Name: in silico clinical trials for cardiovascular disease
Uploaded: 2022-05-27T14:00:00
Description: Watch this Scientific Journal Video about In Silico Clinical Trials for Cardiovascular Disease at JoVE.com

Cette étude est soutenue par le programme de recherche et d’innovation Horizon 2020 de l’Union européenne dans le cadre de l’accord de subvention SILICOFCM 777204 et le ministère de l’Éducation, de la Science et du Développement technologique de la République de Serbie par le biais des contrats n ° 451-03-68/2022-14 / 200107. Cet article ne reflète que le point de vue des auteurs. La Commission européenne n’est pas responsable de l’utilisation qui pourrait être faite des informations contenues dans l’article.

Le protocole de cette étude a été approuvé par le comité d’éthique de la recherche en recherche du North East-Tyne & Wear South du National Health Service du Royaume-Uni sous le numéro de référence 18/NE/0318 le 6 février 2019 et a été adopté par le comité d’examen institutionnel de chaque centre participant. L’étude a été menée dans le respect des principes de bonnes pratiques cliniques et conformément à la Déclaration d’Helsinki. Le consentement éclairé a été obtenu de tous les sujets i...

<ol>
	<li>Gibbons Kroeker, C. A., Adeeb, S., Tyberg, J. V., Shrive, N. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+2D+FE+model+of+the+heart+demonstrates+the+role+of+the+pericardium+in+ventricular+deformation.">A 2D FE model of the heart demonstrates the role of the pericardium in ventricular deformation.</a> American Journal of Physiology. 291 (5), 2229-2236 (2006).</li><li>Pullan, A. J., Buist, M. L., Cheng, L. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Mathematically Modelling the Electrical Activity of the Heart - From Cell To Body Surface and Back Again. , (2005).</li><li>Trudel, M. -. C., Dub&#180;e, B., Potse, M., Gulrajani, R. M., Leon, L. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Simulation+of+QRST+integral+maps+with+a+membrane+based+computer+heart+model+employing+parallel+processing.">Simulation of QRST integral maps with a membrane based computer heart model employing parallel processing.</a> IEEE Transactions on Biomedical Engineering. 51 (8), 1319-1329 (2004).</li><li>Kojic, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Smeared+multiscale+finite+element+models+for+mass+transport+and+electrophysiology+coupled+to+muscle+mechanics.">Smeared multiscale finite element models for mass transport and electrophysiology coupled to muscle mechanics.</a> Frontiers in Bioengineering and Biotechnology. 7, 381 (2019).</li><li>Baillargeon, B., Rebelo, N., Fox, D. D., Taylor, R. L., Kuhl, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+Living+Heart+Project:+A+robust+and+integrative+simulator+for+human+heart+function.">The Living Heart Project: A robust and integrative simulator for human heart function.</a> European Journal of Mechanics - A/Solids. 48, 38-47 (2014).</li><li>Guccione, J. M., McCulloch, A. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Mechanics+of+active+contraction+in+cardiac+muscle:+Part+I--Constitutive+relations+for+fiber+stress+that+describe+deactivation.">Mechanics of active contraction in cardiac muscle: Part I--Constitutive relations for fiber stress that describe deactivation.</a> TheJournal of Biomechanical Engineering. 115, 72-81 (1993).</li><li>Guccione, J. M., Waldman, L. K., McCulloch, A. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Mechanics+of+active+contraction+in+cardiac+muscle:+Part+II--Cylindrical+models+of+the+systolic+left+ventricle.">Mechanics of active contraction in cardiac muscle: Part II--Cylindrical models of the systolic left ventricle.</a> The Journal of Biomechanical Engineering. 115, 82-90 (1993).</li><li>Kojic, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Smeared+multiscale+finite+element+model+for+electrophysiology+and+ionic+transport+in+biological+tissue.">Smeared multiscale finite element model for electrophysiology and ionic transport in biological tissue.</a> Computers in Biology and Medicine. 108, 288-304 (2019).</li><li>Wang, Y., Rudy, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Application+of+the+method+of+fundamental+solutions+to+potential-based+inverse+electrocardiography.">Application of the method of fundamental solutions to potential-based inverse electrocardiography.</a> Annals of Biomedical Engineering. 34 (8), 1272-1288 (2006).</li><li>Van Oosterom, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+use+of+the+spatial+covariance+in+computing+pericardial+potentials.">The use of the spatial covariance in computing pericardial potentials.</a> IEEE Transactions on Biomedical Engineering. 46 (7), 778-787 (1999).</li><li>Van Oosterom, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+spatial+covariance+used+in+computing+the+pericardial+potential+distribution.">The spatial covariance used in computing the pericardial potential distribution.</a> Computational Inverse Problems in Electrocardiography. , 1-50 (2001).</li><li>Van Oosterom, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Source+models+in+inverse+electrocardiography.">Source models in inverse electrocardiography.</a> International Journal of Bioelectromagnetism. 5, 211-214 (2003).</li><li>Van Oosterom, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+equivalent+double+layer:+source+models+for+repolarization.">The equivalent double layer: source models for repolarization.</a> Comprehensive Electrocardiology. , 227-246 (2010).</li></ol>

