Образование и растворение сгустков крови представляют собой динамический, строго регулируемый биологический процесс, необходимый для поддержания гемостаза и предотвращения кровоизлияния. В контексте имплантируемых и временных сосудистых устройств, таких как стенты, катетеры, протезы сердечных клапанов и сосудистые трансплантаты, этот естественный механизм часто становится источником серьезных осложнений. Нежелательный тромбоз может препятствовать кровотоку, приводить к инсульту или инфаркту миокарда и требует пожизненной антитромботической терапии. И наоборот, неадекватное удержание сгустков может вызвать опасное для жизни кровотечение. Чтобы понять и смягчить эти риски, исследователи и клиницисты все чаще полагаются на передовые вычислительные модели. Эти модели интегрируют гемодинамику, биохимию и материаловедение, чтобы предсказать, когда и где образуются сгустки, как они развиваются и как они растворяются. Эта статья обеспечивает углубленное исследование основ образования и растворения сгустков крови, их особое значение для сосудистых устройств и современные методы моделирования, используемые для разработки более безопасных имплантатов и оптимизации результатов лечения пациентов.

Основы гемостаза и тромбоза

Гемостаз - это процесс, который останавливает кровотечение в месте повреждения сосудов, и он происходит в двух перекрывающихся фазах: первичный и вторичный гемостаз. Первичный гемостаз включает вазоконстрикцию и адгезию тромбоцитов к открытым белкам субэндотелиальной матрицы, особенно коллагену и фактору фон Виллебранда (VWF). Приличные тромбоциты активируются, претерпевают изменение формы и секретируют медиаторы, такие как ADP и тромбоксан A2, которые рекрутируют дополнительные тромбоциты для формирования временной тромбоцитной пробки. Вторичный гемостаз усиливает этот ответ через коагуляционный каскад - серию ферментативных реакций, которые завершаются образованием тромбина и превращением растворимого фибриногена в нерастворимый фибрин. Полимеры фибрина сшивают и стабилизируют тромбоцитную пробку, образуя окончательный сгусток, который запечатывает травму.

В здоровых сосудах этот процесс жестко контролируется эндотелиальными антитромботическими механизмами, включая экспрессию тромбомодулина, ингибитора пути тканевого фактора (TFPI) и простациклина. Однако при контакте инородной поверхности (например, полимерного или металлического сосудистого устройства) с кровью естественная антикоагулянтная среда отсутствует, а поверхность устройства может вызвать как активацию тромбоцитов, так и внутренний путь коагуляции. Это приводит к тромбозу, связанному с устройством (DRT), главному ограничению многих имплантируемых технологий. Тяжесть DRT зависит от геометрии устройства, химии поверхности, напряжения сдвига и собственной склонности к свертыванию пациента. Понимание этих взаимодействий на механическом уровне имеет решающее значение для улучшения конструкции устройства и уменьшения неблагоприятных событий.

Активация и адгезия пластин

Плателиты представляют собой фрагменты ануклиатных клеток, которые циркулируют в спокойном состоянии. При столкновении с активирующими стимулами, такими как высокий сдвигающий стресс, ADP, тромбин или поверхностно-адсорбированный фибриноген, тромбоциты подвергаются конформационному изменению, которое подвергает рецепторы интегрина (например, αIIbβ3) связыванию фибриногена и VWF. Первоначальная привязка опосредуется связыванием гликопротеина Ib-IX-V с VWF, за которым следует твердая адгезия через интегралы. В средах с высоким сдвига, типичных для артериального потока, доминируют VWF-платежные взаимодействия. Вычислительные модели должны захватывать эти адгезионные кинетики, часто используя уравнения связывания-аффинности и скорости сдвига. Поверхности устройств, которые сопротивляются адсорбции белка или активно высвобождают антитромботические молекулы, могут уменьшить адсорбцию и активацию тромбоцитов, но они также требуют тщательного моделирования для прогнозировани

Каскад коагуляции

Каскад коагуляции представляет собой сеть превращений ферментов во внешний и внутренний пути, которые сходятся при активации фактора X к Xa. Внешний путь инициируется тканевым фактором (TF), подверженным повреждению или присутствующим при воспалении, вызванном устройством; внутренний путь запускается контактной активацией на искусственных поверхностях. Тромбин (фактор IIa) затем преобразует фибриноген в фибрин и активирует фактор XIII, который связывает фибриновые нити. Каскад модулируется естественными ингибиторами (антитромбином, белком C, TFPI) и петлями обратной связи, которые ускоряют или ослабляют образование тромбина. В контексте сосудистых устройств активация контакта, вызванная поверхностью, может обходить типичные регуляторные механизмы, приводящие к неконтролируемому осаждению фибрина. Модели моделирования, которые включают эти ферментативные реакции - с использованием систем обычных дифференциальных уравнений (ODE) или частичных дифференциальных уравнений (PDE) - помогают предсказать время свертывания и рост тромба при различных условиях потока и поверхности.

