de tejidos y la medicina regenerativa. Se ha utilizado con éxito para guiar el desarrollo neural2,esquelético3,músculo cardíaco4,hueso5 y piel6. Además, como potencia la iontoforesis7,se utiliza como tratamiento alternativo o complementario a los farmacológicos convencionales. Su eficacia en el manejo del dolor aún se debate ya que se esperan ensayos clínicos de mayor calidad8,9,10. Sin embargo, no se informaron efectos adversos y tiene el potencial de mejorar el bienestar del paciente11,12,13,14,15.
Si bien solo los ensayos clínicos pueden dar un veredicto definitivo sobre la eficacia de un procedimiento, se requieren modelos in vitro e in silico para informar el diseño de un tratamiento predecible de LA CE, ya que ofrecen un control más fuerte sobre una gama más amplia de condiciones experimentales. Los usos clínicos investigados de la ES son la regeneración ósea16,17,la recuperación de los músculos denervados18,19,la regeneración axonal después de la cirugía20,21,el alivio del dolor22,la cicatrización de heridas23,24,25 y la administración de fármacos iontoforéticos26. Para que los dispositivos ES se introduzcan ampliamente en todas las aplicaciones objetivo posibles, los ensayos clínicos aún no han establecido pruebas más sólidas para un tratamiento eficiente. Incluso en dominios donde tanto los estudios in vivo en animales como en humanos informan consistentemente resultados positivos, el gran número de métodos reportados junto con muy poca orientación sobre cómo elegir entre ellos y el alto precio de adquisición disuade a los médicos de invertir en dispositivos ES27. Para superar esto, el tejido objetivo ya no puede tratarse como una caja negra (límite de experimentos in vivo), sino que debe verse como una sinergia compleja de múltiples subsistemas(Figura 1).
Múltiples experimentos DE ES se han llevado a cabo in vitro a lo largo de los años28,29,30,31,32,33,34. La mayoría de estos solo caracterizan el ES a través de la caída de voltaje entre los electrodos dividida por la distancia entre ellos, una aproximación aproximada de la magnitud del campo eléctrico. Sin embargo, el campo eléctrico en sí solo influye directamente en las partículas cargadas, no en las células. Además, cuando se interponen múltiples materiales entre el dispositivo y las celdas, la aproximación aproximada puede no mantenerse.
Una mejor caracterización de la señal de entrada requiere una visión clara de cómo se transduce el estímulo a la célula. Los principales métodos de entrega de ES son el acoplamiento directo, capacitivo e inductivo35,36. Los dispositivos para cada método difieren según el tipo de electrodo (varilla, plano o devanado) y la colocación en relación con el tejido objetivo (en contacto o aislado)35. Los dispositivos utilizados in vivo para tratamientos más largos deben ser portátiles, por lo tanto, los electrodos y la mayoría de las veces la fuente de energía se implantan o se adhieren a la piel como apósitos para heridas o parches electroactivos. El gradiente de voltaje generado desplaza las partículas cargadas en el área de tratamiento.
A medida que afecta el flujo de partículas cargadas resultante en las cercanías de las células, la estructura del andamio es de suma importancia en el diseño de los protocolos ES. Diferentes configuraciones de transporte de carga surgen si el material de la plataforma, la técnica de síntesis, la estructura o la orientación en relación con el gradiente de voltaje cambian. In vivo, la disponibilidad y el movimiento de las partículas cargadas se ven afectados no solo por las células, sino también por la red de colágeno y el líquido intersticial que compone la ECM de soporte. Los andamios de ingeniería se utilizan cada vez más para recrear mejor los microambientes celulares naturales in vitro1,35. Al mismo tiempo, el ECM es un andamio natural complejo.
Los andamios artificiales se basan en metales, polímeros conductores y carbono, diseñados con un enfoque en equilibrar la biocompatibilidad con el rendimiento electroquímico y la estabilidad a largo plazo36. Un tipo de andamio versátil es la estera fibrosa electrospun que ofrece una topografía a nanoescala controlable. Esto puede diseñarse para parecerse al ECM, entregando así señales mecánicas similares que ayudan a la regeneración de una amplia gama de tejidos37. Para impactar significativamente en la ES, las alfombras deben ser conductoras hasta cierto punto. Sin embargo, los polímeros conductores son difíciles de electroespin y la mezcla con portadores aislantes limita la conductividad de las fibras resultantes38. Una solución es polimerizar un monómero conductor en la superficie de una fibra dieléctrica, lo que resulta en una buena resistencia mecánica y propiedades eléctricas del producto final38. Un ejemplo es el recubrimiento de fibras electrospun de seda con el semiconductivo PEDOT-PSS39. La combinación de señales mecánicas y electromagnéticas acelera significativamente el crecimiento deneuritas 40,41,42. Las neuritas siguen la alineación de las fibras de los andamios, y se alargan más después de la exposición a una EF paralela a las fibras que a una vertical43. Del mismo modo, la alineación de los andamios fibrosos con la FE también promueve la maduración miogénica33.