Le projet SILICOFCM est une plate-forme d’essais cliniques in silico visant à concevoir des populations de patients virtuels pour la prédiction des risques, à tester les effets du traitement pharmacologique et à réduire les expériences sur les animaux et les essais cliniques sur les humains. L’essai des effets du traitement pharmacologique a été modélisé avec les conditions d’écoulement limite d’entrée et de sortie prescrites, la fonction du calcium et les propriétés de la paroi du matéria...

Le développement rapide des technologies de l’information, des progiciels de simulation et des dispositifs médicaux au cours des dernières années offre la possibilité de recueillir une grande quantité d’informations cliniques. La création d’outils de calcul complets et détaillés est donc devenue essentielle pour traiter des informations spécifiques à partir de l’abondance des données disponibles.
Du point de vue des médecins, il est d’une importance primordiale de distinguer les phénotypes « normaux » des phénotypes « anormaux » chez un patient spécifique afin d’estimer la progression de la maladie, les réponses thérapeutiques et les risques futurs. Des modèles informatiques récents ont considérablement amélioré la compréhension intégrative du comportement des muscles cardiaques dans les cardiomyopathies hypertrophiques (HCM) et dilatées (DCM)1. Il est crucial d’utiliser un modèle haute résolution, détaillé et anatomiquement précis de l’activité électrique du cœur entier, ce qui nécessite des temps de calcul massifs, des logiciels dédiés et des superordinateurs 1,2,3. Une méthodologie pour un modèle cardiaque 3D réel a récemment été développée à l’aide d’un modèle linéaire de matériau élastique et orthotrope basé sur des expériences de Holzapfel, qui peut prédire avec précision le transport et le déplacement du signal électrique dans le cœur4. Le développement de nouvelles approches de modélisation intégrative pourrait être un outil efficace pour distinguer le type et la gravité des symptômes chez les patients atteints de troubles multigéniques et évaluer le degré d’altération de l’activité physique normale.
Il existe cependant de nombreux nouveaux défis pour la modélisation spécifique au patient. Les propriétés physiques et biologiques du cœur humain ne sont pas entièrement déterminables. Les mesures non invasives comprennent généralement des données bruyantes à partir desquelles il est difficile d’estimer des paramètres spécifiques pour chaque patient. Le calcul à grande échelle nécessite beaucoup de temps, alors que le délai clinique est limité. Les données personnelles des patients doivent être gérées de manière à ce que les métadonnées générées puissent être réutilisées sans compromettre la confidentialité des patients. Malgré ces défis, les modèles cardiaques multi-échelles peuvent inclure un niveau de détail suffisant pour obtenir des prédictions qui suivent de près les réponses transitoires observées, offrant ainsi des promesses pour des applications cliniques potentielles.
