來(lái)自莫斯科物理技術(shù)學(xué)院、喀山聯(lián)邦大學(xué)和喬治華盛頓大學(xué)的研究人員提出了一種算法，用于生成描述人類(lèi)心臟細(xì)胞電激發(fā)的患者特定數(shù)學(xué)模型。該研究發(fā)表在PLOS One上，著眼于兩種可能的方法——一種使用電活動(dòng)的實(shí)驗(yàn)記錄，另一種基于基因表達(dá)譜。
每次心臟收縮都是由先前的電刺激引起的，即所謂的動(dòng)作電位。后者由通過(guò)離子通道的電流產(chǎn)生。形成離子流的此類(lèi)通道的數(shù)量隨病理狀況和健康患者心臟組織的個(gè)體特性而變化。當(dāng)各種類(lèi)型的離子流之間的平衡被破壞時(shí)，這可能會(huì)導(dǎo)致危險(xiǎn)的心律失常和死亡。
由于激勵(lì)傳播涉及許多因素，因此在過(guò)去 50 年中，研究心律失?；驹淼难芯恳恢币蕾?lài)于數(shù)學(xué)模型。盡管開(kāi)發(fā)這些模型背后付出了努力，但到目前為止它們很少用于臨床實(shí)踐，主要是因?yàn)樗鼈兠枋隽艘粋€(gè)假設(shè)的普通患者。這個(gè)故事中報(bào)道的研究解決了將此類(lèi)模型應(yīng)用于真實(shí)個(gè)體患者的挑戰(zhàn)性任務(wù)。
本文討論的第一種方法依賴(lài)于動(dòng)作電位的實(shí)驗(yàn)記錄和使用專(zhuān)用計(jì)算機(jī)算法的后續(xù)模型優(yōu)化。他們采用進(jìn)化原理來(lái)找到使模型重現(xiàn)實(shí)驗(yàn)的參數(shù)。隨機(jī)生成的模型會(huì)受到選擇、交叉和變異的影響。許多科學(xué)團(tuán)體之前的研究已經(jīng)確定了這種方法面臨的主要挑戰(zhàn)。即，很難找到唯一的解決方案，因?yàn)閷?dǎo)致相同動(dòng)作電位波形的參數(shù)的眾多不同組合。
來(lái)自 MIPT 人類(lèi)生理學(xué)實(shí)驗(yàn)室的研究合著者 Andrey Pikunov 評(píng)論說(shuō)：“我們?cè)诿總€(gè)階段都仔細(xì)檢查和優(yōu)化了算法的管道。例如，以前，模型參數(shù)相互獨(dú)立地進(jìn)行突變，而我們使用'向量突變，一次影響所有參數(shù)。這使得尋找正確模型參數(shù)的效率大大提高。連同其他修改，我們開(kāi)發(fā)了一種算法，可以高精度地確定主要離子通道的電導(dǎo)率。”
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請(qǐng)聯(lián)系刪除！