La ECM está compuesta principalmente por proteínas formadoras de fibrosos44, siendode las que el colágeno tipo I es el principal constituyente en todos los tejidos animales aparte del cartílago (rico en colágeno tipo II)44. Tropocolágeno (TC), triple conformación helicoidal de hebras polipeptídicas, es el motivo estructural de las fibrillas de colágeno45. Las imágenes de microscopía electrónica de transmisión y microscopía de fuerza atómica de fibrillas de colágeno muestran un patrón de bandas D-periódicas46 explicado por el modelo47 de Hodge & Petruska como matrices regulares de brechas y superposiciones de TC45. Los tendones están compuestos por una matriz fibrilar colágena alineada protegida por una matriz proteoglica no colágena altamente hidrofílica48,49. La decorina es un pequeño proteoglicano rico en leucina (SLRP) capaz de unir las regiones de brecha de las fibrillas de colágeno y conectarse con otras SLRP a través de sus cadenas laterales de glicosaminoglicano (GAG)49. Los estudios realizados en tendones muestran que sus propiedades eléctricas cambian significativamente cuando sehidratan 50,51,el mecanismo de transporte de carga cambia de ónico a iónico a medida que aumenta el nivel de hidratación51. Esto sugiere que la conducción eléctrica a lo largo de una fibrilla de colágeno tipo I podría ser habilitada por una capa de agua de decorina, con regiones de brecha y superposición que tienen diferentes conductividades eléctricas y constantes dieléctricas.
Como la recreación idéntica de la ECM por andamios artificiales es improbable, el conocimiento que produce sinergia entre in vivo e in vitro habilitado por resultados traducibles parece estar en un callejón sin salida. El modelado in silico no solo vuelve a permitir la traducción entre los dos, sino que también agrega importantes beneficios al caracterizar los procesos desconocidos involucrados en ES. La comparación de las observaciones in vivo con las in vitro puede aportar información sobre la fuerza de acoplamiento entre el tejido diana y el resto del organismo, pero no descubre los límites de conocimiento actuales. Lo desconocido puede ser expuesto observando la diferencia entre lo que se espera que suceda en base al conocimiento actual y lo que sucede. Los experimentos in silico basados en modelos matemáticos permiten dividir el proceso en subprocesos conocidos y desconocidos. De esta manera, los fenómenos no contabilizados en el modelo salen a la luz cuando las predicciones in silico se comparan con experimentos in vitro e in vivo.
La formación y prueba de hipótesis con respecto a los mecanismos subyacentes de cómo las células y los tejidos se ven afectados por los campos eléctricos se ve obstaculizada por la gran cantidad de parámetros52 que deben probarse por separado. Para definir condiciones experimentales representativas, el proceso ES debe dividirse en subprocesos(Figura 1)y se deben identificar las señales de entrada dominantes que afectan el comportamiento celular. Los modelos que representan los efectos físicos fundamentales de la ES en las células describen el dominio que acopla la EF con la célula: el de las partículas cargadas53. El comportamiento de las partículas externas a la célula depende del microambiente y se puede investigar por separado de la célula. La señal de entrada dominante para la célula es el subconjunto de salidas del dispositivo ES que causa el mayor grado de variabilidad en la respuesta de la célula. El subconjunto más pequeño de los parámetros experimentales completos que pueden generar variaciones en todas las señales de entrada de la celda dominante se puede utilizar para disminuir la dimensión del espacio de parámetros y el número de casos de prueba.
La entrada del modelo objetivo biológico de ES debe ser un subconjunto de las señales de salida producidas por el dispositivo ES que sean útiles para describir los efectos físicos de ES en las células. Un biorreactor simple con acoplamiento directo tiene la misma estructura que las celdas electroquímicas electrolíticas. Los modelos de estos muestran la distribución de densidad de corriente primaria (teniendo en cuenta la resistencia de la solución), secundaria (que también tiene en cuenta las reacciones farádicas) o terciaria (que también tiene en cuenta la difusión de iones). Como la complejidad se traduce en costo computacional, el modelo más simple es el más adecuado para las exploraciones espaciales de parámetros. Las simulaciones de compuestos fibrosos motivados por las propiedades del material54 se centran en las propiedades de los materiales a granel como resultado de una microarquictura compleja, por lo que no pueden describir los efectos locales de la exposición a la EF. Los modelos in silico existentes, motivados por LA ES, se centran en la muestra biológica, ya sea una sola célula inmersa en un medio homogéneo55,56,57,o tejidos complejos con espacio extracelular homogéneo58. La carga y la densidad de corriente(Figura 2)pueden actuar como señales de interfaz entre los modelos del dispositivo ES y la muestra biológica, o entre diferentes componentes del dispositivo ES. El protocolo basado en FEM propuesto utiliza las ecuaciones descritas en la Figura 2 y se utilizó para estudiar cómo se pueden utilizar los parámetros dependientes del andamio para modular esas dos señales, independientemente de la EF generada por una configuración de acoplamiento directo. Los resultados enfatizan que es necesario tener en cuenta las propiedades eléctricas del andamio o ECM al investigar cómo la ES afecta a las células objetivo.