Cependant, malgré l’effort scientifique considérable de plusieurs laboratoires de recherche et le montant important des subventions, il n’existe actuellement qu’un seul progiciel disponible dans le commerce pour les simulations multi-échelles et du cœur entier, appelé SIMULIA Living Heart Model5. Il comprend une simulation électromécanique dynamique, une géométrie cardiaque raffinée, un modèle de flux sanguin et une caractérisation complète des tissus cardiaques, y compris les caractéristiques passives et actives, la nature fibreuse et les voies électriques. Ce modèle est destiné à être utilisé en médecine personnalisée, mais la caractérisation des matières actives est basée sur un modèle phénoménologique introduit par Guccione et al.6,7. Par conséquent, SIMULIA ne peut pas traduire directement et avec précision les changements dans les caractéristiques fonctionnelles des protéines contractiles observés dans de nombreuses maladies cardiaques. Ces changements sont causés par des mutations et d’autres anomalies aux niveaux moléculaire et subcellulaire6. L’utilisation limitée du logiciel SIMULIA pour un petit nombre d’applications dans la pratique clinique est un excellent exemple des difficultés actuelles à développer des modèles cardiaques humains multi-échelles de haut niveau. D’autre part, il motive le développement d’une nouvelle génération de packages de programmes multi-échelles qui peuvent retracer les effets des mutations de l’échelle moléculaire à l’échelle de l’organe.
L’objectif principal de l’électrophysiologie du cœur est de déterminer la propagation du signal à l’intérieur du torse et les propriétés de tous les compartiments 4,5,6. Le projet SILICOFCM8 prédit le développement de la cardiomyopathie à l’aide de données d’imagerie biologique, génétique et clinique spécifiques au patient. Il est réalisé avec une modélisation multi-échelle du système sarcomérique réaliste, du profil génétique du patient, de la direction des fibres musculaires, de l’interaction fluide-structure et du couplage électrophysiologique. Les effets de la déformation du ventricule gauche, du mouvement de la valve mitrale et de l’hémodynamique complexe donnent un comportement fonctionnel détaillé des conditions cardiaques chez un patient spécifique.
Cet article démontre l’utilisation de la plateforme SILICOFCM pour un modèle paramétrique du ventricule gauche (VG) généré automatiquement à partir d’images échographiques spécifiques au patient à l’aide d’un modèle cardiaque fluide-structure avec couplage électromécanique. Les analyses de vue apicale et de vue en mode M du BT ont été générées avec un algorithme d’apprentissage profond. Ensuite, à l’aide du générateur de maillage, le modèle d’éléments finis a été construit automatiquement pour simuler différentes conditions aux limites du cycle complet pour la contraction BT9. Sur cette plate-forme, les utilisateurs peuvent visualiser directement les résultats de simulation tels que les diagrammes pression-volume, pression-déformation et myocarde, ainsi que des animations de différents champs tels que les déplacements, les pressions, la vitesse et les contraintes de cisaillement. Les paramètres d’entrée de patients spécifiques sont la géométrie des images échographiques, le profil de vitesse dans les conditions d’écoulement limite d’entrée et de sortie pour le VG et le traitement médicamenteux spécifique (par exemple, entresto, digoxine, mavacamten, etc.).

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>SILICOFCM project</td>
			<td></td>
			<td>www.silicofcm.eu</td>
			<td>open access for registered users</td>
		</tr>
	</tbody>
</table>

