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

Bu çalışma, Nicel ve Biyofizik Biyolojisinde 4 yıllık Wellcome Trust Doktora Programı tarafından desteklenmiştir.

Yazarların açıklayacak bir şeyi yok.

Önerilen protokol, doğal ve yapay iskeleler için tek tip bir modelleme çözümü önermektedir ve EF'nin bu tür malzemelere tohumlanmış hücreler üzerindeki etkilerini incelerken lifli iskelelerin nanoyapısını göz önünde bulundurma gereğini vurgulamaktadır. EF yoğunluğu için kaba bir yaklaşım (elektrotlar arasındaki mesafeye bölünen elektrot potansiyel farkı) 100 mV/ mm alan gücü beklememize neden olsa da, simülasyonlar paspasın farklı alanlarında% 30'a kadar daha yüksek sabit alan mukavemetlerini tahmin eder (Şekil 5). Hücre ölümü çok güçlü EF'lerden kaynaklanabileceğinden, bu sonuç ES deney tasarımı ve veri yorumlama ile ilgilenmelidir. Elektriksel mikroçevrasyonun açığalenmesi, ES ve hücresel gelişim arasında doğrudan bir korelasyon sağlayacaktır. Çeşitli çalışmalar kullanılan iskelelerin ayrıntılı morfoloji analizini sunarken33,43,59, malzemelerin yapısı, elektriksel özellikleri ve EF arasındaki etkileşimi araştırmaz. Bu protokol, fiber yarıçapı, kaplama katmanı kalınlığı, lifler arasındaki mesafe ve bileşen malzemelerinin elektriksel özellikleri gibi parametreler, 1.2 ve 1.3 adımlarındaki Global Tanımlar değiştirilerek her deneye göre değiştirilebildiğinden, bu bağlantıyı etkinleştirebilir. Bu nedenle, hem statik hem de dinamik ES rejimleri için özelleştirilmiş 3D mekansal olarak çözülmüş şarj ve mevcut yoğunluk tahminleri yapılabilir.
İskele tasarım optimizasyonu, önerilen morfolojileri veya parçalarını ölçeklendirerek geniş parametre aralığı keşiflerine sahip RNC ve RNCd modelleri aracılığıyla hedeflenebilir. Alternatif olarak, bölüm 1.6.5'te Dizi türlerini Doğrusal'dan Üç boyutluya değiştirerek ve bölüm 1.6.2'de İskele Geometrisi uyarlanaarak önerilen protokolle diğer iskele konfigürasyonları araştırılabilir. Ancak, iskele optimizasyonu amaç olmadan yapılamaz. Doku mühendisliği amacıyla ana odak hücre kaderi iken, güvenilir kontrolü isteniyorsa, uyaranların ana belirleyicileri ne olduğu konusunda daha net bir resim gereklidir. Şarj ve akım yoğunluğu, EF ile ECM gibi karmaşık iskelelerin farklı bileşen malzemelerinin elektriksel özellikleri arasındaki etkileşimi gösterdikleri için hücresel elektrik mikroçevranlıklarının iyi tanımlayıcılarıdır. Protokol, nanofibrous iskele geometrisi verilen bu ölçümler için tahminlerin nasıl hesapılacağını gösterir ve liflerin EF ile hizalama açısının önemini vurgular. Şarj tahminleri ve akım yoğunluğu daha sonra hücresel gelişime bağlanabilir ve böylece iskele ve ES rejimleri belirli görevler için optimize edilebilir.
İlginçtir ki, bir çalışma EF maruziyetinin, paralel hizalamaya sahip filmlere kıyasla dış EF'ye dik nanofiberlere sahip kompozit filmlerde mekanik stresin iki katından fazla güç yarattığınıgöstermektedir. Bildirilen mekanik stres, kaba model simülasyonları (RC, RNC, RNCd)(Şekil 6)tarafından tahmin edilen yüklü lifler arasında hareket eden Coulomb kuvvetlerinin bir sonucu olabilir. Bu simülasyonlar bu hipotezi araştırmada yararlı olsa da, bildirilen deneysel sonuçların kapasitif kavramalı bir sistemde elde edildiği ve simülasyonun doğrudan kavrama sunduğu belirtilmelidir. 
