„Wirtualna tętnica” przybliża nas do udoskonalonego przewidywania skutków ubocznych leczenia

Weryfikując komputerowy model komórek, który replikuje mechanikę mięśni i tkanek w porównaniu do testów in vitro, naukowcy przybliżyli nas o krok do epoki medycyny spersonalizowanej.

Naukowcy opracowali „wirtualną tętnicę” – wieloskalowy model łączący dane fizyczne, chemiczne i biologiczne. Zespołowi udało się przeprowadzić replikację aktywności pojedynczej komórki w ścianie tętnicy (komórki śródnabłonka, komórki mięśni gładkich) i w krążącej krwi (erytrocyty, płytki, leukocyty).

Przedmiotem badań była tunica media (błona środkowa naczynia krwionośnego zbudowana z mięśni i tkanki), która w modelu składała się z kulistych komórek tworzących sześciokątną, gęsto upakowaną sieć przestrzenną, która miała naśladować mechanikę uśpionych komórek mięśni gładkich (SMC).

Leczenie stenozy, czyli nadmiernego zwężenia kanału w organizmie, często wymaga zastosowania angioplastyki i stentów. To z kolei może skutkować tak zwaną restenozą, czyli wzrostem SMC w tętnicy wieńcowej. Zespół badawczy postanowił opracować sposób na statystyczne przewidywanie prawdopodobieństwa wystąpienia tego niebezpiecznego skutku ubocznego w następstwie leczenia, który może często wymagać kolejnego zabiegu korekcyjnego.

„Wirtualna tętnica” modelująca pojedyncze komórki i ich interakcje

Badania, finansowane w części ze środków UE, zostały niedawno zaprezentowane w artykule opublikowanym w czasopiśmie Royal Society Publishing. Wyjaśniono w nim, w jaki sposób, po wcześniejszym zastosowaniu modelu w symulacjach dwuwymiarowych, trójwymiarowa wersja przeszła walidację na podstawie danych zgromadzonych w toku testów przeprowadzanych na wyciętych paskach tunica media.

System modelujący traktował pojedyncze SMC jak jednostki wchodzące ze sobą w interakcję, uwzględniając jednocześnie fakt, że pojedyncze komórki przechodzą własne cykle. Dzięki temu naukowcy byli w stanie przedstawić w pełniejszy sposób mechaniczne i biochemiczne środowisko komórek.

Modelowane testy rozciągania porównano z tymi przeprowadzonymi in vitro, w których wycięte paski tunica media były rozciągane wzdłużnie i po obwodzie.

Wysoko wydajne przetwarzanie stanowi punkt zwrotny

Dzięki wykorzystaniu tego podejścia do modelowania, zespół był także w stanie przeanalizować transport płytek krwi w tętniakach na podstawie symulacji właściwości mechanicznych pojedynczych erytrocytów i płytek krwi, łączące je z przepływem osocza. Naukowcy pracują obecnie nad dalszą integracją biologiczno-chemicznych danych wejściowych, co umożliwi im uchwycenie procesów związanych z zakrzepicą.

Zastosowanie metodologii do rozmaitych procesów biomedycznych odzwierciedla cele projektów finansowanych ze środków unijnych, takich jak COMPBIOMED i COMPAT, które wniosły wkład w opublikowane wyniki.

Prace nad projektem COMPBIOMED (A Centre of Excellence in Computational Biomedicine) podjęto specjalnie w celu wykorzystania rosnącej mocy wysokowydajnych komputerów, aby podnieść precyzyjność modelowania z zamiarem pogłębienia wiedzy na temat układu krążenia, molekularnego i neuro-mięśnio-szkieletowego. Ostatecznym celem jest opracowanie zautomatyzowanego procesu, w którym dane pozyskane od jednego pacjenta mogą zostać wprowadzone i przetworzone w celu wygenerowania prognozowanych efektów zdrowotnych, oferując perspektywę bardziej spersonalizowanej medycyny.

Jednym z głównych wyzwań w budowaniu modeli prognostycznych jest złożoność replikacji zmiennych właściwych wieloskalowym procesom fizycznym zachodzącym w czasie i przestrzeni. Projekt COMPAT (Computing Patterns for High Performance Multiscale Computing) zaowocował wiedzą gromadzoną mozolnie z algorytmów wysokowydajnych obliczeń wieloskalowych wielokrotnego użytku, skalowalnych do tak zwanych systemów eksaskalowych (co najmniej miliard miliardów obliczeń na sekundę). Celem projektu jest opracowanie oprogramowania, które przekształci symulacje komputerowe w naukę predykcyjną.

Więcej informacji:
witryna projektu COMPBIOMED
witryna projektu COMPAT

opublikowano: 2017-12-06
Komentarze


Polityka Prywatności