[논문 리뷰] Rapid model-guided design of organ-scale synthetic vasculature for biomanufacturing

Zachary A. Sexton, Andrew R. Hudson외 8명|arXiv (Cornell University)|2023. 08. 15.

3D Printing in Biomedical Research인용 수 5

한 줄 요약

이 논문은 부분 은닉 기하 재구성과 물리 기반 혈관망 생성기를 활용하여 복잡하고 볼록하지 않은 해부학적 조직 영역에서 기관 규모의 합성 혈관을 설계하기 위한 빠르고 모델 유도 프레임워크를 제시한다. 이 방법은 1000개의 종말 혈관을 포함한 20개의 뇌 영역에서 빌드 시간이 100초 이내로 효율적인 오픈 루프 합성 혈관화를 가능하게 하며, 높은 부피 정확도를 달성하고 생체 제조용 CFD 호환 혈관망을 제공한다.

ABSTRACT

Our ability to produce human-scale bio-manufactured organs is critically limited by the need for vascularization and perfusion. For tissues of variable size and shape, including arbitrarily complex geometries, designing and printing vasculature capable of adequate perfusion has posed a major hurdle. Here, we introduce a model-driven design pipeline combining accelerated optimization methods for fast synthetic vascular tree generation and computational hemodynamics models. We demonstrate rapid generation, simulation, and 3D printing of synthetic vasculature in complex geometries, from small tissue constructs to organ scale networks. We introduce key algorithmic advances that all together accelerate synthetic vascular generation by more than 230-fold compared to standard methods and enable their use in arbitrarily complex shapes through localized implicit functions. Furthermore, we provide techniques for joining vascular trees into watertight networks suitable for hemodynamic CFD and 3D fabrication. We demonstrate that organ-scale vascular network models can be generated in silico within minutes and can be used to perfuse engineered and anatomic models including a bioreactor, annulus, bi-ventricular heart, and gyrus. We further show that this flexible pipeline can be applied to two common modes of bioprinting with free-form reversible embedding of suspended hydrogels and writing into soft matter. Our synthetic vascular tree generation pipeline enables rapid, scalable vascular model generation and fluid analysis for bio-manufactured tissues necessary for future scale up and production.

연구 동기 및 목표

• 생체 제조를 위해 복잡하고 볼록하지 않은 해부학적 조직 영역에서 빠르고 확장 가능한 합성 혈관망 설계를 가능하게 하기 위해.
• 기존 혈관 생성 도구가 복잡한 기하학적 구조를 다루는 데 어려움을 겪고, 광범위한 수동 조작이 필요로 하는 한계를 극복하기 위해.
• 부분 은닉 기하 재구성과 물리 기반 혈관망 생성기를 통합하여 해부학적 정확도와 유량 호환성을 확보하기 위해.
• 혈관망 생성 과정에서 높은 계산 효율성과 정확도를 달성하여 후속 CFD 시뮬레이션을 가능하게 하기 위해.
• 정량적 검증을 통해 다양한 임상적으로 관련성이 높은 뇌 영역에서의 성능을 입증하기 위해.

제안 방법

• 이 방법은 분할된 점군에서 복잡한 조직 영역을 부분 은닉 함수를 사용해 재구성하여 정확하고 컴act하며 매끄러운 다양체 표현을 가능하게 한다.
• Hagen-Poiseuille 유량 가정과 유압 저항 유사성에 기반하여 수정된 CCO(구성적 등각 최적화) 알고리즘을 사용해 1000개의 종말 세그먼트를 가진 오픈 루프 혈관수를 생성한다.
• 형태측정 척도 법칙을 사용하여 고정된 지수(αr=2, αl=1, γ=3)와 분지 비율을 적용하여 생물학적으로 타당한 분지 구조를 보장한다.
• 유압 저항은 R = 8μl / (πr⁴)로 계산되며, 각 분지에서의 유량 및 압력 보존은 키르히호프 법칙을 통해 강제로 적용된다.
• 조정 가능한 컴actsupport(h>0)를 가진 가중치 함수는 패치 경계에서 불연속성이 없이 매끄럽고 연속적인 기하 표현을 보장한다.
• 프레임워크는 은닉 조직 영역 내에서 닫히고 물이 새지 않는 혈관망을 생성함으로써 전체 CFD 호환성을 지원한다.

실험 결과

연구 질문

• RQ1 모델 유도 접근법이 복잡하고 볼록하지 않은 해부학적 조직 영역에서 고정확도와 저비용 계산으로 기관 규모의 합성 혈관을 생성할 수 있는가?
• RQ2 부분 은닉 기하 재구성의 통합이 혈관망 생성의 정확도와 효율성에 어떤 영향을 미치는가?
• RQ3 기본 CCO 기준 대비 제안된 방법이 빌드 시간과 부피 정확도 측면에서 얼마나 향상되었는가?
• RQ4 이 방법이 합성 혈관망에서 혈역학적 일관성과 해부학적 현실성을 어느 정도 유지할 수 있는가?
• RQ5 이 프레임워크는 최소한의 사용자 입력으로 다양한 임상적으로 관련성이 높은 뇌 영역으로 일반화될 수 있는가?

주요 결과

• 20개의 비볼록 뇌 영역에서 평균 부피 재구성 오차가 1.2%를 기록했으며, 제3뇌실에서 가장 정확한 재구성(0.02% 오차)을 달성했다.
• 모든 20개의 뇌 영역에서 합성 혈관망이 100초 이내로 생성되었으며, 빌드 시간은 왼쪽 하부 콜리큘루스의 43.77초에서 왼쪽 상부 전두엽 회전의 284.56초 사이였다.
• 기본 CCO 알고리즘의 평균 벤치마크 시간은 3000초 이상이었으나, 제안된 방법은 300초 이내의 빌드 시간을 달성하여 성능 향상이 10배에 달했다.
• 이 방법은 히포타람스(2316패치, 52.26초 빌드 시간)와 중뇌(2438패치, 53.92초 빌드 시간)와 같이 매우 복잡하고 비볼록적인 영역에서도 혈관망 생성에 성공했다.
• 부분 은닉 방법을 사용한 점 내포 검출은 높은 민감도와 특이도를 보였으며, 모든 시험 기하 구조에서 오류 거부율과 오류 내포율이 5% 이하였다.
• 영역 S3에서의 시연을 통해 이 프레임워크는 평면 합성 FRESH 혈관망에 0.25 mL/min의 정상 유량을 제공함으로써 전체 CFD 호환 혈관화를 가능하게 했다.