Hücresel giriş sinyalini tahmin etmek için protokolün gelecekteki olası kullanımlarına yönelik sınırlayıcı bir faktör parametre belirsizliğidir. Geometrik belirsiz parametreler, kaplama tabakası kalınlığı ve lif çekirdekleri arasındaki mesafedir. İlki, deneysel olarak doğrulanabilen toplu empedansa yol açan değeri bularak çıkarılabilir. İkincisi yüksek çözünürlüklü malzeme taramalarından çıkarılabilir. Malzemelerin fiziksel özelliklerini açıklayan parametreler de belirsizliklerden etkilenir. Bununla birlikte, örneklenmiş malzemelerin elektrik iletkenliği ve dielektrik sabiti deneysel ölçüm hassasiyetinden çok daha farklıdır (Tablo 2). Bu nedenle, bildirilen etkiler orta derecede ölçüm hatalarına rağmen korunanalır.
Sonuçlar, yeterli model karmaşıklığının ilgili bilgileri nasıl gizleyebileceğini gösterir. Protokolün, yük taşımacılığını etkileyebilen iletken (elektrotlar), yarı iletken (kaplama), dielektrik (fiber çekirdekler) ve elektrolitik (çevreleyen madde) - proseste yer alan malzemelerin farklı doğasını hesaba katmayacağı için gerçekleşen fiziksel fenomenin basitleştirilmiş bir versiyonunu simüle ettiğini kabul etmek önemlidir. Bu sorun, arayüzlerde enerji transferi gecikmeleri (yani Faradik reaksiyonlar) ve elektrolit içindeki iyon taşıma gecikmeleri eklenerek gelecekteki model genişletmelerinde hesaba katılabilir. Ancak karmaşıklık eklemek deneysel doğrulama ile yönlendirilmelidir, çünkü gözlemlenenlerin çoğunu yeniden üreten basit bir model, çok az bilgi ekleyen ancak birçok kurucu parametrenin belirsizliğine derinden duyarlı olan son derece doğru bir modelden daha yararlıdır.
Doku mühendisliğinin nihai hedefi, in vivo ortamların sadece bir veya iki yönünü taklit etmekle kalmayıp, tüm hücresel gelişimsel ipuçlarını çoğaltan ve kontrol eden biyoreaktörler oluşturmaktır61, siliko modellerinde elektromanyetik ve mekanik ve biyoreaktör bileşenleri arasındaki ısı transferi modellerinin birleştirilmesi gerekecektir. Sonraki modelleme aşamasında, ohmik ısıtma, elektrolitik sıvı akışı, elektriksel stimülasyon60 ve piezoelektriklik62'ye yanıt olarak morfolojik iskele deformasyonları gibi etkileşimler arasında bağlantı fenomenleri de eklenebilir. Ancak, modeller yalnızca her biri deneysel olarak doğrulandıktan sonra birleştirilmelidir. Bu şekilde, her bileşenin hücresel mikroçevrimdeki etkisini ve uyaranların nasıl optimize edilebileceğini daha iyi anlayabiliriz. 
Önerilen model deneysel olarak doğrulanırsa, biyolojik hücre modelleri ile birleştirilebilir - Şekil 1. Yük yoğunluğu desenleri ve modülasyonları, belirli iyon pompalarının aktivitesini asimetrik olarak etkileyebilir, membran yapışmasını63'ü yönlendiren proteinlerin lifine bağlanmayı etkileyebilir ve bu nedenle geçiş, çoğalma paternleri ve morfogenez64'üyönlendirebilir. Bu hipotezleri keşfetmek, ES'ye doku ve hücre yanıtlarını destekleyen mekanizmaları anlamanın ileriye giden yoludur.

