El campo de la ingeniería de tejidos busca replicar tanto la estructura como la función de los tejidos biológicos reales. Este tejido ingenierizado tiene aplicaciones potenciales en el modelado de enfermedades, el descubrimiento de fármacos y los injertos implantables.
La bioprinting 3D, que utiliza células vivas, materiales biocompatibles y factores de crecimiento para construir estructuras tridimensionales de tejidos y órganos, se ha convertido en una herramienta clave en este ámbito. Hasta ahora, uno de los enfoques más utilizados para la bioprinting se basa en técnicas de fabricación aditiva y modelos digitales, depositando capas 2D de bio-tintas, compuestas por células en un gel suave, en un baño de soporte, capa por capa, para crear una estructura 3D. Aunque estas técnicas permiten la fabricación de arquitecturas complejas con características difíciles de construir manualmente, los métodos actuales presentan limitaciones.
“Una desventaja importante de los enfoques actuales de bioprinting 3D es que no integran métodos de control del proceso que limiten los defectos en los tejidos impresos. Incorporar control del proceso podría mejorar la reproducibilidad inter-tisular y aumentar la eficiencia de recursos, por ejemplo, limitando el desperdicio de material,” señala Ritu Raman, titular de la Cátedra Eugene Bell para el Desarrollo Profesional en Ingeniería de Tejidos y profesora asistente de ingeniería mecánica.
Nuevas estrategias para optimizar la bioprinting 3D
Raman agrega: “dada la diversa gama de herramientas disponibles para la bioprinting 3D, existe una necesidad significativa de desarrollar técnicas de optimización del proceso que sean modulares, eficientes y accesibles.”
Esta necesidad llevó a Raman a buscar la colaboración del profesor Bianca Colosimo, de la Universidad Politécnica de Milán (Polimi). Colosimo recientemente completó un año sabático en el MIT, donde fue acogida por John Hart, profesor Class of 1922 y co-director de la Iniciativa para Nuevas Manufacturas del MIT.
“La Inteligencia Artificial y la minería de datos ya están transformando nuestras vidas diarias, y su impacto será aún más profundo en el emergente campo del bioprinting 3D y en la manufactura en general,” afirma Colosimo. Durante su año sabático en el MIT, colaboró con Raman y su equipo para co-desarrollar una solución que representa un primer paso hacia el bioprinting inteligente.
Tecnología innovadora para el monitoreo durante la impresión
“Esta solución ya está disponible tanto en nuestros laboratorios en Polimi como en el MIT, sirviendo como una plataforma gemela para intercambiar datos y resultados entre diferentes entornos y allanando el camino para muchos nuevos proyectos conjuntos en los próximos años,” añade Colosimo.
Un nuevo artículo escrito por Raman, Colosimo y los autores principales Giovanni Zanderigo, becario Rocca en Polimi, y Ferdows Afghah del MIT, publicado esta semana en la revista Device, presenta una técnica novedosa que aborda este desafío. El equipo construyó y validó una técnica modular, económica y agnóstica al tipo de impresora que integra una herramienta compacta para imágenes capa por capa. En su método, un microscopio digital captura imágenes de alta resolución de los tejidos durante la impresión y las compara rápidamente con el diseño previsto mediante un pipeline de análisis de imágenes basado en IA.
Si (
No(
