Steigende Zahlen von Patienten mit neurodegenerativen Erkrankungen sind ein
überzeugender Grund, das menschliche Gehirn und seinen fortschreitenden Verfall
zu untersuchen, wobei aber viele essenzielle biochemische Funktionen bisher noch
nicht vollends geklärt sind. In vitro Forschung zur Hirnfunktion auf geeigneten
Plattformen ist ein vielversprechender Weg, diese Lücke zu schließen. Eigenschaften
der brain-machine Grenzfläche müssen erforscht werden, um neue Biomaterialien
effektiv für lab-on-a-chip Anwendungen wie bspw. Multielektrodenarrays (MEAs)
einzusetzen. Diese brain-on-a-chip Anwendungen können dazu dienen, die Zahl der
Tierexperimente zu reduzieren, damit Forschung zu beschleunigen und Kosten zu
senken. In dieser Hinsicht erfordert die Miniaturisierung von MEAs für eine
detailliertere Messung von neuronalen Funktionen die Entwicklung von neuen
Biomaterialien mit vorteilhaften elektrischen Eigenschaften. Die Wechselwirkung
dieser Biomaterialien mit Zellen muss untersucht werden, um gute Zelladhäsion,
Proliferation und elektrische Kopplung zu gewährleisten. Die vorliegende Arbeit
dient der Charakterisierung der Wechselwirkung von humanen neuronalen Zellen
und Gliazellen (neuronenartige SH-SY5Y und gliaartige U-87 MG Zellen) mit dem
Elektrodenmaterial Titannitrid mit nanokolumnarer Oberfläche (TiN nano) und
dessen Vorteile bezüglich elektrischer und bioaktiver Eigenschaften im Vergleich mit
Gold (Au) und Indiumzinnoxid (ITO), welche derzeit für MEAs und Neuroelektroden
verwendet werden. Das Ziel der Arbeit ist die Implementierung neuer aus der
theoretischen Physik, Mathematik und Computerwissenschaft entlehnten
Techniken, um eine bildbasierte Methode zu entwickeln, die auf minimalen
Experimenten beruht und trotzdem wichtige Hinweise zur Biokompatibiliät eines
Materials liefert. Das schließt die Analyse von Zellnetzwerken, Zellverteilung,
Adhäsion und elektrochemischer Eigenschaften in mono- und co-Kultur ein. Dazu
werden Autokorrelation, selbstlernende Algorithmen und die Analyse
nächstgelegener Nachbarn eingesetzt, um einen Weg von klassischen biochemischen
Assays weg zu einem rechnerischen Ansatz zu finden. Die Ergebnisse zeigen eine
Überlegenheit von Tin nano als potenzielles Biomaterial für lab-on-a-chip
Anwendungen und in vivo neuraler Stimulation. Die präsentierte bildbasierte
Analysemethode für die Untersuchung von Zellverteilungen erweist sich als
wertvolles Werkzeug für die Bewertung von Biokompatibilität. Sie ist universell
einsetzbar für verschiedene Zelltypen und quantifiziert die Wechselwirkung von
Zellen mit Biomaterialien. / Rising numbers of patients with neurodegenerative diseases are a compelling reason
to study the human brain and its progressive deterioration but many essential
biochemical functions are still under investigation. Conducting research on brain
function in vitro with suitable platforms is a promising solution to close these gaps.
Characteristics of the brain-machine interface need to be investigated to effectively
employ new biomaterials for lab-on-a-chip devices, such as multielectrode arrays
(MEAs) for example. These brain-on-a-chip devices will potentially reduce the
number of conducted animal experiments and therewith accelerate future research
and reduce costs. In this context, miniaturization of MEAs for more detailed
measurements of neuronal function calls for new biomaterials with advantageous
electrical characteristics. The interaction of these biomaterials with cells needs to be
investigated to ensure good cell adhesion, proliferation, and electrical coupling. This
thesis aims to study and characterize the interaction of human neuronal and glial cells
(neuron-like SH-SY5Y and glia-like U-87 MG cells) with the electrode material titanium
nitride with nanocolumnar surface topography (TiN nano) and its advantages in terms
of electric and bioactive properties compared to gold (Au) and indium tin oxide (ITO)
which are currently employed for MEAs and neuroelectrodes. The overall goal of this
study is the implementation of new techniques drawn from theoretical physics,
mathematics, and computer science to establish an image-based method that relies
on minimal experimental effort but nevertheless yields important evidence of
biocompatibility of the material. Analysis includes the investigation of cellular
networks, cell distribution, adhesion, and electrochemical properties in mono- and
co-culture experiments. To this end, autocorrelation function, self-learning
algorithms, and nearest neighbor analysis are deployed to move away from classical
biochemical assays toward a more computational approach. Results show the
superiority of TiN nano as a potential biomaterial employed for lab-on-a-chip designs
as well as for in vivo neural stimulation. The proposed image-based analysis method
for the investigation of cellular distribution turns out to be a valuable tool for the
assessment of biocompatibility. It is universally applicable to cell types other than
neuronal and quantifies the interaction of cells with biomaterials.
| Identifer | oai:union.ndltd.org:DRESDEN/oai:qucosa:de:qucosa:87642 |
| Date | 24 October 2023 |
| Creators | Abend, Alice |
| Contributors | Universität Leipzig |
| Source Sets | Hochschulschriftenserver (HSSS) der SLUB Dresden |
| Language | English |
| Detected Language | German |
| Type | info:eu-repo/semantics/acceptedVersion, doc-type:doctoralThesis, info:eu-repo/semantics/doctoralThesis, doc-type:Text |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0024 seconds