کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
1994655 1541276 2016 7 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Characterization of nanoparticle binding dynamics in microcirculation using an adhesion probability function
ترجمه فارسی عنوان
تشخیص پویایی اتصال نانوذرات در میکرو سی سیگلات با استفاده از تابع احتمال چسبندگی
ترجمه چکیده
درک کمی از انتقال نانوذرات و پویا شدن چسبندگی در میکروسیرکتاسیون به دلیل پیچیدگی دینامیک سیالات و تنظیم تصویربرداری بسیار پیچیده است. آزمایش های درون آزمایشگاهی درون کانال های میکروفیلییدی تاثیر قابل توجهی از سرعت برش، اندازه حامل، شیمی ذرات ذرات و هندسه رگولاتور بر میزان رسوب ذرات نشان داد. با این حال، تعداد کمی از مدل های نظری وجود دارد که می تواند نتایج تجربی را با دقت پیش بینی کند. ما یک مدل عددی برای پیش بینی انتقال نانوذرات و پویایی اتصال ایجاد کرده ایم و با نتایج آزمون های گذشته در آزمایش ما تایید شده است. یک تابع احتمالی اتصال برای ساده سازی فرایندهای پیوستگی و فرماندهی استفاده می شود. نتایج ما نشان داد که با توجه به دینامیک پیچیده مکانیزم حمل و نقل و چسبندگی، همبستگی بین احتمال اتصال و نرخ رسوب واقعی، خطی نیست. با استفاده از داده های تجربی، نشان داده شده است که احتمال پیوستن ذرات کوچک با نرخ برش کمی تغییر می کند در حالی که احتمال اتصال به ذرات بزرگ با برش به صورت آماری کاهش می یابد. مدل ذرات ما همچنین برخی از پدیده هایی را که می تواند با رویکرد پیوسته مانند انباشت ذرات مواد در مجاورت دیواره عروقی به دست آید، به دست آورد. علاوه بر این، اثرات هندسه کانال و چگالی آنتی بادی در اتصال ذرات به طور گسترده مورد بحث قرار می گیرد. نتایج حاصل از رویکرد ذرات ما با داده های تجربی همخوانی دارد و نشان می دهد که می توان آن را به عنوان یک ابزار پیش بینی ساده اما در عین حال کارآمد برای مطالعه اتصال دارویی دارویی در میکروسیکولاسیون استفاده کرد.
موضوعات مرتبط
علوم زیستی و بیوفناوری بیوشیمی، ژنتیک و زیست شناسی مولکولی زیست شیمی
چکیده انگلیسی
Quantitative understanding of nanoparticles transport and adhesion dynamic in microcirculation is very challenging due to complexity of fluid dynamics and imaging setup. In-vitro experiments within microfluidic channels showed the significant influence of shear rate, carrier size, particle-substrate chemistry and vessel geometry on particle deposition rate. However, there are few theoretical models that can accurately predict experimental results. We have developed a numerical model to predict nanoparticle transport and binding dynamics and verified with our previous in-vitro tests results. A binding probability function is used to simplify the carrier attachment and detachment processes. Our results showed that due to the complex dynamics of particle transport and adhesion mechanism, the correlation between binding probability and actual deposition rate is not linear. Using experimental data, it is shown that the binding probability of small particles changes slightly with shear rate whereas the chance of binding for big particles decreases exponentially with shear. Our particulate model also captured some phenomena that cannot be achieved by continuum approach such as accumulation of drug particles in close vicinity of vessel wall. In addition, the effects of channel geometry and antibody density on particle binding are discussed extensively. The results from our particulate approach agrees well with experimental data suggesting that it can be used as a simple, yet efficient predictive tool for studying drug carrier binding in microcirculation.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Microvascular Research - Volume 108, November 2016, Pages 41-47
نویسندگان
, , , , ,