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

Это исследование поддерживается исследовательской и инновационной программой Европейского Союза Horizon 2020 в рамках грантового соглашения SILICOFCM 777204 и Министерством образования, науки и технологического развития Республики Сербия через контракты No 451-03-68/2022-14/200107. В данной статье отражены только взгляды авторов. Европейская комиссия не несет ответственности за любое использование информации, содержащейся в статье.

Протокол в этом исследовании был одобрен Национальным управлением исследований здравоохранения Великобритании North East-Tyne & Wear South Research Ethics Committee с регистрационным номером 18/NE/0318 6 февраля 2019 года и был принят Советом по институциональному обзору каждого участвующего центра. Исследование...

<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>

Проект SILICOFCM представляет собой платформу для клинических испытаний in silico для разработки виртуальных популяций пациентов для прогнозирования риска, тестирования эффектов фармакологического лечения и сокращения экспериментов на животных и клинических испытаний на людях. Тестир...

Стремительное развитие информационных технологий, программных пакетов моделирования и медицинских устройств в последние годы дает возможность для сбора большого количества клинической информации. Таким образом, создание всеобъемлющих и подробных вычислительных инструментов стало необходимым для обработки конкретной информации из обилия доступных данных.
С точки зрения врачей, крайне важно различать «нормальные» и «аномальные» фенотипы у конкретного пациента, чтобы оценить прогрессирование заболевания, терапевтические реакции и будущие риски. Последние вычислительные модели значительно улучшили интегративное понимание поведения сердечных мышц при гипертрофических (HCM) и дилатационных (DCM) кардиомиопатиях1. Крайне важно использовать высокочастотную, подробную и анатомически точную модель электрической активности всего сердца, которая требует огромного времени вычислений, специального программного обеспечения и суперкомпьютеров 1,2,3. Методология для реальной 3D-модели сердца была недавно разработана с использованием линейной модели упругого и ортотропного материала, основанной на экспериментах Хольцапфеля, которая может точно предсказать поле переноса и смещения электрического сигнала в сердце4. Разработка новых подходов интегративного моделирования может стать эффективным инструментом для различения типа и тяжести симптомов у пациентов с мультигенными расстройствами и оценки степени нарушения нормальной физической активности.
Однако существует много новых проблем для моделирования конкретных пациентов. Физические и биологические свойства сердца человека невозможно полностью определить. Неинвазивные измерения обычно включают шумные данные, по которым трудно оценить конкретные параметры для отдельного пациента. Крупномасштабные вычисления требуют много времени для выполнения, в то время как клинические временные рамки ограничены. Персональные данные пациентов должны управляться таким образом, чтобы сгенерированные метаданные можно было повторно использовать без ущерба для конфиденциальности пациента. Несмотря на эти проблемы, многомасштабные модели сердца могут включать достаточный уровень детализации для достижения прогнозов, которые точно следуют наблюдаемым переходным реакциям, тем самым обеспечивая перспективу для проспективных клинических применений.
Однако, несмотря на значительные научные усилия нескольких исследовательских лабораторий и значительный объем грантовой поддержки, в настоящее время существует только один коммерчески доступный пакет программного обеспечения для многомасштабного и цельносердечного моделирования, называемый SIMULIA Living Heart Model5. Он включает в себя динамическое электромеханическое моделирование, уточненную геометрию сердца, модель кровотока и полную характеристику сердечной ткани, включая пассивные и активные характеристики, фиброзную природу и электрические пути. Эта модель предназначена для использования в персонализированной медицине, но характеристика активного материала основана на феноменологической модели, представленной Guccione et al.6,7. Поэтому SIMULIA не может напрямую и точно транслировать изменения функциональных характеристик сократительного белка, наблюдаемые при многочисленных сердечных заболеваниях. Эти изменения вызваны мутациями и другими аномалиями на молекулярном и субклеточном уровнях6. Ограниченное использование программного обеспечения SIMULIA для небольшого числа приложений в клинической практике является отличным примером сегодняшней борьбы за разработку многомасштабных моделей человеческого сердца более высокого уровня. С другой стороны, это мотивирует разработку нового поколения многомасштабных программных пакетов, которые могут отслеживать эффекты мутаций от молекулярного до органного масштаба.
Основной целью электрофизиологии сердца является определение распространения сигнала внутри туловища и свойств всех отсеков 4,5,6. Проект SILICOFCM8 прогнозирует развитие кардиомиопатии с использованием специфических для пациента биологических, генетических и клинических данных визуализации. Это достигается с помощью многомасштабного моделирования реалистичной саркомерной системы, генетического профиля пациента, направления мышечных волокон, взаимодействия жидкости и структуры и электрофизиологической связи. Эффекты деформации левого желудочка, движения митрального клапана и сложной гемодинамики дают детальное функциональное поведение сердечных заболеваний у конкретного пациента.
В данной статье демонстрируется использование платформы SILICOFCM для параметрической модели левого желудочка (LV), генерируемой автоматически из специфических для пациента ультразвуковых изображений с использованием модели сердца с жидкостной структурой с электромеханической связью. Апикальный и M-режимный анализ РН были сгенерированы с помощью алгоритма глубокого обучения. Затем, используя сетчатый генератор, модель конечных элементов была построена автоматически для моделирования различных граничных условий полного цикла для сжатияНН 9. На этой платформе пользователи могут непосредственно визуализировать результаты моделирования, такие как диаграммы давления-объема, давления-деформации и рабочего времени миокарда, а также анимацию различных полей, таких как смещения, давления, скорость и напряжения сдвига. Входными параметрами от конкретных пациентов являются геометрия из ультразвуковых изображений, профиль скорости во входных и выходных граничных условиях потока для ЛЖ и специфическая лекарственная терапия (например, энтресто, дигоксин, мавакамтен и т.д.).

