Microfluidique : des avancées décisives
By   |  November 30, 2013

Chacun sait que les obstacles situés le long des cours d’eau provoquent remous et tourbillons de façon apparemment aléatoire. Imaginez maintenant pouvoir contrôler ces perturbations aux échelles micro et nano : les possibilités d’applications industrielles, scientifiques et médicales sont quasiment infinies…

Un article publié en mai dernier dans Nature Communications décrit comment il est désormais possible de créer des flux liquides sur mesure en plaçant de minuscules piliers à l’intérieur de canaux microfluidiques. En modifiant la vitesse d’écoulement, en multipliant les piliers, en faisant varier leur épaisseur, leur position et leur orientation, des chercheurs de UCLA, Princeton et Iowa University ont pu produire un nombre impressionnant de flux parfaitement contrôlés.

Ce type de recherche va par exemple permettre de séparer facilement les leucocytes (globules blancs) des autres cellules d’un échantillon sanguin, d’améliorer les mélanges dans les applications industrielles ou de réaliser plus rapidement des opérations de type lab-on-a-chip telles que le séquençage ADN ou la détection chimique. Ces secteurs d’activité représentent à terme des débouchés économiques très importants. Ensemble, ils sont en train de révolutionner la microfluidique.

Fig. 1 – Déformation inertielle de flux induite par les microstructures (échelle 25 µm, Re = 20). En (a), la microstructure déforme le flux de façon significative, ce qui crée un second flux recirculant dans le canal. L’expérience physique confirme la simulation. En (b), l’image microscopique 3D montre un flux fluorescent en cours de déformation autour d’un micro-pilier : l’objectif est de lui faire perdre sa symétrie de façon contrôlée. En (c), on voit comment l’écoulement du flux est contrôlé par le placement latéral des micro-piliers. Celui-ci est schématisé à gauche des images, qui elles-mêmes représentent des vues en coupe des flux et de leur déformation.

La plupart des flux microfluides s’écoulent à des vitesses très faibles” explique Baskar Ganapathysubramanian, Associate Professor en ingénierie mécanique à Iowa U. “A ces vitesses, le flux entoure doucement le cylindre et une symétrie se crée entre l’amont et l’aval. Tout ce qui se passe en amont se retrouve exactement en aval. Mais si vous augmentez légèrement la vitesse, ou, pour parler plus techniquement, le nombre de Reynolds, vous cassez cette symétrie et créez un sillage, des vortex et des déformations significatives qui ne demandent qu’à être exploitées“.

Lors d’une discussion à ce sujet, Dino Di Carlo, Associate Professor de bioingénierie à UCLA et lui se sont posé la question de savoir s’il ne serait pas possible de contrôler ces flux en plaçant des micro-piliers à des endroits précis. Utilisant à la fois l’expérimentation physique et la simulation, ils ont analysé cette approche et découvert qu’ils pouvaient effectivement produire des flux prévisibles.

Chaque pilier possède sa propre signature. En empilant les piliers, nous pouvons créer un nombre impressionnant de déformations, qui peuvent être combinées et ajustées pour une utilisation déterminée ” explique Ganapathysubramanian. “Des outils de ce type permettent de produire et de manipuler facilement des flux afin qu’ils prennent la forme la plus efficace pour l’application recherchée“, ajoute Di Carlo.

Fig. 2 – Diagramme de phase de la déformation inertielle. En (a), pour le cas simplifié où l’obstacle induisant la déformation est un pilier cylindrique placé au centre d’un canal rectiligne, on observe quatre modes opératoires déterminants. Le diagramme montre les modes opératoires selon les conditions du flux et les paramètres géométriques. En (b), on voit les quatre modes opératoires réalisés expérimentalement. Les vues en coupe sont celles du quadrant asymétrique du flux (échelle 20 µm sur les quatre). Les flèches indiquent la direction du mouvement pour chaque mode opératoire.

Les équations utilisées pour déterminer les flux sont à la fois simples et bien connues des spécialistes, mais le nombre de configurations nécessaires pour résoudre ces problèmes a néanmoins requis l’utilisation de gros calculateurs, en l’occurrence Ranger puis plus récemment Stampede, deux machines installées au TACC (Texas Advanced Computing Center). Pour mémoire, Stampede (8,52 Pflops) est aujourd’hui n° 6 au TOP500 et le plus gros cluster Xeon Phi américain. Pour commencer, plus d’un millier de calculs ont ainsi été “tournés”. L’objectif consistait à faire varier de façon très précise la vitesse d’écoulement des fluides et l’épaisseur, la hauteur et l’angulation des micro-piliers.

