Modellierung, Simulation und Optimierung für Agonist-Antagonist Myoneural Interface Amputationen

• Antragstellerinnen / Antragsteller: Professor Dr. Dominik Göddeke; Professor Oliver Röhrle, Ph.D.; Professorin Dr. Miriam Schulte
• Fachliche Zuordnung: Angewandte Mechanik, Statik und Dynamik
• Förderung: Förderung seit 2021
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 465243391

Dieser Folgeantrag basiert auf den Annahmen und Zielen des Vorgängerprojekts. Ziel ist die Entwicklung einer Simulations- und Optimierungsplattform für tieferes Verständnis des neuromuskulären Systems. Die Plattform wird außerdem entsprechende Workflows für den Umgang mit klinischen Daten und Simulationsdaten beinhalten. Wir bauen auf einer einzigartigen, in der ersten Förderperiode begonnenen Kooperation mit einer Unfallchirurgin auf und arbeiten auf eine konkrete Pilotanwendung hin, die Agonist-Antagonist-Myoneural-Interface (AMI) Amputationstechnik. Daneben bleibt die allgemeinere Anwendbarkeit unserer Lösungen ausdrückliches Ziel des Projekts. Insbesondere werden wir dazu beitragen, dass Chirurgen, Ärzte im Allgemeinen, aber auch Modellierer ihr Verständnis von Anpassungsmechanismen, Signalwegen und Feedback innerhalb des neuromuskulären Systems verbessern können. Das AMI ist eine neuartige Amputationstechnik, die derzeit nur von wenigen Gruppen weltweit durchgeführt wird und die darauf abzielt, Signalwege und neuronale Feedback-Schleifen zu erhalten. In der chirurgischen Praxis sind fachkundige Entscheidungen über die Verkürzung von Agonist und Antagonist und deren Verbindung durch eine künstliche Sehne erforderlich. Ein wichtiger Parameter für die Qualität des Operationsergebnisses ist die Vordehnung der beiden Muskeln. Diese beschreibt den Längenunterschied zwischen einem (theoretisch) völlig entspannten Muskel und der entspanntesten Position in der physischen Umgebung, in der die Muskeln über Sehnen mit Knochen bzw. miteinander verbunden sind. Wir haben bereits in der ersten Förderperiode zum Verständnis der Rolle der Vordehnung beigetragen, indem wir einen ersten Prototyp für eine detaillierte Simulation von Zwei-Muskel-eine-Sehne-Systemen bereitgestellt haben, ergänzt durch einen Bayes‘schen Inferenzansatz für die Vordehnung als Parameter basierend auf einem separaten vereinfachten Modell. Unser Projekt hat zum Ziel, (i) die Modellierung der Feedback-Mechanismen in realistischen Skelettmuskelpaaren, (ii) ihre effiziente Simulation unter Nutzung von HPC-Ressourcen, (iii) effiziente und genaue Surrogat-Modelle und (iv) die Entwicklung von Bayes‘schen Techniken für die Parameterinferenz und -optimierung unter Verwendung der Surrogat-Modelle voran zu treiben. Die Projektarbeit erfolgt in enger Interaktion von unterschiedlichem Fachexpertisen als Co-Design zwischen der Pilotanwendung und dem Modellierungs-Simulations-Optimierungszyklus. Gemeinsames Fachwissen wird durch die Zusammensetzung der Gruppe von Antragstellern und das Umfeld im Schwerpunktprogramm eingebracht. Unsere methodischen und faktischen Ergebnisse sollen über die in diesem Antrag formulierten hypothesengetriebenen AMI-bezogenen Fragen hinausgehen. Für das gesamte Projekt halten wir die Anwendung der FAIR-Prinzipen für Daten und Software für entscheidend, um den beabsichtigten wissenschaftlichen Einfluss sowie die Reproduzierbarkeit unserer Arbeit zu erreichen.

• DFG-Verfahren: Schwerpunktprogramme
• Teilprojekt zu: SPP 2311: Robuste Kopplung kontinuumsbiomechanischer in silico Modelle für aktive biologische Systeme als Vorstufe klinischer Applikationen - Co-Design von Modellierung, Numerik und Nutzbarkeit