<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

Проект SILICOFCM в основном направлен на разработку вычислительной платформы для клинических испытаний семейных кардиомиопатий (FCM). Уникальной характеристикой платформы является интеграция специфических для пациента биологических, генетических и клинических данных визуализации. Платформа позволяет тестировать и оптимизировать медицинское лечение для максимизации положительных терапевтических результатов. Таким образом, можно избежать побочных эффектов и лекарственных взаимодействий, предотвратить внезапную сердечную смерть, а время между началом медикаментозного лечения и желаемым результатом можно сократить. В данной статье представлена параметрическая модель левого желудочка, автоматически генерируемая из специфических для пациента ультразвуковых изображений путем применения электромеханической модели сердца. Лекарственные эффекты назначались через определенные граничные условия для входного и выходного потока, измерения ЭКГ и функции кальция для свойств сердечной мышцы. Генетические данные пациентов были включены через материальное свойство стенки желудочка. Анализ апикального вида включает сегментацию левого желудочка с использованием ранее обученной структуры U-net и вычисление граничащего прямоугольника на основе длины левого желудочка в диастолическом и систолическом цикле. Анализ представления в М-режиме включает в себя окаймление характерных областей левого желудочка в М-режиме. После извлечения размеров левого желудочка была сгенерирована сетка конечных элементов на основе вариантов сетки, и было проведено моделирование анализа конечных элементов с предоставленными пользователем скоростями входа и выхода. Пользователи могут непосредственно визуализировать на платформе различные результаты моделирования, такие как диаграммы давления-объема, давления-деформации и рабочего времени миокарда, а также анимацию различных полей, таких как смещения, давления, скорость и напряжения сдвига.

В качестве примера на рисунке 1 представлен рабочий процесс ультразвукового анализа изображений DICOM в М-режиме и извлечения параметров ЛЖ. М-режим и апикальный вид могут быть протестированы отдельно или один за другим, в зависимости от интересующих параметров. Если тест...

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

In Silico Clinical Trials for Cardiovascular Disease

Этот протокол демонстрирует рабочий процесс платформы SILICOFCM для автоматической генерации параметрической модели левого желудочка из специфичных для пациента ультразвуковых изображений путем применения многомасштабной электромеханической модели сердца. Эта платформа позволяет проводить клинические испытания in silico , предназначенные для сокращения реальных клинических испытаний и максимизации положительных терапевтических результатов.