Chaque calcul nous donne une transformation, et toutes ces transformations nous donnent une bibliothèque de transformations” commente Di Carlo. Grâce à elle, il est possible de créer une séquence de piliers capable de détourner les leucocytes vers les bords d’un canal pour les isoler, puis de les rediriger vers le centre, pour les capturer. Plus globalement, la capacité potentielle des piliers à améliorer les mélanges de fluides trouve des applications quasiment infinies, comme par exemple l’évacuation de chaleur lors de la fabrication d’un microprocesseur ou la maîtrise très fine du manufacturing aux échelles micro et nanométriques.

A terme, Di Carlo et Ganapathysubramanian aimeraient “crowd-sourcer” l’identification des flux les plus intéressants pour l’industrie. “Dès que la bibliothèque sera diffusable, pourquoi ne pas imaginer un jeu vidéo dans lequel le joueur devra produire un flux spécifique en sélectionnant différents piliers, en les empilant et en observant le résultat ?

Fig. 3 – Ingénierie des flux à partir de séquences de piliers programmées. En (a), la précision de la prédiction numérique des déformations inertielles permet de programmer les flux. Chaque programme consiste en une séquence de piliers positionnés à différents endroits le long du canal et en une condition initiale (l’entrée du flux et sa largeur). Les prédictions basées sur l’ordonnancement séquentiel des déformations, elles-mêmes tirées d’un bibliothèque de simulations, correspond assez exactement aux résultats expérimentaux. Un utilisateur final peut donc utiliser cette librairie pour façonner les flux dont il a besoin. En (b et c), la discrétisation systématique de la position et de la taille des piliers facilite la communication et la reproductibilité des designs. En (d), on voit l’assemblage hiérarchique de fonctions de base pour créer une fonction plus complexe. En (e) on observe une mise en application de ce qui précède. En l’occurrence, il s’agit du déplacement d’un flux à différents endroits du canal.

Ce genre de raisonnement atypique est un des traits distinctifs de Baskar Ganapathysubramanian. C’est ce qui l’a conduit, avec Manish Parashar, directeur du Rutgers Discovery Informatics Institute (RDI2), et Jaroslaw Zola, chercheur dans ce même institut, à mobiliser simultanément les ressources de dix calculateurs situés dans six centres HPC internationaux, dont celui de Castilla-La Mancha en Espagne. Toujours, bien sûr, pour étendre le champs de ses simulations et enrichir la bibliothèque de transformations. Cette fois, plus de 12 800 modèles MPI ont été testés, soit environ 2,8 millions d’heures/cœur sur 16 jours, pour un volume de résultats dépassant les 400 Go.

Les premiers résultats sont mis à la disposition du “public” sur le site Web de CometCloud – qui souligne à ce propos la facilité avec laquelle cette équipe restreinte a pu profiter de ressources de calcul hétérogènes et distribuées pour résoudre des problèmes computationnels de grande envergure. Une publication plus élaborée est par ailleurs en cours de rédaction.

Cette expérience nous a également permis d’explorer un nouveau paradigme pour la réalisation de recherches computationnelles, et de démontrer que ce paradigme est utilisable avec différents applicatifs. La plupart des codes ayant un workflow similaire, il pourrait en découler un modèle permettant aux scientifiques de ne pas se disperser dans les moyens dont ils disposent. Le schéma que nous avons utilisé peut ainsi être reproduit pour donner accès à de grosses ressources informatiques dans un très large éventail de champs d’application” conclut Ganapathysubramanian pour élargir un peu le sujet.

Son objectif de création d’une bibliothèque de flux microfluidiques – une ressource partagée et “libre” comme le sont aujourd’hui les premières bibliothèques d’impression en 3D – est donc en bonne voie de réalisation. Il est clair que de nombreuses simulations restent à exécuter avant qu’elle n’atteigne un degré minimal de complétude mais, d’ores et déjà, la mise en application des premiers résultats ouvre d’importantes possibilités applicatives dans les domaines de l’industrie, de la science et de la médecine.

Fig. 4 – Applications de la programmation des fluides. (a) Extraction de particules d’un flux. Alors que le fluide se déplace du centre du canal, les particules sont maintenues au centre du canal par focus inertiel. (b) Séparation de particules par utilisation d’une géométrie similaire (les particules de 10 µm restent focalisées tandis que celles de 1 µm suivent le flux du fluide). (c) Déplacement de flux autours de particules. Un taux d’extraction élevé (> 95 %) ainsi qu’un haut niveau de pureté (> 90 %) sont obtenus, ici avec des particules d’environ 10 µm. (d) Séparation de flux. (e) Mélanges microfluidiques (Pe ~ 4×104). Tous les flux représentés correspondent à Re = 20 et sont montrés à l’échelle 50 µm.

© HPC Today 2022 - All rights reserved.

Thank you for reading HPC Today.

Express poll

Do you use multi-screen
visualization technologies?

Industry news

Brands / Products index