ES, biyolojik hücre ve dokuları kontrol etmek amacıyla EF'lerin kullanılmasıdır. Mekanizması, içindeki ve çevresindeki biyomoleküller dışarıdan üretilen bir voltaj gradyanine maruz kaldığında hücreye yayılan fiziksel uyarana dayanır. Yüklü parçacıklar, Coulomb yasası tarafından yönetilen organize bir harekete girer ve şarj edilmemiş parçacıklar üzerinde sürükleme kuvvetleri oluşturur. Elde edilen sıvı akışı ve yük dağılımı, hücrenin mikroçevronemental koşullardaki değişime uyum sağlamaya çalışmasıyla yapışma, kasılma, göç, oryantasyon, farklılaşma ve çoğalma1 gibi hücre aktivitelerini ve fonksiyonlarını değiştirir.
EF'ler kontrol edilebilir, invaziv olmayan, farmakolojik olmayan ve temel hücre davranışı üzerinde etkili bir etkiye sahip olduğu gösterildiği için, ES doku mühendisliği ve rejeneratif tıp için değerli bir araçtır. Nöral2,iskelet3,kalp kası4,kemik5 ve cilt6 gelişimine rehberlik etmek için başarıyla kullanılmıştır. Ayrıca, iyontoforez7'yigeliştirdiği için, geleneksel farmakolojik olanlara alternatif veya tamamlayıcı bir tedavi olarak kullanılır. Ağrı yönetimindeki verimliliği, daha kaliteli klinik çalışmalar 8,9,10. Bununla birlikte, herhangi bir yan etki bildirilmedi ve hasta refahını artırma potansiyeline sahiptir11,12,13,14,15.
Sadece klinik çalışmalar bir prosedürün etkinliği için kesin bir karar verebilirken, in vitro ve siliko modellerinde, daha geniş bir deneysel koşullar yelpazesi üzerinde daha güçlü kontrol sundukları için öngörülebilir ES tedavisinin tasarımını bilgilendirmek gerekir. ES'nin araştırılan klinik kullanımları kemik rejenerasyonu16,17, denervated kasların iyileşmesi18,19, ameliyat sonrası aksonal rejenerasyon20,21,ağrı kesici22, yara iyileşmesi23,24,25 ve iyontoforetik ilaç iletimi26 'dır. ES cihazlarının olası tüm hedef uygulamalara yaygın olarak sunulması için, klinik çalışmalar henüz verimli tedavi için daha güçlü kanıtlar ortaya konmamıştır. Hem in vivo hayvan hem de insan çalışmalarının sürekli olarak olumlu sonuçlar bildirdiği alanlarda bile, bildirilen çok sayıda yöntem, aralarında nasıl seçim yapılacağına dair çok az rehberlikle birleştiğinde ve yüksek alım fiyatı klinisyenleri ES cihazlarına yatırım yapmaktan caydırır27. Bunun üstesinden gelmek için, hedef doku artık bir kara kutu (in vivo deney sınırı) olarak kabul edilemez, ancak birden fazla alt sistemi karmaşık bir sinerji olarak görülmelidir (Şekil 1).
28 , 29 , 30 , 31 ,32,33,34yıllarında birden fazlaESdeneyi yapılmıştır. Bunların çoğu sadece ES'yi, aralarındaki mesafeye bölünmüş elektrotlar arasındaki voltaj düşüşü yoluyla karakterize eder - elektrik alanı büyüklüğünün kabaca bir tahmini. Bununla birlikte, elektrik alanının kendisi doğrudan hücreleri değil, yalnızca yüklü parçacıkları etkiler. Ayrıca, cihaz ve hücreler arasında birden fazla malzeme birbirine girdiğinde, kaba yaklaşım tutmayabilir.
Giriş sinyalinin daha iyi bir şekilde nitelendirilmesi, uyaranın hücreye nasıl aktarılacağı hakkında net bir görüş gerektirir. ES teslim etmenin ana yöntemleri doğrudan, kapasitif ve endüktif kavrama35,36 'dır. Her yöntem için cihazlar elektrot tipi (çubuk, düzlem veya sargı) ve hedef dokuya göre yerleşim (temas halinde veya izole)35ile farklılık gösterir. Daha uzun tedaviler için in vivo kullanılan cihazların giyilebilir olması gerekir, bu nedenle elektrotlar ve çoğu zaman enerji kaynağı yara pansumanları veya elektroaktif yamalar olarak cilde yerleştirilir veya bağlanır. Oluşturulan voltaj gradyanı, işlem alanındaki yüklü parçacıkları yerinden eder.
