Caractérisation Hydro-chimio-mécanique d'une matrice mucoïde pour des applications médicales – HyCareMat

Les couplages hydro-chimio-mécaniques (HCM) dans les tissus mucoïdes sont essentiels pour établir le lien entre les échelles micro et macro et expliquer les interactions entre le comportement des cellules et la réponse tissulaire. En effet, la maîtrise de ces couplages est un élément clé pour comprendre la synergie complexe des tissus biologiques et proposer des outils prédictifs de leur bioactivité dans lesquels les états hydro-mécanique et chimique locaux jouent un rôle majeur. Jusqu'à présent, une fois appliquées aux tissus biologiques, les modélisations ne parviennent pas à expliquer les variabilités inter-localisation et entre donneurs, même si les compositions des tissus sont similaires. Ces tissus sont des matériaux complexes multi-physiques mais aussi bioactifs en lien avec la croissance et le remodelage. Des données expérimentales sont donc nécessaires pour pouvoir établir un modèle numérique solide avec des paramètres optimisés générant des simulations prédictives afin d'améliorer les connaissances sur le comportement des tissus mucoïdes et de les étendre à des applications cliniques.
L'objectif principal d'HyCareMat est donc d'établir un lien entre les expériences, les simulations numériques et la modélisation afin d'étudier et de prédire les couplages HCM dans les tissus biologiques mous, en mettant l'accent sur les matrices mucoïdes. Dans un premier temps, un matériau modèle, connu et maîtrisé, est nécessaire pour alimenter une procédure de méthode inverse et valider la qualité des outils prédictifs qui en découlent. Grâce aux travaux du consortium d'HyCareMat, la gelée de Wharton (GW) semble être un matériau approprié et adaptable présentant des interactions HCM. Représentant une opportunité précieuse pour le développement de substituts biologiques, la GW a été largement étudiée par les biologistes mais rarement par les biomécaniciens. Le deuxième objectif est d'étudier en détail la GW et ses matériaux dérivés afin de maîtriser leur comportement HCM et de produire des outils numériques prédictifs. Enfin, à partir des caractérisations biomécaniques des deux objectifs précédents, le troisième objectif se concentre sur l'impact de la bioactivité sur le comportement HCM des dérivés de la GW en contrôlant la réponse de l’hôte et l'intégration tissulaire. Par conséquent, un modèle animal murin sera mis en place pour recueillir des données in vivo sur les structures de GW implantées. Cette étape ultime permettra de valider nos outils pour sélectionner et proposer le meilleur matériau pour des applications médicales en vue d'application humaine.
L'hypothèse principale consiste à considérer les couplages entre les phases solides et fluides, ainsi que les composants chimiques des deux. L'interaction fluide-structure sera modélisée comme un milieu continu homogénéisé dans le cadre de la poro ou de l'hydromécanique, tandis que le couplage chimio-mécanique sera généré par l'équilibre de potentiels chimiques via l'osmose. Sur la base des résultats préliminaires, il est considéré que le paramétrage des réticulations et du contenu en GAGs, sur des structures géométriquement contrôlées, est suffisant pour moduler les phénomènes d'interaction. Enfin, la combinaison de techniques d'imagerie multimodale lors de l'exécution de charges HCM et le suivi de la réponse in vivo devraient fournir suffisamment de données pour mettre au point des outils prédictifs.
En combinant les ressources interdisciplinaires de 4 partenaires, HyCareMat vise, grâce à 5 work packages, à construire et valider un outil HCM prédictif pour mieux comprendre les matrices mucoïdes. En même temps, il étendra les connaissances actuelles sur la GW, déchet opératoire prometteur, utilisé comme matériau modèle. Enfin, le projet permettra d'améliorer la réponse multiphysique de la pour des applications médicales. Par conséquent, son niveau de préparation technique se situe entre 1 et 3, mais il pourrait atteindre le niveau 4 en fonction des réalisations à venir.