in silico clinical trials for cardiovascular disease

Le projet SILICOFCM vise principalement à développer une plateforme informatique pour les essais cliniques in silico des cardiomyopathies familiales (FCM). La caractéristique unique de la plateforme est l’intégration de données d’imagerie biologique, génétique et clinique spécifiques au patient. La plateforme permet de tester et d’optimiser le traitement médical afin de maximiser les résultats thérapeutiques positifs. Ainsi, les effets indésirables et les interactions médicamenteuses peuvent être évités, la mort cardiaque subite peut être évitée et le délai entre le début du traitement médicamenteux et le résultat souhaité peut être raccourci. Cet article présente un modèle paramétrique du ventricule gauche généré automatiquement à partir d’images échographiques spécifiques au patient en appliquant un modèle électromécanique du cœur. Les effets des médicaments ont été prescrits par des conditions limites spécifiques pour le débit d’entrée et de sortie, les mesures ECG et la fonction du calcium pour les propriétés du muscle cardiaque. Les données génétiques des patients ont été incorporées grâce à la propriété matérielle de la paroi ventriculaire. L’analyse de la vue apicale consiste à segmenter le ventricule gauche à l’aide d’un cadre U-net préalablement formé et à calculer le rectangle de bordure en fonction de la longueur du ventricule gauche dans le cycle diastolique et systolique. L’analyse de la vue en mode M inclut la bordure des zones caractéristiques du ventricule gauche dans la vue en mode M. Après avoir extrait les dimensions du ventricule gauche, un maillage d’éléments finis a été généré sur la base des options de maillage, et une simulation d’analyse par éléments finis a été exécutée avec les vitesses d’entrée et de sortie fournies par l’utilisateur. Les utilisateurs peuvent visualiser directement sur la plate-forme divers résultats de simulation tels que des diagrammes pression-volume, pression-déformation et myocarde, ainsi que des animations de différents champs tels que les déplacements, les pressions, la vitesse et les contraintes de cisaillement.

À titre d’exemple, le flux de travail pour l’analyse d’images DICOM en mode M par ultrasons et l’extraction de paramètres BT est présenté à la figure 1. Le mode M et la vue apicale peuvent être testés séparément ou l’un après l’autre, en fonction des paramètres d’intérêt. S’ils sont testés l’un après l’autre, les résultats sont annexés à un fichier commun (séparément pour les phases systole et diastole). Si une seule vue est testée, les valeurs des pa...

Watch this Scientific Journal Video about In Silico Clinical Trials for Cardiovascular Disease at JoVE.com

In Silico Clinical Trials for Cardiovascular Disease

Ce protocole démontre le flux de travail de la plate-forme SILICOFCM pour générer automatiquement un modèle paramétrique du ventricule gauche à partir d’images échographiques spécifiques au patient en appliquant un modèle électromécanique multi-échelle du cœur. Cette plateforme permet des essais cliniques in silico destinés à réduire les essais cliniques réels et à maximiser les résultats thérapeutiques positifs.

À Silico Essais cliniques sur les maladies cardiovasculaires

The SILICOFCM project mainly aims to develop a computational platform for in silico clinical trials of familial cardiomyopathies (FCMs). The unique ...