В Силико Клинические испытания сердечно-сосудистых заболеваний

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

Наш протокол демонстрирует рабочий процесс платформы Silico FCM левого желудочка из специфических для пациента ультразвуковых изображений путем применения многомасштабной электромеханической модели сердца. Платформа Silico FCM может исследовать лекарственные эффекты, которые назначаются через определенные граничные условия для входного и выходного потока, измерения ЭКГ и функции кальция для свойств сердечной мышцы. Применение платформы Silico FCM может сократить эксперименты на животных и сократить реальные клинические испытания и максимизировать положительные терапевтические результаты при кардиомиопатии.Silico FCM может применяться и при других сердечно-сосудистых заболеваниях, таких как сердечная недостаточность, сердечная ишемия, аритмия, фибрилляция предсердий. Многие рабочие процессы на платформе Silico FCM могут быть использованы пользователем в первый раз, потому что они являются очень полезными рекомендациями для руководства пользователем через платформу. Визуальная демонстрация платформы Silico FCM важна, потому что многие программные инструменты для визуализации сердечно-сосудистых параметров, такие как часть для скорости, давления, явного напряжения, напряжения стен и информации.Начните с входа на платформу с именем пользователя и паролем. В разделе Модуль виртуальной популяции выберите M-режим ультразвука или рабочий процесс апикального представления. Затем из списка доступных рабочих процессов выберите ультразвуковой объединенный рабочий процесс.В разделе отправки файлов загрузите изображения и файлы DCOM, хранящиеся локально на компьютере пользователя, и выберите частные или общедоступные папки в качестве папки назначения для файлов. Введите нужный комментарий или примечание в разделе комментариев перед запуском рабочего процесса. Выберите апикальный вид в M-Mode ультразвуковых изображений левого желудочка и файлов DICOM.Нажмите на кнопку выполнить. Интерактивная платформа уведомляет пользователя о завершении запущенного рабочего процесса. Визуализируйте созданную геометрию левого желудочка непосредственно на платформе.Доступные опции включают в себя затененные и проволочные каркасные модели. для визуализации. Выберите рабочий процесс и загрузите файлы шаблона для граничных условий скоростей входа и выхода с помощью кнопок и нижнего раздела.Если доступны граничные условия потока для конкретного пациента, загрузите и используйте эти файлы. Сохраните эти файлы в частных или общедоступных папках. Загружайте эти файлы аналогично загрузке изображений.Предписанные скорости на входе и выходе имитируют состояние лекарственного средства, в то время как варианты сетки контролируют плотность конечно-элементной сетки. Для моделирования конкретных условий пациента измените значения по умолчанию давления, расхода, свойств материала и функции кальция. Нажмите на кнопку выполнить.В списке появится новый запущенный рабочий процесс. Если какой-либо из разделов рабочего процесса не ясен, нажмите кнопку файла справки, чтобы просмотреть подробные инструкции по использованию этого рабочего процесса и интерпретировать результаты. Нажмите кнопку «Глаз», чтобы просмотреть долю выброса и глобальные значения эффективности работы, а также диаграммы давления по отношению к объему, давления к деформации и работы миокарда по времени.Нажмите на кнопку камеры, чтобы просмотреть и воспроизвести анимацию полей смещения, давления, явных напряжений и скоростей. Кроме того, можно загрузить результаты. Папка результатов содержит файлы VTK, CSV файлы и анимацию.Загрузите несколько файлов VTK. Просмотрите несколько интересующих параметров и измените поле, например, на скорость для визуализации Поверните модель или измените цветовую схему. Выберите поверхность с краями или проволочный каркас для представления поверхности.Примените одну и ту же методологию к каждому загруженному файлу VTK. На главной странице перейдите к разделу Выполнение рабочего процесса, а затем выберите torso в списке доступных рабочих процессов. Добавьте комментарий или примечание в раздел комментариев и выполните рабочий процесс.Нажмите кнопку входного файла шаблона и сохраните содержимое, отображаемое на веб-странице, в виде входного файла dot txt, который будет использоваться для модели туловища. В поле входной файл выберите загруженный входной файл dot txt. После импорта файла нажмите кнопку выполнить, чтобы начать расчет.Нажмите на кнопки глаз или камеры в левом нижнем углу, чтобы визуализировать доступные отчеты о моделировании или анимацию непосредственно на платформе. Кроме того, нажмите на модуль 3D-визуализации, чтобы визуализировать выходные данные онлайн в ParaView. Нажмите кнопку открыть файл.Перейдите на вкладку балки, при появлении запроса введите учетные данные пользователя и откройте личную папку. На следующей странице выберите папку выходных данных рабочего процесса и откройте папку torso. Смотрите список файлов VTK, представляющих результаты моделирования.Выберите один или несколько файлов и нажмите на кнопку выбора, чтобы загрузить файл в ParaView glance. Управляйте геометрией модели с помощью мыши. Затем выберите вариант каркаса, чтобы увидеть внутреннюю часть туловища с сердцем, встроенным в туловище.Выберите параметр «Точки», чтобы отобразить пунктирное представление модели туловища с полной сеткой сердца. Отрегулируйте значение размера точки, чтобы изменить результаты отображения. Отрегулируйте значение непрозрачности, чтобы увидеть внутреннюю часть туловища и отобразить результаты внутри сердечной сетки.Нажмите на выпадающее меню color by и выберите нужный вариант. Наконец, измените цветовую шкалу по умолчанию на любой из перечисленных параметров. Для моделирования реалистичного поведения модели левого желудочка использовались предписанные функции скоростей на впускном и выпускном клапанах.К этой конечно-элементной модели был применен алгоритм автоматического вычисления направления волокна. Результаты для однослойного и трехслойного твердого представления показаны здесь. Репрезентативные изображения отображают поле давления внутри параметрической модели левого желудочка в течение временного цикла в одну секунду.Здесь представлены пять различных временных шагов. Поле скоростей внутри параметрической модели левого желудочка показано на этих изображениях. Существуют заметные пики значений внутри ветвей, вызванные потоком жидкости во время цикла разгрузки нагрузки.Изображения, показанные здесь, представляют смещение в параметрической модели левого желудочка. Подобно изменению давления во время первых двух шагов, смещения незначительны до сжатия, когда они становятся максимальными в нижней части модели. В течение оставшегося времени модель медленно возвращается в недеформированное состояние.Полученная диаграмма объема давления для модели взаимодействия структуры жидкости левого желудочка показана здесь. Векторное представление скоростей в параметрической модели левого желудочка представлено на этих изображениях. Репрезентативные изображения показывают симуляцию активации всего сердца в различные моменты времени на двух ведущих сигналах ЭКГ.Трансмембранный потенциал в милливольтах обозначается цветовой полосой. Изображения, показанные здесь, представляют собой карту потенциала поверхности тела у здорового субъекта. Прогрессирование желудочковой активации в девяти последовательностях, соответствующих сигналу ЭКГ, отображается на этих изображениях.Платформа Silico FCM может дать больше информации по сравнению с текущими медицинскими стандартами, включая биомаркеры, геометрию пациента, поток и давление, состояние, свойства сырья и реакцию на лекарства. Платформа Silico FM может использовать специфическую для пациента геометрию для тестирования и оптимизации лекарственного ответа с различными комбинациями для других сердечно-сосудистых заболеваний. Вычислительная платформа Silico FCM откроет новый путь для клинических испытаний In-Silico специально для сердечных заболеваний и прогнозирования риска для конкретного состояния пациента.