Hücrelerin çevresindeki yüklü parçacık akışını etkilediği için, iskele yapısı ES protokollerinin tasarımında son derece önemlidir. Platform malzemesi, sentez tekniği, yapısı veya voltaj gradyanine göre oryantasyon değişirse farklı yük taşıma konfigürasyonları ortaya çıkar. In vivo, yüklü parçacıkların mevcudiyeti ve hareketi sadece hücreler tarafından değil, aynı zamanda destekleyici ECM'yi oluşturan kollajen ağı ve geçiş sıvısı tarafından da etkileniyor. Mühendislik iskeleleri, in vitro1,35'tekidoğal hücre mikroçevranlıklarını daha iyi yeniden oluşturmak için giderek daha fazla kullanılmaktadır. Aynı anda, ECM karmaşık bir doğal iskeledir.
Yapay iskeleler metallere dayanır, polimerler ve karbonu yürütür, biyouyumluluğu elektrokimyasal performans ve uzun vadeli stabilite ile dengelemeye odaklanaraktasarlanmıştır 36. Çok yönlü bir iskele tipi, kontrol edilebilir bir nano ölçekli topografya sunan elektrospun fibrüz paspastır. Bu, ECM'ye benzemek için tasarlanmış olabilir, böylece çok çeşitli dokuların yenilenmesine yardımcı olan benzer mekanik ipuçları sunar37. ES'yi önemli ölçüde etkilemek için paspasların bir dereceye kadar iletken olması gerekir. Bununla birlikte, iletken polimerlerin elektrospin ve yalıtım taşıyıcıları ile harmanlanması zordur, elde eden liflerin iletkenliğini sınırlar38. Bir çözüm, bir dielektrik elyafın yüzeyinde iletken bir monomer polimerize etmektir, bu da son ürünün iyi mekanik mukavemeti ve elektriksel özellikleri ile sonuçlanır38. İpek elektrospun liflerinin yarı iletken PEDOT-PSS39ile kaplanması buna bir örnektir. Mekanik ve elektromanyetik ipuçlarının kombinasyonu, neurit büyümesini önemli ölçüde hızlandırır40,41,42. Neurites, iskele lifleri hizalamasını takip eder ve liflere paralel bir EF'ye maruz kaldıktan sonra dikey bir43'tendaha fazla uzatır. Benzer şekilde, lifli iskelelerin EF'ye hizalanması da miyojenik olgunlaşmayı teşvik eder33.
ECM esas olarak lif oluşturan proteinlerden oluşur44, bu kollajen tipinden kıkırdak dışında tüm hayvan dokularında ana bileşen olmak (kollajen tip II bakımından zengin)44. Tropocollagen (TC), polipeptid iplikçiklerin üçlü sarmal uyumu, kollajen fibrillerinin yapısal motifidir45. Kollajen fibrillerin iletim elektron mikroskopisi ve atomik kuvvet mikroskopi görüntüleri, Hodge & Petruska model47 tarafından düzenli TC boşlukları dizisi olarak açıklanan ve45 ile örtüşen D periyodik bantlı bir desen46göstermektedir. Tendonlar, kollajenöz olmayan yüksek hidrofilik proteoglikan matrisi48,49ile korunan hizalanmış bir kollajenöz fibriller matristen oluşur. Decorin, kollajen fibrillerinin boşluk bölgelerini bağlayabilen ve glikozaminoglikan (GAG) yan zincirleri aracılığıyla diğer SLRP'lerle bağlantı kurabilen küçük bir lösin bakımından zengin proteoglikandır (SLRP)49. Tendonlar üzerinde yapılan çalışmalar, hidrat50 , 51,hidrasyon seviyesiarttıkçaprotonikten iyonik olan yük taşıma mekanizması değiştiğinde elektriksel özelliklerinin önemli ölçüde değiştiğinigöstermektedir. Bu, bir kollajen tipi I fibril boyunca elektrik iletimi, farklı elektrik iletkenliklerine ve dielektrik sabitlere sahip boşluk ve örtüşmeyi içeren bir Decorin-su kabanıyla etkinleştirilebileceğini göstermektedir.