Notre protocole démontre le flux de travail de la plate-forme Silico FCM du ventricule gauche à partir d’images échographiques spécifiques au patient en appliquant un modèle électromécanique multi-échelle du cœur. La plateforme FCM de Silico peut étudier les effets des médicaments qui sont prescrits dans des conditions limites spécifiques pour le débit d’entrée et de sortie, les mesures ECG et la fonction calcique pour les propriétés du muscle cardiaque. L’application de la plateforme Silico FCM peut réduire les expériences sur les animaux et réduire les essais cliniques réels et maximiser les résultats thérapeutiques positifs pour la cardiomyopathie.Silico FCM peut également être appliqué à une autre maladie cardiovasculaire comme l’insuffisance cardiaque, l’ischémie cardiaque, l’arythmie, la fibrillation auriculaire. De nombreux flux de travail de la plate-forme Silico FCM peuvent être utilisés par le nouvel utilisateur, car ils constituent des directives très utiles pour guider l’utilisateur à travers la plate-forme. La démonstration visuelle de la plate-forme Silico FCM est importante car de nombreux outils logiciels pour la visualisation des paramètres cardiovasculaires tels que la vitesse, la pression, le stress pur, le stress de la paroi et l’information.Commencez par vous connecter à la plateforme avec un nom d’utilisateur et un mot de passe. Sous module de population virtuelle, choisissez le mode M à ultrasons ou le flux de travail de vue apicale. Ensuite, dans la liste des flux de travail disponibles, sélectionnez le flux de travail fusionné par ultrasons.Dans la section de téléchargement de fichiers, téléchargez des images et des fichiers dcom stockés localement sur l’ordinateur de l’utilisateur, puis sélectionnez des dossiers privés ou publics comme dossier de destination pour les fichiers. Saisissez le commentaire ou la note souhaité dans la section des commentaires avant de démarrer le workflow. Sélectionnez la vue apicale dans les images d’échographie du ventricule gauche en mode M et les fichiers DICOM.Cliquez sur le bouton Exécuter. La plate-forme interactive avertit l’utilisateur lorsque le flux de travail en cours d’exécution est terminé. Visualisez la géométrie créée du ventricule gauche directement sur la plate-forme.Les options disponibles incluent les modèles ombrés et à cadre métallique. pour la visualisation. Sélectionnez le flux de travail et téléchargez les fichiers modèles pour les conditions aux limites des vitesses d’entrée et de sortie à l’aide des boutons et de la section inférieure.Si des conditions limites d’écoulement spécifiques au patient sont disponibles, téléchargez et utilisez ces fichiers. Enregistrez ces fichiers dans des dossiers privés ou publics. Téléchargez ces fichiers de la même manière que le téléchargement d’images.Les vitesses d’entrée et de sortie prescrites simulent l’état du médicament tandis que les options de maillage contrôlent la densité du maillage d’éléments finis. Pour simuler des conditions spécifiques au patient, modifiez les valeurs par défaut de pression, de débit, de propriétés du matériau et de fonction calcique. Cliquez sur le bouton Exécuter.Un nouveau workflow en cours d’exécution apparaîtra dans la liste. Si l’une des sections du workflow n’est pas claire, cliquez sur le bouton fichier d’aide pour afficher des instructions détaillées sur l’utilisation de ce workflow et interpréter les résultats. Cliquez sur le bouton oculaire pour afficher la fraction d’éjection et les valeurs globales d’efficacité du travail et les diagrammes de pression par rapport au volume, de pression par rapport à la déformation et de travail myocardique par rapport au temps.Cliquez sur le bouton de la caméra pour prévisualiser et lire des animations du déplacement, de la pression, des contraintes pures et des champs de vitesse. Vous pouvez également télécharger les résultats. Le dossier de résultats contient des fichiers VTK, des fichiers CSV et des animations.Chargez plusieurs fichiers VTK. Voir plusieurs paramètres d’intérêt et changer le champ, par exemple, en vitesse pour la visualisation Faites pivoter le modèle ou modifiez le jeu de couleurs. Choisissez une surface avec des arêtes ou un cadre métallique pour la représentation de la surface.Appliquez la même méthodologie à chaque fichier VTK chargé. Sur la page d’accueil, accédez à Exécuter le workflow, puis choisissez torse dans la liste des workflows disponibles. Ajoutez