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>Comsol multiphysics 5.2 AC/DC module</td>
			<td>COMSOL</td>
			<td>-</td>
			<td>FEM modelling software</td>
		</tr>
	</tbody>
</table>

finite element modelling of a cellular electric microenvironment

Los estudios clínicos muestran que la estimulación eléctrica (ES) es una terapia potencial para la curación y regeneración de varios tejidos. Por lo tanto, comprender los mecanismos de respuesta celular cuando se expone a campos eléctricos puede guiar la optimización de las aplicaciones clínicas. Los experimentos in vitro tienen como objetivo ayudar a descubrirlos, ofreciendo la ventaja de rangos de entrada y salida más amplios que pueden evaluarse de manera ética y efectiva. Sin embargo, los avances en experimentos in vitro son difíciles de reproducir directamente en entornos clínicos. Principalmente, esto se debe a que los dispositivos ES utilizados in vitro difieren significativamente de los adecuados para el uso del paciente, y la ruta desde los electrodos hasta las células objetivo es diferente. Por lo tanto, traducir los resultados in vitro en procedimientos in vivo no es sencillo. Enfatizamos que la estructura y las propiedades físicas del microambiente celular juegan un papel determinante en las condiciones reales de prueba experimental y sugerimos que las medidas de distribución de carga se pueden usar para cerrar la brecha entre in vitro e in vivo. Teniendo en cuenta esto, mostramos cómo el modelado de elementos finitos in silico (FEM) se puede utilizar para describir el microambiente celular y los cambios generados por la exposición al campo eléctrico (EF). Destacamos cómo el EF se acopta con la estructura geométrica para determinar la distribución de la carga. Luego mostramos el impacto de las entradas dependientes del tiempo en el movimiento de carga. Finalmente, demostramos la relevancia de nuestra nueva metodología de modelo in silico utilizando dos estudios de caso: (i) andamios fibrosos in vitro de poli(3,4-etilendioxitiofeno) poli(estirenosulfonato) (PEDOT-PSS) fibrosos e (ii) colágeno in vivo en matriz extracelular (ECM).

