Proces adaptacji funkcjonalnej tkanki kostnej jest tematem wielu

ARTUR WRONA
STRESZCZENIE PRACY DOKTORSKIEJ
Proces adaptacji funkcjonalnej tkanki kostnej jest tematem wielu prac i publikacji
naukowych, w których autorzy starają się, wykorzystując dostępne informacje na temat
mechanizmów regulujących aktywność komórek kostnych, badać funkcjonowanie tkanki
kostnej gąbczastej. Na przestrzeni blisko 70 lat udało się opracować wiele modeli
matematycznych, m.in. modele Frosta, Cowina, Cartera, Martineza, Tsuboty czy van
Rietbergena, pozwalających śledzić zmiany zachodzące w strukturze kostnej wywołane
działaniem siły oraz uwzględniające procesy fizjologiczne. Ze względu jednak na dużą
złożoność takich układów razem z identyfikacją nowych bodźców prowadzone są badania
pozwalające określić wagi poszczególnych czynników biologicznych i mechanicznych. Duża
złożoność modeli matematycznych wymusza również konieczność stosowania komputerów
o dużych mocach obliczeniowych.
W pracy doktorskiej opracowano autorski algorytm procesu adaptacji funkcjonalnej
(AAF) uwzględniający bodźce biologiczne oraz mechaniczne. W pierwszej grupie
uwzględniono: wiek, płeć, relacje występujące pomiędzy osteocytami, komórkami
osteogennymi jak również białkami regulującymi aktywność komórek kostnych: RANKL
oraz osteoprotegeryną (OPG). Natomiast bodziec mechaniczny stanowiła siła ściskająca
przyłożona do jednej z powierzchni modelowego układu.
Jako obiekt do badań wykorzystano konstrukcję, utworzoną z punktów węzłowych
połączonych ze sobą beleczkami kostnymi, którym przypisano właściwości materiałowe
tkanki kostnej gąbczastej (moduł Younga oraz współczynnik Poissona) oraz stałą, zgodną
z literaturą wartość średnicy. Miało to szczególne znaczenie w przypadku próby oceny
wyników uzyskanych w postaci zmiennych rozkładów połączeń tworzących model
matematyczny kości gąbczastej, poprzez ich porównanie dla każdej symulacji komputerowej.
W badaniach wykorzystano dwie niezależne metody obliczeniowe: metodę Monte Carlo oraz
Metodę Elementów Skończonych.
Celem opracowanego algorytmu AAF była próba parametryzacji wybranych czynników
biologicznych i mechanicznych, co umożliwiło badania symulacyjne optymalizacji
przestrzennego rozkładu beleczek kostnych. Analiza zmienności wartości badanych
parametrów, m.in.: κ – opisującego aktywność procesu przebudowy, k – aktywacji
osteoklastów, τ – wagi warstwy powierzchniowej, a – współczynnika elementarnego
przemieszczenia, pokazała wyraźną zależność zmiany właściwości strukturalnych modelu
zwłaszcza od aktywności procesu przebudowy, na który wpływ miało stężenie białek
regulujących proces osteoklastogenezy: OPG oraz RANKL (opisanych parametrem k). Wraz
ze wzrostem parametru κ, obserwowany był spadek wartości średnic beleczek oraz wzrost ich
wydłużenia względem wartości początkowych. Istotnym elementem zdefiniowanym
w algorytmie AAF był również parametr a odpowiedzialny za szybkość przebudowy modelu
matematycznego prowadząc do osiągnięcia optymalnego ułożenia beleczek względem
kierunku działającej siły.
W prowadzonych badaniach zdecydowano się również przeprowadzić symulację procesu
adaptacji funkcjonalnej modyfikując model matematyczny poprzez wprowadzenie
dodatkowego elementu odpowiadającego metalowemu implantowi. Dzięki opracowanemu
i przetestowanemu wcześniej algorytmowi AAF możliwe było uwzględnienie wymienionych
wyżej czynników biologicznych i mechanicznych.
Analiza uzyskanych wyników wykazała oczekiwaną, zgodnie ze stanem wiedzy, zmianę
kształtu struktury tkanki kostnej gąbczastej, co może świadczyć o prawidłowo
przeprowadzonej parametryzacji zaproponowanych czynników biologicznych. Dalsza
rozbudowa algorytmu mogła by uwzględnić znaczenie dodatkowych zależności pomiędzy
czynnikami biologicznymi, opisanymi szczegółowo we wstępie niniejszej rozprawy.
W przypadku parametru k należałoby np. ocenić wpływ hormonów na stężenie białek
regulujących proces przebudowy – OPG oraz RANKL. Niemniej jednak w obecnej postaci
opracowane narzędzie pozwala prawidłowo przewidzieć układ przestrzenny kości gąbczastej.