un commentaire ou une note dans la section des commentaires et exécutez le workflow.Cliquez sur le bouton du fichier de modèle d’entrée et enregistrez le contenu affiché sur la page Web en tant que fichier txt point d’entrée qui sera utilisé pour le modèle de torse. Dans le champ Fichier d’entrée, sélectionnez le fichier txt point d’entrée téléchargé. Une fois le fichier importé, cliquez sur le bouton d’exécution pour lancer le calcul.Cliquez sur les boutons de l’œil ou de la caméra dans le coin inférieur gauche pour visualiser les rapports de simulation ou les animations disponibles directement sur la plateforme. Vous pouvez également cliquer sur le module de visualisation 3D pour visualiser la sortie en ligne dans ParaView glance. Sélectionnez le bouton Ouvrir un fichier.Accédez à l’onglet poutre, entrez les informations d’identification de l’utilisateur si vous y êtes invité et ouvrez le dossier privé. Sur la page suivante, sélectionnez le dossier des sorties de workflow et ouvrez le dossier torse. Consultez la liste des fichiers VTK qui représente les résultats de la simulation.Choisissez un ou plusieurs fichiers et cliquez sur le bouton de sélection pour charger le fichier dans ParaView glance. Manipulez la géométrie du modèle à l’aide de la souris. Ensuite, choisissez l’option filaire pour voir l’intérieur du torse avec un cœur incorporé dans le torse.Choisissez l’option points pour afficher une représentation en pointillés du modèle de torse avec une maille cœur complète. Ajustez la valeur de taille en points pour modifier les résultats d’affichage. Ajustez la valeur d’opacité pour voir l’intérieur du torse et afficher les résultats à l’intérieur du maillage cardiaque.Cliquez sur le menu déroulant couleur par et choisissez l’option souhaitée. Enfin, remplacez l’échelle de couleurs par défaut par l’une des options répertoriées. Pour simuler le comportement réaliste du modèle du ventricule gauche, des fonctions prescrites pour les vitesses aux valves d’entrée et de sortie ont été utilisées.Un algorithme pour le calcul automatique de la direction de la fibre a été appliqué à ce modèle d’éléments finis. Les résultats pour une représentation solide à une couche et à trois couches sont présentés ici. Les images représentatives montrent le champ de pression à l’intérieur du modèle paramétrique du ventricule gauche pendant un cycle de temps d’une seconde.Cinq étapes temporelles différentes sont présentées ici. Le champ de vitesse à l’intérieur du modèle paramétrique du ventricule gauche est montré dans ces images. Il y a des pics de valeur notables à l’intérieur des branches causés par l’écoulement du fluide pendant le cycle de déchargement de chargement.Les images montrées ici représentent le déplacement dans le modèle paramétrique du ventricule gauche. Semblable au changement de pression au cours des deux premières étapes, les déplacements sont négligeables jusqu’à la contraction où ils deviennent maximaux dans la partie inférieure du modèle. Pendant le temps restant, le modèle revient lentement à son état non déformé.Le diagramme de volume de pression résultant pour le modèle d’interaction de la structure du ventricule gauche est illustré ici. La représentation vectorielle des vitesses dans le modèle paramétrique du ventricule gauche est présentée dans ces images. Les images représentatives montrent la simulation de l’activation cardiaque entière à différents moments sur le signal ECG de plomb.Le potentiel transmembranaire en millivolts est indiqué par la barre de couleur. Les images montrées ici représentent la carte du potentiel de surface corporelle chez un sujet sain. La progression de l’activation ventriculaire en neuf séquences correspondant au signal ECG est affichée sur ces images.La plateforme Silico FCM peut fournir plus d’informations par rapport aux normes médicales actuelles, notamment les biomarqueurs, la géométrie spécifique au patient, le débit et la pression, l’état, les propriétés des matières premières et la réponse aux médicaments. La plate-forme Silico FM peut utiliser la géométrie spécifique au patient pour tester et optimiser la réponse aux médicaments avec différentes combinaisons pour d’autres maladies cardiovasculaires. La plateforme informatique Silico FCM ouvrira une nouvelle voie pour les essais cliniques In-Silico spécifiquement pour les maladies cardiaques et la prédiction du risque pour la condition spécifique au patient.

