Bioprinting 3D con simulazioni di flusso computazionale per comprendere meglio la diffusione del cancro durante le metastasi

GLI SCIENZIATI DEL LLNL UTILIZZANO LA BIOPRINTING 3D PER COMPRENDERE MEGLIO LA FORMAZIONE DI TUMORI CANCEROSI

I ricercatori del Lawrence Livermore National Laboratory (LLNL) hanno combinato la bioprinting 3D con simulazioni di flusso computazionale per comprendere meglio la diffusione del cancro durante le metastasi.

Lavorando a fianco degli scienziati della Duke University , il team ha iniettato cellule tumorali in una struttura cellulare cerebrale stampata in 3D. Applicando l’analisi fluidodinamica al processo, il team è stato in grado di identificare il punto in cui i tumori si sono attaccati, aprendo la strada a un potenziale modello predittivo. Sfruttando il nuovo approccio basato sulla modellazione al computer dei ricercatori, i futuri medici potrebbero essere in grado di anticipare la diffusione delle cellule tumorali all’interno dei singoli pazienti.

“La modellazione computazionale è sicuramente uno strumento utile, ma è comunque necessario confrontarla con qualcosa di reale”, ha affermato Monica Moya, ricercatrice principale dello studio LLNL. “Con questo approccio, possiamo rendere la biologia tanto semplice e pulita quanto deve essere per convalidare i modelli e possiamo aumentare la complessità, sia nella biologia che nel modello computazionale.

“LA FISICA È IMPORTANTE IN BIOLOGIA E QUESTO DOCUMENTO FORNISCE DAVVERO UN QUADRO PER COME UTILIZZARE QUESTI MODELLI IN VITRO, ABBINATI A SIMULAZIONI, PER PORTARE DAVVERO FORZA SUL CAMPO”.

È noto da più di 150 anni che le cellule cancerose possono invadere siti secondari e causare tumori, ma la previsione della traiettoria esatta di queste crescite è rimasta impossibile. L’attuale incapacità dei medici di individuare e trattare i tumori nella fase iniziale, li ha resi molto difficili da trattare e quando si verificano escrescenze nel cervello, sono quasi sempre fatali.

Moya ha descritto il processo mediante il quale le cellule cancerose si diffondono, si attaccano e crescono al rivestimento di una nave, come un seme che si pianta nel terreno. “Le cellule tumorali tendono a sfuggire da un tumore primario e viaggiare attraverso il sistema vascolare”, ha spiegato Moya. “Alla fine si attaccano alla parete di un vaso, passano attraverso l’endotelio nel tessuto e crescono come un seme nel terreno”.

Ottenere ulteriori informazioni su dove atterrano le cellule attraverso gli studi, si è rivelato quasi impossibile a causa del numero di fattori di differenziazione tra ciascun sistema vascolare testato. La misurazione delle forze meccaniche come il flusso di fluido dinamico in vivo richiede anche una significativa semplificazione dei modelli di test esistenti, limitando la loro utilità nel trarre conclusioni.

Sebbene una grande quantità di ricerche precedenti sulle crescite cancerose abbia coinvolto la modellazione al computer, è importante convalidare queste ipotesi tramite test in situ. Se dimostrate corrette, le teorie potrebbero contenere la chiave per comprendere il ruolo dei modelli di flusso, della geometria vascolare e della compliance dei tessuti nella semina endovascolare. Disporre di un modello altamente dettagliato è quindi fondamentale per ottenere il massimo dalle informazioni ottenute dalla ricerca sul cancro.

Nonostante l’importanza della convalida, i metodi sono spesso limitati all’uso di dispositivi microfluidici, che non presentano canali tubolari o compliance dei vasi, due caratteristiche importanti dei modelli in vivo. I dispositivi microfluidici inoltre non dispongono dell’intera gamma di siti di attacco disponibili per le cellule tumorali circolanti (CTC) e le loro geometrie non possono essere riprodotte esattamente tra i modelli.

Per superare i limiti dei dispositivi microfluidici esistenti, il team LLNL ha sviluppato un dispositivo di flusso vascolare basato su idrogel. Sfruttando una stampante 3D basata su estrusione personalizzata, un bioinchiostro sacrificale è stato modellato e incorporato in un idrogel di gelatina-fibrina. I canali luminali sono stati quindi evacuati e seminati con cellule endoteliali cerebrali umane immortalate, formando tessuto vascolare.