Механизмы растворения сгустков (фибринолиз)

После того, как сгусток послужил своему назначению в гемостазе, его необходимо очистить для восстановления нормальной проходимости сосудов. Это достигается фибринолитической системой. Ключевой фермент, плазмин, генерируется из его предшественника плазминогена посредством действия активатора плазминогена тканевого типа (tPA) или активатора плазминогена урокиназы (uPA). tPA высвобождается из эндотелиальных клеток и активируется в основном в присутствии фибрина, который локализует генерацию плазмина в сгусток. Плазмин расщепляет фибрин в растворимые продукты деградации (D-димер и другие), растворяя сгусток. Антифибринолитические ингибиторы, такие как α2-антиплазмин и ингибитор активатора плазминогена-1 (PAI-1), регулируют процесс.

В терапевтических условиях рекомбинантные tPA (альтеплаза) и другие фибринолитики вводят пациентам с острым ишемическим инсультом, инфарктом миокарда или легочной эмболией. Однако, когда сосудистое устройство становится окклюдированным, например, блокированный стент или закупоренный катетер, может быть предпринята попытка фармакологического тромболиза. Моделирование процесса растворения включает моделирование транспорта и связывания фибринолитических агентов, кинетики генерации плазмина и механической эрозии сгустка. Эти моделирования могут помочь в оптимизации дозирования препарата, стратегии доставки (например, локальный против системного) и прогнозирование времени, необходимого для клиренса сгустка.

Роль сдвига в растворении

Поток крови влияет на фибринолиз несколькими способами. Высокий сдвиг может усиливать транспорт лекарств к поверхности сгустка, но также увеличивает отслоение частично переваренных фрагментов фибрина. В зонах с низким сдвига, таких как за стенотическим клапаном или в просвете катетера, фибринолитики могут застаиваться, снижая эффективность. Вычислительная динамика жидкости (CFD) в сочетании с уравнениями диффузии реакций захватывает эти явления. Исследования показали, что изменения в структуре потока могут либо ускорять, либо ингибировать тромболиз, подчеркивая необходимость моделирования конкретного устройства См. исследование по зависимому от потока тромболизу .

Проблемы в контексте сосудистого устройства

Сосудистые устройства вводят посторонние поверхности, измененную геометрию и нефизиологические структуры потока, которые глубоко влияют на тромбоз и тромболиз. Три основные проблемы: (1) активация контакта, вызванная поверхностью, (2) нарушения потока (застой, рециркуляции, высокий сдвиг) и (3) наложенные устройством геометрические ограничения, которые препятствуют доставке лекарств для растворения.

Поверхностная контактная активация

Когда кровь контактирует с биоматериалом, белки плазмы быстро адсорбируются на поверхности. Композиция адсорбированного белкового слоя зависит от химии поверхности (гидрофобность, заряд, шероховатость). Например, гидрофобные поверхности имеют тенденцию адсорбировать фибриноген более легко, способствуя адгезии тромбоцитов. Поверхности, покрытые гепарином, снижают тромбогенность, но могут со временем терять эффективность и могут вызывать тромбоцитопению, индуцированную гепарином. Продвинутые модели имитируют адсорбцию белка с использованием Langmuir или случайной последовательной адсорбционной кинетики, затем используют методы дискретных элементов для моделирования осаждения тромбоцитов. Эти модели определяют конструкцию покрытий, которые минимизируют образование тромбов без ущерба для функции устройства.