Watch this Scientific Journal Video about Finite Element Modelling of a Cellular Electric Microenvironment at JoVE.com

Finite Element Modelling of a Cellular Electric Microenvironment

Este artículo presenta una estrategia para construir modelos de elementos finitos de materiales conductores fibrosos expuestos a un campo eléctrico (EF). Los modelos se pueden utilizar para estimar la entrada eléctrica que reciben las células sembradas en dichos materiales y evaluar el impacto de cambiar las propiedades, la estructura o la orientación del material constituyente del andamio.

Modelado de elementos finitos de un microambiente eléctrico celular

Clinical studies show electrical stimulation (ES) to be a potential therapy for the healing and regeneration of various tissues. Understanding the ...

Este método ayuda a predecir el microambiente eléctrico de una célula asen sentada en un andamio de fibra, como la matriz extracelular. Hay dos ventajas principales que surgen del modelado insilico. La predicción de las condiciones experimentales es 3D, mientras que la optimización está habilitada por la facilidad de cambio de parámetros.La estimulación eléctrica ayuda a la regeneración de múltiples tejidos. Este modelo en modelos insilico similares ayudará a la optimización de los parámetros de estimulación. Para comenzar, abra el software COMSOL y seleccione el modelo en blanco.En el constructor de modelos, haga clic derecho en las definiciones globales, seleccione parámetros y agregue parámetros de acuerdo con la tabla uno en el manuscrito de texto. Puede agregarlos uno por uno o cargarlos desde un archivo de texto. En el generador de modelos, en definiciones globales, haga clic con el botón derecho en material y seleccione material en blanco para agregar materiales.Para agregar propiedades de material, vaya a la configuración del material recién agregado, luego expanda las propiedades del material y seleccione conductividad eléctrica de las propiedades básicas. Presione el símbolo más para agregar propiedades. Repita este proceso para obtener una permitividad relativa.Complete las propiedades actuales del material, de acuerdo con la tabla dos del manuscrito de texto. A continuación, haga clic izquierdo en agregar componente desde la pestaña de inicio y seleccione 3D para agregar un nuevo nodo de componente en el constructor de modelos. Una vez más, haga clic con el botón derecho en la geometría, haga clic con el botón izquierdo en insertar secuencia.A continuación, haga doble clic en el modelo completo y seleccione la secuencia adecuada. En el nodo de componente actual en el generador de modelos, haga clic con el botón derecho en materiales y seleccione el vínculo de material. Asocie materiales para cada componente en este orden, sustancia circundante, capas y núcleos.En la pestaña configuración de la sustancia circundante, expanda la lista de selección para elegir la selección de medios. Expanda la configuración del enlace y elija el material apropiado, como los medios de cultivo, de la lista desplegable. Para ver los dominios dentro del bloque de medios de cultivo, active el botón de transparencia en la pestaña de gráficos.Configure los otros enlaces de material de la misma manera. En el generador de modelos, haga clic con el botón izquierdo en el componente actual, seleccione agregar física, luego expanda el módulo AC/DC para seleccionar el módulo de corriente eléctrica y haga clic en agregar al componente. Para definir condiciones de contorno, seleccione la vista XY en la ficha gráficos.Vaya al constructor de modelos nuevamente, haga clic derecho en el nodo de corrientes eléctricas y seleccione tierra. A continuación, mantenga activo el modificador de selección para la selección de límites. Haga clic con el botón izquierdo en la cara de la sustancia circundante más alta paralela al plano XZ y agregue el límite cinco en el cuadro de selección de límites.En el constructor de modelos, haga clic derecho en el nodo de corriente eléctrica y seleccione terminal. Manteniendo activa la selección de límites, haga clic con el botón izquierdo en la cara de sustancia circundante más baja paralela al plano XZ y agregue el límite también en el cuadro