Computational Approaches for biomaterials characterization and biomaterial-cell interactions

Biomaterials for tissue engineering applications have to comply with several requirements, such as safety, biocompatibility and appropriate mechanical features. The development process of these biomaterials encompasses several scientific approaches, ranging from in-silico to in-vivo. The in-silico optimization of biomaterials features is attracting even larger attention. Indeed, the improvement of this approach will allow to reduce additional costs int the biomaterials development process, due to unnecessary experimental characterizations. According to this point-of-view, in this thesis is presented a molecular dynamics approach for biomaterial characterization. More in details, self-assembling peptides (SAPs) hydrogels scaffolds have been investigated at the nano-scale and micro-scale, to elucidate their intrinsic structure-property-function relationships. The atomistic and coarse-grained molecular dynamics (CG-MD) have been used for the elucidation of self-assembling pathways of peptide-based scaffolds. Due to the lack of crucial structural information in CG-MD simulations, the innovative software suite, dubbed Morphoscanner, has been employed for the elucidation of conformational aggregation patterns of SAPs. Then, the mechanical properties and failure mechanisms of SAPs nanostructures have been investigated through the steered MD simulations. These evidences led the development of a CG-MD approach aiming to elucidate the complex interplay between cell membranes and SAPs nanofibrils. In particular, MARTINI CG-MD simulations have been used for understanding the effects of SAPS nanofibril on dynamics of lipid domains in neural membranes. Such achievements open up new dimensions in the field of biomateriomics, allowing to understand and eventually orchestrate the complex phenomena which affect the mechanical properties and biocompatibility of SAPs biomaterials for tissue engineering applications.

I biomateriali per applicazioni di ingegneria dei tessuti devono soddisfare diversi requisiti, come sicurezza, biocompatibilità e caratteristiche meccaniche appropriate. Il processo di sviluppo di questi biomateriali comprende diversi approcci scientifici, che vanno dall' in-silico all'in-vivo. L'ottimizzazione in silico delle caratteristiche dei biomateriali sta attirando un'attenzione sempre maggiore. Infatti, il miglioramento di questo approccio consentirà di ridurre i costi aggiuntivi nel processo di sviluppo dei biomateriali, a causa di caratterizzazioni sperimentali non necessarie. Secondo questo punto di vista, in questa tesi viene presentato un approccio di dinamica molecolare per la caratterizzazione dei biomateriali. Più in dettaglio, gli scaffold degli idrogel di peptidi autoassemblanti (SAP) sono stati studiati su nanoscala e microscala, al fine di chiarire le loro relazioni intrinseche struttura-proprietà-funzione. Le dinamiche molecolari atomistiche a grana grossa (CG-MD) sono state utilizzate per studiare i meccanismi di auto-assemblamento che portano alla formazione di scaffold peptidici. A causa della mancanza di informazioni strutturali cruciali nelle simulazioni CG-MD, l'innovativa suite software, denominata Morphoscanner, è stata impiegata per la classificazione dei modelli di aggregazione conformazionale dei SAP. Quindi, le proprietà meccaniche e i meccanismi di rottura delle nanostrutture SAP sono stati studiati attraverso le simulazioni MD vincolate. Queste evidenze hanno portato allo sviluppo di un approccio CG-MD che mira a chiarire la complessa interazione tra membrane cellulari e nanofibrille SAP. In particolare, le simulazioni MARTINI CG-MD sono state utilizzate per comprendere gli effetti della nanofibrille peptidiche sulla dinamica dei domini lipidici nelle membrane neurali. Tali risultati aprono nuove dimensioni nel campo della biomateriomica, consentendo di comprendere ed eventualmente controllare i complessi fenomeni che influenzano le proprietà meccaniche e la biocompatibilità dei biomateriali a base peptidica per applicazioni di ingegneria tissutale.