ECM'nin yapay iskelelerle aynı rekreasyonu mümkün olmadığı için, çevrilebilir sonuçların etkinleştirdiği in vivo ve in vitro arasında sinerji üreten bilgi çıkmazda gibi görünmektedir. Siliko modellemesinde sadece ikisi arasında çeviriyi yeniden sağlamakla kalmaz, aynı zamanda ES'de yer alan bilinmeyen süreçleri karakterize etmede önemli faydalar sağlar. In vivo gözlemlerin in vitro ile karşılaştırılması, hedef doku ile organizmanın geri kalanı arasındaki bağlantı gücü hakkında bilgi getirebilir, ancak mevcut bilgi sınırlarını ortaya çıkarmaz. Bilinmezlik, mevcut bilgiye dayanarak gerçekleşmesi beklenen ile olan arasındaki farkı gözlemleyerek açığa çıkabilir. Matematiksel modellemeye dayalı siliko deneylerinde, sürecin bilinen ve bilinmeyen alt işlemlere bölünmesine izin verir. Bu şekilde, siliko tahminlerinde in vitro ve in vivo deneylerle karşılaştırıldığında modelde hesaba katmayan fenomenler gün ışığına çıkar.
Hücrelerin ve dokuların elektriksel alanlardan nasıl etkilendiğine dair alttaki mekanizmalara ilişkin hipotezlerin oluşturulması ve test edilmesi, ayrı ayrı test edilmesi gereken çok sayıda parametre52 tarafından engellenir. Temsili deneysel koşulları tanımlamak için, ES işlemi alt işlemlere bölünmelidir (Şekil 1) ve hücre davranışını etkileyen baskın giriş sinyalleri tanımlanmalıdır. ES'nin hücreler üzerindeki temel fiziksel etkilerini temsil eden modeller, EF'yi hücreyle bire birleyen etki alanını açıklar - yüklüparçacıklarınki 53. Hücreye dış partiküllerin davranışı mikroçevrime bağlıdır ve hücreden ayrı olarak araştırılabilir. Hücre için baskın giriş sinyali, hücre tepkisinde en yüksek derecede değişkenliğe neden olan ES aygıt çıkışlarının alt kümesidir. Tüm baskın hücre giriş sinyallerinde varyasyonlar oluşturabilen tam deneysel parametrelerin en küçük alt kümesi, parametre uzay boyutunu ve test çalışmalarının sayısını azaltmak için kullanılabilir.
Biyolojik ES hedef modelinin girişi, ES cihazının ürettiği ve ES'nin hücreler üzerindeki fiziksel etkilerini tanımlamada yararlı olan çıkış sinyallerinin bir alt kümesi olmalıdır. Doğrudan kavramalı basit bir biyoreaktör elektrolitik elektrokimyasal hücrelerle aynı yapıya sahiptir. Bunların modelleri birincil (çözelti direncinin muhasebesi), ikincil (faradik reaksiyonların muhasebesi) veya üçüncül (ayrıca iyon difüzyonu için muhasebe) akım yoğunluk dağılımını gösterir. Karmaşıklık hesaplama maliyetine dönüştüğü için, en basit model parametre uzay keşifleri için en uygun modeldir. Malzeme özellikleri tarafından motive edilen lifli kompozitlerin simülasyonları54, karmaşık mikro mimarinin bir sonucu olarak dökme malzeme özelliklerine odaklanır, bu nedenle EF maruziyetinin yerel etkilerini açıklayamaz. Siliko modellerinde mevcut, ES tarafından motive edilen, biyolojik örneğe odaklanın, homojen bir ortama batırılmış tek bir hücreolsun 55,56,57veya homojen hücre dışı alana sahip karmaşık dokular58. Şarj ve akım yoğunluğu (Şekil 2) ES cihazının modelleri ile biyolojik örnek arasında veya ES cihazının farklı bileşenleri arasında arayüz sinyalleri olarak işlev görebilirsiniz. Önerilen FEM tabanlı protokol Şekil 2'de açıklanan denklemleri kullanır ve iskeleye bağımlı parametrelerin, doğrudan bir kavrama kurulumu tarafından oluşturulan EF'den bağımsız olarak bu iki sinyali modüle etmek için nasıl kullanılabileceğini incelemek için kullanılmıştır. Sonuçlar, ES'nin hedef hücreleri nasıl etkilediğini araştırırken iskele veya ECM elektriksel özelliklerini hesaba katmak gerektiğini vurgulamamaktadır.