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

Аутологичных эндотелиальных клеток-предшественников-Посев Технология и Биосовместимость Тестирование Для сердечно-сосудистой устройства в Большой Модель животных

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

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

Количественная оценка глобальной диастолической функции по кинематическая Моделирование на основе анализа трансмитрального кровотока через Заполнение формализма Параметризованный диастолической

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

Генерация трехмерной всю толщину кожи Эквивалент техники и автоматизированных Ранение

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

Производственные, характеристики и потенциальные возможности использования в 3D тканевой инженерии человека пищевода слизистой модели

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

Комбинированный 3D Tissue Engineered<em&gt; In Vitro</em&gt; /<em&gt; В Silico</em&gt; Lung Опухоль модель для прогнозирования эффективности наркотиков в конкретных мутационные Backgrounds

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

Изготовление пользовательских агарозы скважин для заполнения клеток и тканей кольцо самостоятельной сборки с использованием 3D-печатные формы

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

Сопоставимых Decellularization плода и взрослых сердечной ткани эксплантов как 3D-как платформы для в исследованиях 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

Поколение катионного Nanoliposomes для эффективной доставки в Vitro транскрипции РНК

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

В Силико Моделирование Метод для вычислительной водной токсикологии эндокринных разрушители: Программно-ориентированный подход с использованием SAR 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

Подготовка сетчатой формы инженерных сердечных тканей, полученных из человеческих клеток iPS для ремонта миокарда In Vivo

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