Research

JoVE Journal

Bioengineering

In Silico Clinical Trials for Cardiovascular Disease

Autologous Endothelial Progenitor Cell-Seeding Technology and Biocompatibility Testing For Cardiovascular Devices in Large Animal Model

Autologue de cellules progénitrices endothéliales-ensemencement de la technologie et les tests de biocompatibilité pour les appareils de cardio-vasculaires dans le modèle des grands animaux

Implantable cardiovascular devices are manufactured from artificial materials (e.g. titanium (Ti), expanded polytetrafluoroethylene), which pose the risk ...

Recherche

Bio-ingénierie

Quantification of Global Diastolic Function by Kinematic Modeling-based Analysis of Transmitral Flow via the Parametrized Diastolic Filling Formalism

Quantification de Global diastolique fonction de l&#39;analyse basée sur la modélisation cinématique de transmitral débit via le formalisme de remplissage diastolique paramétrée

Quantitative cardiac function assessment remains a challenge for physiologists and clinicians.&#160;Although historically invasive methods have comprised ...

Generation of a Three-dimensional Full Thickness Skin Equivalent and Automated Wounding

Génération d&#39;une épaisseur en trois dimensions équivalent de peau et automatisé Blessant

In vitro models are a cost effective and ethical alternative to study cutaneous wound healing processes. Moreover, by using human cells, these models ...

Production, Characterization and Potential Uses of a 3D Tissue-engineered Human Esophageal Mucosal Model

Production, la caractérisation et utilisations potentielles d&#39;un humain de l&#39;oesophage muqueux modèle 3D de l&#39;ingénierie tissulaire

The incidence of both esophageal adenocarcinoma and its precursor, Barrett&#8217;s Metaplasia, are rising rapidly in the western world. Furthermore ...

A Combined 3D Tissue Engineered In Vitro/In Silico Lung Tumor Model for Predicting Drug Effectiveness in Specific Mutational Backgrounds

A Combined 3D Tissue Engineered In Vitro/In Silico Lung Tumor Model for Predicting Drug Effectiveness in Specific Mutational Backgrounds

Un tissu combiné 3D Conçu<em&gt; In vitro</em&gt; /<em&gt; In Silico</em&gt; Lung Tumor modèle de prévision de l&#39;efficacité des médicaments dans le Fond mutationnelles spécifiques

In the present study, we combined an in vitro 3D lung tumor model with an in silico model to optimize predictions of drug response based on a specific ...

Fabrication of Custom Agarose Wells for Cell Seeding and Tissue Ring Self-assembly Using 3D-Printed Molds

Fabrication de puits d’Agarose personnalisé pour l’ensemencement de la cellule et l’anneau de tissu auto-assemblage à l’aide de moules 3D-imprimé

Engineered tissues are being used clinically for tissue repair and replacement, and are being developed as tools for drug screening and human disease ...

Comparable Decellularization of Fetal and Adult Cardiac Tissue Explants as 3D-like Platforms for In Vitro Studies

Décellularisation comparable d’Explants de tissu cardiaque foetale et adulte en 3D-comme des plateformes pour les études In Vitro

Current knowledge of extracellular matrix (ECM)-cell communication translates to large two-dimensional (2D) in vitro culture studies where ECM components ...

Generation of Cationic Nanoliposomes for the Efficient Delivery of In Vitro Transcribed Messenger RNA

Generation of Cationic Nanoliposomes for the Efficient Delivery of In Vitro Transcribed Messenger RNA

Génération de Nanoliposomes cationiques pour la prestation efficace de In Vitro transcrit l’ARN messager

The development of messenger RNA (mRNA)-based therapeutics for the treatment of various diseases becomes more and more important because of the positive ...

In Silico Modeling Method for Computational Aquatic Toxicology of Endocrine Disruptors: A Software-Based Approach Using QSAR Toolbox

Dans Silico Modeling Method for Computational Aquatic Toxicology of Endocrine Disruptors: A Software-Based Approach Using QSAR Toolbox

Computational analyses of toxicological processes enables high-throughput screening of chemical substances and prediction of their endpoints in biological ...

Preparation of Mesh-Shaped Engineered Cardiac Tissues Derived from Human iPS Cells for In Vivo Myocardial Repair

Préparation de tissus cardiaques en forme de maille dérivés de cellules iPS humaines pour la réparation myocardique in vivo

The current protocol describes methods to generate scalable, mesh-shaped engineered cardiac tissues (ECTs) composed of cardiovascular cells derived from ...