de selección de límites. Luego, al expandir la selección de terminales, seleccione un voltaje en la lista desplegable tipo de terminal y complete V cero para el voltaje.En definiciones globales en el constructor de modelos, haga clic con el botón izquierdo en los parámetros y cambie el parámetro theta al ángulo de orientación de la fibra deseado para la simulación. Expanda el nodo de componentes para cada componente en el generador de modelos, luego a la derecha, haga clic en geometría y seleccione construir todo. Haga clic con el botón izquierdo en el nodo raíz del modelo en el generador de modelos y abra la pestaña Agregar estudio.Seleccione Estudio estacionario y haga clic con el botón derecho en Agregar estudio. En el estudio recién agregado, haga clic con el botón izquierdo en el paso uno, expanda las extensiones de estudio, marque la casilla de refinamiento de malla adaptativa y haga clic en calcular para obtener la malla refinada. Haga clic con el botón izquierdo en el nodo raíz del modelo en el generador de modelos y abra la pestaña Agregar estudio, seleccione Estudio estacionario y haga clic con el botón derecho en Agregar estudio.En el estudio recién agregado, haga clic con el botón izquierdo en el paso uno, expanda la selección de malla y seleccione la malla generada en el estudio de refinamiento de malla adaptativa. Continúe haciendo clic derecho en el botón de cómputo. Haga clic con el botón derecho en el nodo de resultados en el generador de modelos y seleccione el grupo de gráficos 3D para editar la configuración.Cambie la etiqueta a densidad de carga y seleccione el conjunto de datos del estudio paramétrico expandiendo el conjunto de datos de la lista desplegable. Luego, en la leyenda de color, marque las casillas para mostrar leyendas y mostrar valores máximos y mínimos. De nuevo en el nodo de resultados, haga clic con el botón derecho en densidad cargada para seleccionar el volumen y proceda a editar la pestaña de configuración.Expanda la pestaña de datos, luego seleccione entre el padre y complete EC. RHOQ en el cuadro de expresión. Marque la casilla de rango de color manual de la pestaña rango y establezca el mínimo y el máximo en menos 0.3 y 0.3 respectivamente. Expanda el color y el estilo y establezca la coloración en tabla de colores y tabla de colores en onda.Marque la casilla de leyenda de color y la gama de colores de simetrías. Haga clic con el botón derecho en el generador de volumen y modelo y seleccione filtro. Vaya a la pestaña de configuración y complete la expresión lógica para la inclusión.Haga clic con el botón izquierdo en el botón de trazado para visualizar los resultados en la ventana gráfica. En este análisis, se muestran cinco etapas de complejidad geométrica diferentes que influyeron en el resultado de la simulación. Una malla que es demasiado gruesa, puede ocultar información relevante.Utilizando el refinamiento de malla adaptativa, se obtiene una malla con elementos más pequeños, ya que se requiere para obtener resultados precisos. En diferentes niveles de complejidad para el modelo mate fibroso, la fuerza del campo eléctrico fue influenciada por la alineación de las fibras con respecto al gradiente de potencial. Además, la alineación de la fibra en ángulo con el gradiente de potencial eléctrico afecta la densidad de carga espacial en los medios de cultivo celular circundantes.En el estudio de orientación de la fibra del andamio, las predicciones del modelo RNC del estado del estudio se ilustraron cuando las fibras eran paralelas o perpendiculares al campo eléctrico. La densidad de carga y la densidad de corriente fueron influenciadas por la alineación de la fibra del andamio en relación con el campo eléctrico. Este protocolo se puede utilizar para investigar el impacto de los cambios de parámetros en la densidad de carga alrededor de un segmento de andamio de fibra.Es importante recordar que al cambiar los parámetros del modelo, como los datos o las propiedades del material, el rango de densidad de carga resultante puede cambiar significativamente. Para una mejor visualización, el rango debe optimizarse de tal manera que se pueda observar la máxima variabilidad en la densidad cargada.