Нарушения потока

Стент, клапаны и катетеры изменяют местное поле потока. В стентовых распорках области низкого напряжения сдвига стенок вниз по течению от распорок становятся местами агрегации тромбоцитов и осаждения фибрина — эффект, хорошо документированный в стентном тромбозе Клинический обзор тромбоза стента . Сердечные клапаны, особенно механические, создают высокие струи сдвига, которые могут активировать тромбоциты непосредственно, а также формировать зоны застоя в клапанных шарнирах. Катетеры могут вызывать разделение потока на их кончиках. Модели CFD, которые разрешают эти градиенты сдвига и соединяют их с уравнениями роста тромба, могут идентифицировать области высокого риска. Например, моделирование механического клапана с желчным листом может предсказать местоположение активации тромбоцитов путем вычисления историй напряжений вдоль траекторий частиц. Такие идеи приводят к модификациям дизайна, таким как оптимизированные угл

Геометрические ограничения для растворения

Когда внутри устройства образуется сгусток, доставка тромболитических препаратов в окклюдированный сегмент является сложной задачей. Само устройство может препятствовать потоку, ограничивая конвективный транспорт tPA. Моделирование CFD инфузии препарата через катетер демонстрирует, как концентрация препарата становится неоднородной вокруг сгустка, часто оставляя остаточный тромб. Используя анатомию пациента и модели устройства, клиницисты могут планировать оптимальный участок инъекции и скорость. Исследования показывают, что периодические импульсы tPA повышают эффективность растворения по сравнению с непрерывной инфузией, нахождение воспроизводимого в силико Моделяция импульсного тромболиза .

Подходы к компьютерному моделированию

Моделирование образования и растворения сгустков крови в сосудистых устройствах требует многомасштабного мультифизического подхода. Ключевыми компонентами являются: (1) гемодинамика (CFD), (2) транспорт тромбоцитов и адгезия, (3) биохимия коагуляции и (4) фибринолиз. Модели охватывают от континуума (балансы численности, диффузия реакции) до дискретных (модели тромбоцитов на основе агентов, Lattice Boltzmann для потока).

Вычислительная динамика жидкости (CFD)

CFD решает уравнения Навье-Стокса для кровотока, часто предполагая неньютоновскую вязкость или используя многофазную модель для клеток крови. Для тромбового моделирования общим подходом является структура эулер-лагранжиан : жидкая фаза (плазма с растворенными видами) моделируется с помощью уравнений адвекции-диффузии-реакции, в то время как тромбоциты отслеживаются как дискретные частицы (или как концентрация континуума). Функции активации, зависящие от сдвига, получаются из экспериментальных данных, а адгезия моделируется с использованием вероятностного формирования связи. Связывание CFD с алгоритмом поверхностного осаждения позволяет имитировать рост тромба с течением времени. Многие исследования используют для этой цели растворитель с открытым исходным кодом OpenFOAM или коммерческие коды, такие как ANSYS Fluent[[

Агент-базированные модели (ABM)

ABM имитируют отдельные тромбоциты и их взаимодействие с окружающей средой. Каждая тромбоцита имеет состояние (неактивное, активированное, связанное) и обновления на основе локального сдвига, биохимических сигналов и контакта с поверхностями. ABM являются вычислительно дорогостоящими, но захватывают возникающие поведения, такие как переход от вилки тромбоцитов к стабильному тромбу. Они часто сочетаются с моделями континуума для растворимых факторов (тромбин, ADP). Недавние модели ABM стентовых стойок успешно воспроизводят в пробирке тромбовые паттерны, подтверждая их прогностическую силу Агентная модель тромбоза стента .

Системы обыкновенных дифференциальных уравнений (ODE) для коагуляции

На биохимическом уровне коагуляционный каскад моделируется как набор ОДЭ, описывающий концентрации факторов свертывания, комплексов и ингибиторов. Модели, подобные Хоккин-Манн или Пантелеевой модели, захватывают динамику генерации тромбина.Эти ОДЭ-системы могут быть связаны с КФД путем включения их в качестве исходных терминов в уравнения переноса видов, но часто для поддержания управляемых вычислительных затрат используется уменьшенная или сгущенная модель. Для растворения фибринолитическая система может быть добавлена в виде отдельного набора ОДЭ для плазминогена, тПА, плазмина и продуктов деградации.

