TWIN-IT

Le projet TWIN-IT vise à contribuer à lever les verrous scientifiques et cliniques pour prévenir les lésions des tissus mous, en développant des jumeaux numériques personnalisés et multi-échelles qui intègrent explicitement les processus mécanobiologiques menant aux escarres et plaies chroniques. L’endommagement tissulaire résulte d’interactions couplées à différentes échelles spatiales et temporelles : les contraintes mécaniques perturbent les flux microvasculaires, réduisent l’oxygénation et déclenchent des cascades inflammatoires locales, compromettant in fine l’intégrité des tissus. Les approches cliniques actuelles reposent sur des seuils empiriques et ignorent ces phénomènes, sans prendre en compte la variabilité individuelle et des réponses physiologiques.

Nous faisons l’hypothèse que ces phénomènes mécanobiologiques peuvent être quantifiés et modélisés pour prédire précocement les atteintes tissulaires et orienter des stratégies de prévention.

TWIN-IT s’appuie sur des cadres multiphasiques en poromécanique basés sur la TCAT (Théorie de la moyennisation thermodynamique), qu’il étend pour intégrer le transport d’oxygène et les signaux inflammatoires. Un défi majeur consiste à quantifier et modéliser comment une sollicitation mécanique prolongée induit hypoxie et inflammation de manière individualisée et dans un cadre numérique compatible pour un usage en routine clinique.

Méthodologiquement, le projet développera une plateforme expérimentale innovante combinant sollicitations mécaniques contrôlées et caractérisations biochimiques haute résolution (via OCT et spectroscopie Raman) sur tissus humains et reconstruits. En parallèle, des modèles murins permettront d’analyser comment la charge prolongée altère la microcirculation et déclenche des changements moléculaires, validés par histologie et immunohistochimie. Ces données alimenteront des modèles multi-échelles couplant déformation tissulaire, dynamique des fluides interstitiels et stress métabolique. Des analyses de sensibilité permettront d’identifier les paramètres dominants et de réduire ces modèles en jumeaux numériques simplifiés associant lois physiques et apprentissage automatique pour une prédiction temps réel.

Ce jumeau numérique sera testé chez des amputés trans-fémoraux, population particulièrement exposée, où les emboîtures prothétiques induisent des distributions de charges complexes. Des capteurs embarqués mesureront pressions, températures et variations microcirculatoires pendant la marche et pendant l’assise, validant les prédictions et pouvant guider l’optimisation du design des emboîtures. Parallèlement, TWIN-IT explorera des matériaux souples pour réduire les pics de charge locaux et protéger les tissus selon les indications du jumeau numérique.

Sur le plan clinique, ce projet répond à un besoin majeur : les porteurs de prothèses souffrent fréquemment d’inconfort, de lésions cutanées récidivantes, voire abandonnent leur dispositif, faute d’anticipation fine des mécanismes en jeu. En reliant explicitement contraintes mécaniques, hypoxie, inflammation et signaux moléculaires précoces, TWIN-IT vise à permettre une intervention plus précoce et individualisée, améliorant le confort prothétique et la qualité de vie des patients.

Le consortium réunit l’ENSAM, Mines Paris PSL, TIMC, LBTI, CEA, des partenaires cliniques (Pôle

Saint-Hélier, Fondation Hopale) et l’industriel PROTEOR, garantissant une intégration robuste des modèles mécanobiologiques, des outils d’imagerie avancée, de la validation clinique et du transfert.

En abordant comment les charges mécaniques évoluent en dysfonction inflammatoire, TWIN-IT s’aligne pleinement sur le PEPR Santé numérique, avec un objectif de déploiement préclinique à l’horizon 2030, contribuant aux stratégies nationale et européenne pour une santé personnalisée et pilotée par les données.