Sebbene fosse possibile ottenere una gamma di geometrie vascolari con il loro idrogel, i ricercatori inizialmente hanno scelto di fabbricare geometrie diritte e ramificate semplificate. Partendo dalle strutture di base, il team mirava a trarre conclusioni più ampie sulla base di una serie di piccoli cambiamenti continui durante i test. I vasi sono stati prodotti sommariamente alla dimensione di piccole arterie, con due punti di ramificazione gerarchici di 45 ° e vasi figlie con diametri sempre più piccoli.

Per testare il loro sistema vascolare sanguigno additivo, il team LLNL lo ha collegato a un sistema di alimentazione fluidica pneumatica. Dopo sette giorni, le cellule endoteliali avevano completamente coperto tutte le superfici del canale esposte, formando uno strato confluente di rivestimento endoteliale. I vasi sono stati successivamente sottoposti a una serie di test di portata e sottoposti a imaging con microscopia confocale per valutare la loro risposta a velocità di flusso variabili.


Il modulo di conservazione finale del gel è risultato simile a quello riportato nel tessuto cerebrale umano, rendendolo ideale per testare la probabilità di attaccamento CTC. Le cellule di carcinoma della ghiandola mammaria metastatica sono state filtrate e fatte circolare attraverso i dispositivi bioprintati a una portata media di 1690 μl / min per un’ora. I dispositivi sono stati quindi fissati, colorati e sottoposti a imaging per determinare dove erano attaccati i CTC.

I test hanno mostrato che i CTC preferivano attaccarsi ai punti di diramazione della nave piuttosto che alle sue porzioni diritte. Le simulazioni continue hanno rivelato che anche i livelli di Wall Shear Stress (WSS) delle arterie stampate in 3D erano un fattore importante nel tasso di attaccamento. Nonostante le maggiori sollecitazioni di taglio applicate alle cellule tumorali nei canali rettilinei, è stato riscontrato che la maggiore WSS osservata nelle regioni più piccole migliora il loro ancoraggio.

Sulla base delle loro scoperte, il team LLNL ha concluso che la loro strategia di eseguire simulazioni di dinamica dei fluidi computazionali sempre più complesse deve essere un successo. I ricercatori considerano il loro approccio come un primo passo nell’utilizzo di modelli computazionali per identificare il modo in cui le cellule cancerose si diffondono agli organi distanti.

“Utilizzando questo approccio, siamo stati in grado di testare, osservare e misurare un fenomeno biologico che in precedenza era impossibile”, ha riassunto l’autore principale e ingegnere del personale di ricerca LLNL William “Rick” Hynes. “Associando la nostra piattaforma ingegnerizzata alla modellazione computazionale, possiamo interrogare direttamente il comportamento delle cellule metastatiche e le regole che le governano molto più rapidamente che attraverso la sola sperimentazione”.

Utilizzo della stampa 3D nella lotta contro il cancro

La produzione additiva è stata spesso impiegata dai ricercatori come metodo per scoprire di più sulle cellule cancerose, con l’obiettivo finale di trovare modi per combattere la malattia mortale.

Gli scienziati della Nagoya City University con sede in Giappone hanno sviluppato un nuovo tipo di sistema di somministrazione di farmaci contro il cancro stampato in 3D . Utilizzando un polimero idrogel, il team ha fabbricato un cerotto impiantabile che si è dimostrato in grado di trasportare il farmaco doxorubicina liposomiale.

Un assistente professore della Virginia Commonwealth University ha utilizzato la stampa 3D per creare modelli dal vivo di cellule tumorali. La svolta potrebbe consentire ai ricercatori sul cancro di comprendere meglio la progressione della malattia.

Ricercatori statunitensi e tedeschi hanno prodotto un modello 3D bioprintato di glioblastoma (GBM), un tipo aggressivo di cancro al cervello. Le strutture cellulari biofabbricate hanno il potenziale per aiutare i medici a sviluppare una migliore comprensione della malattia e accelerare la scoperta di nuovi farmaci per combatterla.

I risultati dei ricercatori sono descritti in dettaglio nel loro documento intitolato ” Esame del comportamento metastatico all’interno della vascolarizzazione 3D bioprinted per la convalida di un modello di flusso computazionale 3D “, che è stato pubblicato sulla rivista Advanced Functional Materials. Il rapporto è stato scritto in collaborazione con WF Hynes, M. Pepona, C. Robertson, J. Alvarado, K. Dubbin, M. Triplett, JJ Adorno, A. Randles e ML Moya.

Be the first to comment on "Bioprinting 3D con simulazioni di flusso computazionale per comprendere meglio la diffusione del cancro durante le metastasi"

Leave a comment