Research

Education

JoVE Core

JoVE Journal

Physics

Bioengineering

Unit 1

Electric Charges and Fields

SCIENTISTS IN ACTION

Microfluidic Device for Recreating a Tumor Microenvironment in Vitro

Microfluidic Device for Recreating a Tumor Microenvironment in Vitro

Dispositivo de microfluidos para volver a crear un microambiente tumoral<em&gt; In Vitro</em

We have developed a microfluidic device that mimics the delivery and systemic clearance of drugs to heterogeneous three-dimensional tumor tissues in ...

Investigación

Bioingeniería

Cellular Lipid Extraction for Targeted Stable Isotope Dilution Liquid Chromatography-Mass Spectrometry Analysis

Extracción de los lípidos celulares orientadas por dilución de isótopos estables análisis de espectrometría de cromatografía de líquidos-Mass

The metabolism of fatty acids, such as arachidonic acid (AA) and linoleic acid (LA), results in the formation of oxidized bioactive lipids, including ...

Tissue Engineering of Tumor Stromal Microenvironment with Application to Cancer Cell Invasion

Ingeniería de tejidos de tumor del estroma Microambiente con Aplicación a la invasión de células cancerosas

3D organotypic cultures of epithelial cells on a matrix embedded with mesenchymal cells are widely used to study epithelial cell differentiation and ...

A Coupled Experiment-finite Element Modeling Methodology for Assessing High Strain Rate Mechanical Response of Soft Biomaterials

Un elemento de modelado Metodología Junto Experimento-finito para la evaluación de alta Strain Tasa de respuesta mecánica de Biomateriales Soft

This study offers a combined experimental and finite element (FE) simulation approach for examining the mechanical behavior of soft biomaterials (e.g. ...

An Experimental and Finite Element Protocol to Investigate the Transport of Neutral and Charged Solutes across Articular Cartilage

Un experimental y el Protocolo de elementos finitos para investigar el transporte de solutos neutros y cargadas a través de cartílago articular

Osteoarthritis (OA) is a debilitating disease that is associated with degeneration of articular cartilage and subchondral bone. Degeneration of articular ...

Improved 3D Hydrogel Cultures of Primary Glial Cells for In Vitro Modelling of Neuroinflammation

Improved 3D Hydrogel Cultures of Primary Glial Cells for In Vitro Modelling of Neuroinflammation

Mejora 3D hidrogel culturas de células Glial primarias para In Vitro modelado de neuroinflamación

In the central nervous system, numerous acute injuries and neurodegenerative disorders, as well as implanted devices or biomaterials engineered to enhance ...

Creating a Structurally Realistic Finite Element Geometric Model of a Cardiomyocyte to Study the Role of Cellular Architecture in Cardiomyocyte Systems Biology

Creando un modelo geométrico realista estructural de elementos finitos de cardiomiocitos para estudiar el papel de la arquitectura celular de cardiomiocitos biología de sistemas

With the advent of three-dimensional (3D) imaging technologies such as electron tomography, serial-block-face scanning electron microscopy and confocal ...

Fabrication of a Multiplexed Artificial Cellular MicroEnvironment Array

Fabricación de una Matriz microambiente celular Artificial multiplexados

Cellular microenvironments consist of a variety of cues, such as growth factors, extracellular matrices, and intercellular interactions. These cues are ...

Calorespirometry: A Powerful, Noninvasive Approach to Investigate Cellular Energy Metabolism

Calorespirometry: Es un enfoque potente y no invasivo para investigar el metabolismo energético celular

Many cell lines used in basic biological and biomedical research maintain energy homeostasis through a combination of both aerobic and anaerobic ...

Autofluorescence Imaging to Evaluate Cellular Metabolism

Imágenes de autofluorescencia para evaluar el metabolismo celular

Cellular metabolism is the process by which cells generate energy, and many diseases, including cancer, are characterized by abnormal metabolism. Reduced ...