<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

Klinik çalışmalar, elektriksel stimülasyonun (ES) çeşitli dokuların iyileşmesi ve yenilenmesi için potansiyel bir tedavi olduğunu göstermektedir. Bu nedenle, elektrik alanlarına maruz kaldığında hücre tepkisinin mekanizmalarını anlamak klinik uygulamaların optimizasyonuna rehberlik edebilir. In vitro deneyler, etik ve etkili bir şekilde değerlendirilebilecek daha geniş girdi ve çıkış aralıklarının avantajını sunarak bunları ortaya çıkarmaya yardımcı olmayı amaçlamaktadır. Bununla birlikte, in vitro deneylerdeki gelişmelerin doğrudan klinik ortamlarda çoğaltilmesi zordur. Esas olarak, in vitro kullanılan ES cihazlarının hasta kullanımına uygun olanlardan önemli ölçüde farklı olması ve elektrotlardan hedeflenen hücrelere giden yolun farklı olmasıdır. Bu nedenle in vitro sonuçları in vivo prosedürlere çevirmek kolay değildir. Hücresel mikroçevrimin yapısının ve fiziksel özelliklerinin gerçek deneysel test koşullarında belirleyici bir rol oynadığını vurguluyoruz ve tüp bebek ile in vivo arasındaki boşluğu kapatmak için yük dağılımı önlemlerinin kullanılabileceğini öneriyoruz. Bunu göz önünde bulundurarak, siliko sonlu eleman modellemesinde (FEM) hücresel mikroçevrim ve elektrik alanı (EF) maruziyetinin yarattığı değişiklikleri tanımlamak için nasıl kullanılabileceğini gösteriyoruz. EF'nin ücret dağılımını belirlemek için geometrik yapıya sahip çiftlerin nasıl olduğunu vurguluyoruz. Daha sonra zamana bağlı girişlerin yük hareketi üzerindeki etkisini gösteririz. Son olarak, siliko model metodolojismizdeki yenimizin alaka düzeyini iki vaka çalışması kullanarak gösteriyoruz: (i) in vitro fibröz Poli (3,4-etilendioksitofen) poli (styrenesulfonate) (PEDOT-PSS) iskeleleri ve (ii) hücre dışı matriste (ECM) vivo kollajen.

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

Bu makale, bir elektrik alanına (EF) maruz kalan lifli iletken malzemelerin sonlu eleman modellerini oluşturmak için bir strateji sunmaktadır. Modeller, bu tür malzemelerde tohumlanan hücrelerin aldığı elektrik girişini tahmin etmek ve iskelenin kurucu malzeme özelliklerini, yapısını veya yönünü değiştirmenin etkisini değerlendirmek için kullanılabilir.

