Neuer Algorithmus für personalisierten Modellen des menschlichen Herz-Elektrophysiologie
Forscher des Moskauer Instituts für Physik und Technologie, Kazan Federal University und der George Washington University haben vorgeschlagen, einen Algorithmus für die Herstellung von Patienten-spezifischen mathematischen Modelle zur Beschreibung der elektrischen Erregung des menschlichen Herzzellen. Veröffentlicht in PLOS One, die Studie untersucht zwei mögliche Ansätze—der eine mit experimentellen Aufzeichnungen der elektrischen Aktivität und der anderen auf der Basis von gen-Ausdruck-profile.
Jedes Herz Kontraktion verursacht wird, durch einen vorhergehenden elektrischen Erregung, das so genannte aktionspotential. Letztere resultiert aus der elektrischen Ströme durch die Ionenkanäle. Die Anzahl solcher Kanäle bildenden Ionen-Ströme variiert mit den beiden pathologischen Bedingungen und die individuellen Eigenschaften von Herzgewebe bei gesunden Patienten. Wenn die balance zwischen verschiedenen Arten von Ionen Ströme gestört wird, führen kann zu gefährlichen Herzrhythmusstörungen und Tod.
Da viele Faktoren beteiligt sind, in Erregung Vermehrung, die Studien zur Untersuchung der grundlegenden Prinzipien, die Herzrhythmusstörungen haben, verlassen Sie sich auf mathematische Modelle, die in den letzten 50 Jahren. Trotz der Anstrengung, die hinter der Entwicklung dieser Modelle, sind Sie bisher nur selten verwendet, in der klinischen Praxis, vor allem, weil Sie beschreiben eine hypothetische Durchschnittliche patient. Die Forschung berichtet in dieser Geschichte Adressen der anspruchsvollen Aufgabe, die Anwendung solcher Modelle an realen Patienten.
Der erste Ansatz diskutiert das Papier stützt sich auf experimentelle Aufnahmen von aktionspotential und der anschließenden Modell-Optimierung mit speziellen computer-algorithmen. Sie beschäftigen evolutionären Prinzipien zu finden, die Parameter, aus denen das Modell zu reproduzieren, das experiment. Zufällig generierte Modelle ausgesetzt sind Selektion, crossover und mutation. Stand der Forschung durch eine Reihe von wissenschaftlichen Gruppen identifiziert die Schlüssel-Herausforderung für diesen Ansatz. Nämlich, es ist schwer zu finden, die einzigartige Lösung, weil für die zahlreiche verschiedene Kombinationen von Parametern, die das Ergebnis in die gleiche action-potential-Wellenform.
Studie co-Autor Andrey Pikunov aus dem MIPT-Labor der Menschlichen Physiologie, kommentierte: „Wir haben genau geprüft und optimiert der Algorithmus die pipeline auf jeder Stufe. Zum Beispiel zuvor, die Modell-Parameter wurden ausgesetzt mutation unabhängig voneinander, wobei wir verwendet ‚Vektor mutation‘, die alle Parameter auf einmal. Dies macht die Suche nach dem richtigen Modell-Parameter wesentlich effizienter. Zusammen mit anderen änderungen haben wir einen Algorithmus entwickelt, der bestimmt die leitfähigkeiten der Haupt-Ionen-Kanäle mit einem hohen Grad von Präzision.“
Der zweite Ansatz diskutiert in dem Artikel wird die gen-expression-Daten, die bestimmen, wie die genetische information wird umgewandelt in RNA und Proteine. Jeder Ionenkanal in der Zellmembran ist aus protein-Untereinheiten integriert in die Membran nach der übersetzung aus dem matrix-RNA. Die Höhe der exprimierten RNA gemessen werden kann, aber es ist bisher unmöglich gewesen, diese Daten verwenden, um vorherzusagen, die elektrophysiologischen Eigenschaften spezifisch für einen bestimmten Patienten. Die Forscher der Kalibrierung des Modells auf eine tatsächliche Patienten, mithilfe von algorithmen, die oben erwähnt werden. Dann die Unterschiede zwischen gen-Ausdruck-profile wurden verwendet, um erstellen Sie mathematische Modelle erfolgreich die Vorhersage der action potential für andere Patienten, basierend auf Ihren individuellen gen-Ausdruck-profile.
