Impacto das Interações Magneto-Dipolares na Taxa de Absorção Específica de Conjuntos de Nanopartículas de Óxido de Ferro

Resumo

Calculamos a taxa de absorção específica (SAR) de conjuntos diluídos de nanopartículas de óxido de ferro arranjadas em clusters aleatórios submetidas a campo magnético alternado. Cálculos empregaram equação estocástica de Landau-Lifshitz, que incorpora tanto flutuações térmicas dos momentos magnéticos quanto interações magneto-dipolares entre partículas. Para clusters 3D convencionais, força de interação governada principalmente por densidade de empacotamento η = NpV/Vcl, onde Np é contagem média de partículas por cluster, V volume de partícula, e Vcl volume do cluster. Observamos redução marcante na área de histerese de baixa frequência e no SAR conforme η aumentou de 0,005 a <0,4. Dependência do SAR no diâmetro médio persistiu mas enfraqueceu com maiores densidades de empacotamento. Em clusters fractais — comuns em meios biológicos — SAR diminuiu ainda mais, com pico deslocando para diâmetros menores. Aumentar espessura de camadas superficiais não magnéticas restaurou parcialmente valores de SAR.

Introdução

Hipertermia magnética é estratégia líder para tratamento de câncer, baseada em calor gerado por nanopartículas magnéticas (MNPs) em campo magnético alternado. Eficiência de aquecimento, expressa como SAR, depende de tamanho de partícula, material, amplitude de campo, frequência e propriedades do meio circundante. Nanopartículas de óxido de ferro são particularmente atrativas devido à sua biocompatibilidade, biodegradabilidade e visibilidade em MRI.

In vivo, MNPs frequentemente tornam-se firmemente ligadas a tecidos, limitando sua rotação física. Consequentemente, relaxação Browniana é negligenciável, e apenas relaxação Néel — i.e., reorientação do momento magnético dentro da partícula — contribui para aquecimento. Além disso, interações magnéticas entre partículas próximas podem alterar significativamente SAR, especialmente em agregados densos que formam estruturas fractais dentro de tumores.

Trabalhos prévios destacaram papel de flutuações térmicas em SAR para conjuntos diluídos, não interagentes, e identificaram diâmetro de partícula ótimo (~20 nm) para aquecimento máximo em frequências típicas de hipertermia (200–500 kHz). No entanto, valores experimentais de SAR frequentemente ficam abaixo de previsões teóricas, provavelmente devido a forte acoplamento magneto-dipolar em conjuntos densos. Este estudo visa quantificar esse efeito usando estrutura estocástica rigorosa de Landau-Lifshitz.

Simulação Numérica

Nanopartículas Não Interagentes

Para conjunto superparamagnético diluído, orientado aleatoriamente, equação de Fokker-Planck rende descrição cinética aproximada (Eq. 1) para populações n1 e n2 dos dois poços de energia. Magnetização reduzida segue Eq. (2). Essas equações, validadas contra simulações estocásticas diretas de Landau-Lifshitz, permitem cálculo rápido de loops de histerese para vários diâmetros de partícula, frequências e amplitudes de campo.

Clusters de Nanopartículas

Modelamos duas morfologias de cluster: (i) clusters 3D quasi-esféricos aleatórios e (ii) clusters fractais típicos de agregados intracelulares. No caso 3D, partículas de diâmetro D posicionadas aleatoriamente dentro de esfera de raio Rcl enquanto garantindo nenhum contato direto. Densidade de empacotamento η controla distância média interpartículas Dav via Dav = (6Vcl/(πNp))¹ᐟ³ e η = (D/Dav)³. Clusters fractais gerados usando algoritmo Filippov com descritores Df e kf, resultando contagem de partículas Np = kf(2Rg/D)^Df.

Equação estocástica de Landau-Lifshitz (Eq. 3) governa dinâmica do vetor de magnetização unitário αi de cada partícula, com campos efetivos derivados de anisotropia (Eq. 5), acoplamento Zeeman (Eq. 6) e interações dipolo-dipolo (Eq. 7). Campos térmicos obedecem relação flutuação-dissipação (Eq. 9). Esquema numérico segue Refs. [13, 40, 41].

Resultados e Discussão

Nanopartículas de Óxido de Ferro Não Interagentes

Usando parâmetros típicos de óxido de ferro — magnetização de saturação Ms = 70 Am²/kg, constante de anisotropia K = 10⁴ J/m³, temperatura 300 K, diâmetros 10–30 nm — calculamos SAR para amplitude de campo fixa H0 = 8 kA/m em frequências 200–500 kHz. SAR pico para diâmetros 20–21 nm, alcançando 350–450 kW/kg, em concordância com relatos experimentais para partículas otimamente dimensionadas. No entanto, muitas medições in vivo reportam SAR menor (~20–50 kW/kg), sugerindo efeitos adicionais de interação.

Conjunto de Clusters 3D

Figura 3 ilustra como aumento da densidade de empacotamento η diminui área do loop de histerese e SAR. Para Np = 40, valores η de 0,005, 0,04 e 0,32 correspondem a razões interpartículas Dav/D de 1,46, 2,92 e 5,84, respectivamente. Em η ≥ 0,04, acoplamento magneto-dipolar reduz significativamente SAR, com queda de seis vezes quando η sobe de 0,005 a 0,32. Diâmetro ótimo permanece próximo a 20 nm, embora pico se torne menos pronunciado.

Conjunto de Clusters Fractais

Agregados fractais mostram supressão de SAR ainda mais forte. Pico de absorção desloca para diâmetros menores para todas menos a maior dimensão fractal (Df = 2,7). Espessuras de camada não magnética tSh de 1 nm mitigam acoplamento dipolar de vizinhos mais próximos, restaurando parcialmente valores de SAR e estreitando dependência de diâmetro, como mostrado na Figura 5.

Conclusões

Nossas simulações demonstram que interações magneto-dipolares dentro de clusters de nanopartículas — quantificadas pela densidade de empacotamento η — reduzem dramaticamente SAR de conjuntos de óxido de ferro. Para clusters 3D convencionais, aumentar η de 0,005 a 0,32 reduz SAR aproximadamente por fator seis, alinhando previsões teóricas com valores experimentais observados (~50–100 kW/kg). Clusters fractais exibem supressão similar de SAR e deslocamento sistemático do diâmetro ótimo para tamanhos menores. Introduzir camadas superficiais não magnéticas pode contrabalancear acoplamento dipolar e recuperar SARs mais altos, promissor para aplicações biomédicas.

Esses achados reforçam importância de controlar tamanho de partícula, estado de agregação e química de superfície ao projetar MNPs para hipertermia. Trabalhos futuros devem incorporar distribuições de tamanho realistas e potenciais interações de troca para modelo mais abrangente.