Hücresel Elektrik Mikroçevriminin Sonlu Eleman Modellemesi

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

Bu yöntem, hücre dışı matris gibi fiber bir iskeleye oturtulan bir hücrenin elektrik mikroçevrimini tahmin edilmesine yardımcı olur. Insilico modellemeden kaynaklanan iki ana avantaj vardır. Deneysel koşulların tahmini 3D iken, optimizasyon parametre değiştirme kolaylığı ile etkinleştirilir.Elektriksel stimülasyon birden fazla dokunun yenilenmesine yardımcı olur. Benzer insilico modellerindeki bu model, stimülasyon parametrelerinin optimizasyonuna yardımcı olacaktır. Başlamak için COMSOL yazılımını açın ve boş modeli seçin.Model oluşturucuda, genel tanımlara sağ tıklayın, parametreleri seçin ve metin yazısındaki tablo bire göre parametreler ekleyin. Bunları tek tek ekleyebilir veya bir metin dosyasından yükleyebilirsiniz. Genel tanımlar altındaki model oluşturucuda, malzemeyi sağ tıklatın ve malzeme eklemek için boş malzemeyi seçin.Malzeme özellikleri eklemek için, yeni eklenen malzemenin ayarlarına gidin, ardından malzeme özelliklerini genişletin ve temel özelliklerden elektrik iletkenliğini seçin. Özellik eklemek için artı simgesine basın. Göreli izin için bu işlemi yineleyin.Metin el yazmasından tablo ikiye göre mevcut malzeme özelliklerini doldurun. Ardından, giriş sekmesinden bileşen ekle'ye sol tıklayın ve model oluşturucuya yeni bir bileşen düğümü eklemek için 3B'yi seçin. Yine geometriye sağ tıklayın, ekleme sırasına sol tıklayın.Ardından tam modeli çift tıklatın ve uygun sırayı seçin. Model oluşturucudaki geçerli bileşen düğümünün altında, malzemeleri sağ tıklatın ve malzeme bağlantısını seçin. Her bileşen için malzemeleri bu sırada, çevreleyen madde, katlar ve çekirdekler için ilişkilendirin.Çevredeki maddenin ayarlar sekmesinde, medya seçimini seçmek için seçim listesini genişletin. Bağlantı ayarlarını genişletin ve açılan listeden kültür ortamı gibi uygun malzemeyi seçin. Kültür ortamı bloğu içindeki etki alanlarını görmek için grafik sekmesindeki saydamlık düğmesini etkinleştirin.Diğer malzeme bağlantılarını da aynı şekilde yapılandırın. Model oluşturucuda, mevcut bileşeni sol tıklatın, fizik ekle'yi seçin, ardından elektrik akımı modülünü seçmek için AC / DC modülünü genişletin ve bileşene ekle'yi tıklatın. Sınır koşullarını tanımlamak için grafik sekmesinde XY görünümünü seçin.Model oluşturucuya tekrar gidin, elektrik akımları düğümüne sağ tıklayın ve zemini seçin. Ardından, sınır seçimi için seçim anahtarını etkin tutun. XZ düzlemine paralel olarak çevredeki en yüksek madde yüzüne sol tıklayın ve sınır seçim kutusuna sınır beş ekleyin.Model oluşturucuda, elektrik akımı düğümüne sağ tıklayın ve terminali seçin. Sınır seçimini etkin tutarak, XZ düzlemine paralel olarak çevreleyen en düşük madde yüzüne sol tıklayın ve sınır seçim kutusuna da sınır ekleyin. Ardından terminal seçimini genişleterek, terminal tipi açılır listesinden bir voltaj seçin ve voltaj için V sıfırı doldurun.Model oluşturucudaki genel tanımlar altında, parametreleri sol tıklatın ve parametre teta'yı simülasyon için istenen fiber yönlendirme açısına değiştirin. Model oluşturucudaki her bileşen için bileşen düğümünü genişletin, sonra sağa, geometriye tıklayın ve tümünü oluştur'u seçin. Model oluşturucuda model kök düğümünü sol tıklatın ve çalışma ekle sekmesini açın.Sabit çalışmayı seçin ve çalışma ekle'ye sağ tıklayın. Yeni eklenen çalışmanın altında, birinci adıma sol tıklayın, çalışma uzantılarını genişletin, uyarlanabilir ağ iyileştirme kutusunu kontrol edin ve rafine ağı elde etmek için hesaplama'yı tıklayın. Model oluşturucudaki model kök düğümünü sol tıklatın ve çalışma ekle sekmesini açın, sabit çalışmayı seçin ve çalışma ekle'yi sağ tıklayın.Yeni eklenen çalışmanın altında, birinci adıma sol tıklayın, ağ seçimini genişletin ve uyarlanabilir ağ iyileştirme çalışmasında oluşturulan ağı seçin. İşlem düğmesine sağ tıklayarak devam edin. Model oluşturucudaki sonuç düğümüne sağ tıklayın ve ayarları düzenlemek için 3B çizim grubunu seçin.Yoğunluğu şarj etmek için etiketi değiştirin ve veri kümesini açılan listeden genişleterek parametrik çalışma veri kümesini seçin. Ardından, renk göstergesinde, göstergeleri gösterme kutularını işaretleyin ve maksimum ve minimum değerleri gösterin. Yine sonuçlar düğümünün altında, ses düzeyini seçmek ve ayarlar sekmesini düzenlemeye devam etmek için şarj edilen yoğunluğu sağ tıklatın.Veri sekmesini genişletin, sonra üst öğeden seçin ve EC'yi doldurun. İfade kutusunda RHOQ. Aralık sekmesinden el ile renk aralığı kutusunu işaretleyin ve minimum ve maksimum değeri sırasıyla eksi 0,3 ve 0,3 olarak ayarlayın. Renklendirmeyi ve stili genişletin ve renklendirmeyi renk tablosuna ve dalgalandırmak için renk tablosuna ayarlayın.Renk göstergesi kutusunu ve symmetries renk aralığını işaretleyin. Birim ve model oluşturucuya sağ tıklayın ve filtreyi seçin. Ayarlar sekmesine gidin ve ekleme için mantıksal ifadeyi doldurun.Grafik penceresinde sonuçları görselleştirmek için çizim düğmesine sol tıklayın. Bu analizde simülasyon sonucunu etkileyen beş farklı geometrik karmaşıklık aşaması görüntülenir. Çok kaba olan bir ağ, ilgili bilgileri gizleyebilir.Uyarlanabilir ağ iyileştirmesi kullanılarak, doğru sonuçlar için gerekli olduğu için daha küçük elemanlara sahip bir ağ elde edilir. Lifli mat model için farklı karmaşıklık seviyelerinde, elektrik alanının gücü, potansiyel gradyan açısından liflerin hizalanından etkilenmiştir. Ek olarak, elektrik potansiyel gradyan açılı fiber hizalama, çevredeki hücre kültürü ortamlarındaki alan yüklü yoğunluğu etkiler.İskele lif oryantasyon çalışmasında, elyaflar elektrik alanına paralel veya dik olduğunda çalışma durumu RNC model tahminleri gösterilmiştir. Yük yoğunluğu ve akım yoğunluğu, elektrik alanına göre iskele fiber hizalanından etkilenmiştir. Bu protokol, parametre değişikliklerinin fiber iskele segmenti etrafındaki şarj yoğunluğu üzerindeki etkisini araştırmak için kullanılabilir.Veri veya malzeme özellikleri gibi model parametrelerini değiştirerek, ortaya çıkan yük yoğunluğu aralığının önemli ölçüde değişebileceğini hatırlamak önemlidir. En iyi görselleştirme için aralık, yüklü yoğunlukta maksimum değişkenlik gözlemlenebilecek şekilde optimize edilmelidir.