Многомасштабная и мультифизическая интеграция

Наиболее продвинутые модели сочетают гемодинамику, динамику тромбоцитов, биохимию коагуляции и фибринолиз в рамках одной платформы. Это требует эффективных растворителей, которые обрабатывают жесткую химию и движущиеся границы (поскольку тромб растет и изменяет поле потока). Методы включают: (i) методы погружения границы для учета деформации сгустка, (ii) методы определения уровня для отслеживания поверхности тромба и (iii) адаптивное временное начисление. В то время как все еще граница исследования, эти интегрированные модели уже используются для оптимизации геометрии устройства - например, сравнение недавно разработанных форм стента для уменьшения зон разделения потока.

Приложения и тематические исследования

Стент тромбоз

Лекарственные стенты (DES) резко уменьшили рестеноз, но увеличивают риск позднего тромбоза стента из-за задержки эндотелиализации. Моделирование CFD распорок DES показывает, что малапсопозиция (плохой контакт со стенкой сосуда) создает зоны рециркуляции, где накапливается тромбин. Используя модель, которая включает активацию тромбоцитов и коагуляцию, исследователи предсказали, что толщина распорок и расстояние являются критическими факторами: более тонкие, оптимизированные распорки уменьшают объем тромба на 40% См. моделирование эффектов распорок .

Механические клапаны сердца

Механические клапаны сердца требуют пожизненной антикоагуляции. Тем не менее, тромбоэмболические события все еще происходят, особенно в левом предсердном придатке или в клапанных шарнирах. Моделирование CFD двустворчатого клапана в положении аорты показало, что шарнирная область испытывает как повышенный сдвиг (до 10 000 с-1), так и рециркуляции с низким потоком. Высокий сдвиг активирует тромбоциты, которые затем объединяются в кармане с низким потоком. Изменяя геометрию шарнира для оптимизации потока и уменьшения зазоров зазора, объем тромба уменьшался в силико. Эти результаты сообщили о дизайне новых поколений клапанов.

Центральные венозные катетеры

Тромбоз, связанный с катетером, является распространенным осложнением в реанимации и онкологии. Моделирование кровотока вокруг кончика катетера показывает, что катетер создает зону застоя возле стенки сосуда. Введение боковых отверстий или изменение формы кончика может уменьшить застой, но также может изменить поток лекарств для инстилляции тромболитиков. Недавняя многомасштабная модель периферийно вставленного центрального катетера (PICC) предсказала, что «шаговая» конструкция кончика уменьшает образование сгустка на 30% по сравнению со стандартным концом скошенного кончика. Это моделирование включало как коагуляцию, так и фибринолиз, чтобы сбалансировать риск окклюзии по сравнению с способностью растворять существующий сгусток.

Будущие направления

По мере развития вычислительной мощности и технологий визуализации моделирование тромбоза и тромболиза в сосудистых устройствах будет становиться все более специфичным для пациента. Интеграция клинических данных в реальном времени, таких как геометрия сосудов на основе КТ, расположение сгустков на основе импеданса и профили коагуляции пациентов, позволит персонализировать прогнозы тромботического риска и оптимальные стратегии лечения. Алгоритмы машинного обучения (ML) обучаются на больших наборах данных результатов моделирования для быстрого прогнозирования тромбоз-прогнозируемых областей без дорогостоящих полных CFD-запусков. Например, нейронная сеть, обученная на 10 000 стент-проектах, может прогнозировать зоны с высоким сдвига в миллисекундах, что позволяет в режиме реального времени оптимизировать проектирование Машинное обучение для дизайна стента .

Еще одна новая область - это объединение моделей в silico с микрофлюидными платформами in vitro (органы на чипе) для проверки прогнозов в контролируемых условиях. Эти комбинированные подходы могут ускорить одобрение новых устройств с помощью виртуальной доказательной базы. Наконец, разработка стандартизированных рамок моделирования с открытым исходным кодом, таких как ThrombusSim или OpenBIOMED , демократизирует доступ и позволит более широкому исследовательскому сообществу внести свой вклад в повышение безопасности устройств.

В целом, моделирование образования и растворения сгустков крови в сосудистых устройствах является богатой, многопрофильной областью, которая охватывает механику жидкости, биохимию и материаловедение. Она уже дала практические идеи для разработки более безопасных стентов, клапанов и катетеров, и она имеет большие перспективы для персонализированной медицины. Постоянно совершенствуя эти модели и подтверждая их экспериментальные данные, мы можем уменьшить заболеваемость, связанную с тромбозом, связанным с устройством, и предложить пациентам более эффективные, менее инвазивные методы лечения.