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

Bir Tümör Mikroçevre yeniden oluşturmak için mikroakışkan Cihazı<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 ...

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

Hücresel Lipid Ekstraksiyon Hedefli Kararlı İzotop Seyreltme Sıvı Kromatografi-Kütle Spektrometresi Analizi

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

Kanser Hücre Invasion Uygulama ile Tümör Stromal mikroçevresinin Doku Mühendisliği

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

Yumuşak Biyomalzeme Yüksek Deformasyon Hızı Mekanik Tepki değerlendirilmesi için Coupled Deney-sonlu Eleman Modelleme Metodolojisi

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

Deneysel ve Sonlu Eleman Protokolü Eklem Kıkırdak genelinde Nötr ve Yüklü Çözünenlerin Ulaştırma Araştırma

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

Geliştirilmiş 3D hidrojel Neuroinflammation Vitro modelleme için birincil gliyal hücreler kültürleri

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

Cardiomyocyte sistemleri Biyoloji hücresel mimarisi rolü eğitim için bir Cardiomyocyte bir yapısal olarak gerçekçi Sonlu elemanlar geometrik Model oluşturma

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

Çoğaltılmış yapay hücresel MicroEnvironment dizi imalatı

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: Hücresel enerji metabolizması araştırmak için bir güçlü, invaziv olmayan bir yaklaşım

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

Hücresel Metabolizmayı Değerlendirmek için Otofloresan Görüntüleme

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