Новый алгоритм описал уникальную модель электрической активности сердца
Алгоритм, позволяющий математически описать электрическое возбуждение сердечных клеток пациента, разработала команда ученых из нескольких университетов, 4 июня сообщает пресс-служба МФТИ, ссылаясь на публикацию журнала PLOS ONE от 11 мая.
Исследование проводилось группой ученых из лаборатории физиологии человека МФТИ, Казанского федерального университета, а также Университета Джорджа Вашингтона (The George Washington University).
Известно, что сердечные мышцы сокращаются из-за электрического возбуждения, который также называется потенциалом действия. Этот потенциал вызывают электрические токи, текущие через ионные каналы. Разное количество таких каналов может быть обусловлено как заболеваниями, так и непатологическими индивидуальными особенностями различных сердечных тканей. Нарушенный баланс между разными видами ионных токов может приводить к опасным сердечным аритмиям и летальному исходу.
Общие принципы развития таких аритмий изучаются с использованием математических моделей последние 50 лет. Однако несмотря на эволюцию таких моделей, в клинической практике они применяются редко, так как описывают не конкретного пациента, а строят обобщенную модель. Задачу построения индивидуальных для каждого пациента моделей и решали ученые.
В опубликованной научной работе ученые использовали два подхода к решению задачи. Первый вариант предполагает использование записей электрической активности, полученных экспериментально. Другой — работу с профилем генетической экспрессии (процесс, при котором наследственная информация от гена преобразуется в белок или РНК).
В первом случае модель, построенная с помощью экспериментальных записей формы потенциала действия, оптимизируется специальными генетическими компьютерными алгоритмами. Алгоритмы ищут набор параметров клеточной модели для поиска оптимального решения, которое соответствует данным эксперимента. Для поиска подходящих параметров алгоритмы используют эволюционные принципы: на большое количество случайно сгенерированных моделей по очереди применяются селекция, скрещивание и мутация.
Соавтор научной работы, сотрудник МФТИ Андрей Пикунов, утверждает, что ученым удалось упростить поиск уникального решения с помощью оптимизации всех этапов работы компьютерного алгоритма. Например, с помощью т. н. «векторной мутации» действующей на модельные параметры одновременно. До оптимизации мутации параметров были независимыми друг от друга. «Вместе с другими модификациями получился алгоритм, определяющий проводимость основных ионных каналов с высокой точностью», — говорит Пикунов.
Второй подход заключается в том, чтобы строить модель на основе данных, полученных в ходе экспрессии генов. Любой ионный канал на мембране клетки состоит из белковых единиц, которые встраиваются в клеточную мембрану после трансляции с матричной РНК (мРНК).
Количество экспрессируемой мРНК можно измерить, однако раньше нельзя было получить электрофизиологические особенности пациента на основе таких измерений. Для решения этой задачи модель калибруется на пациенте с помощью алгоритмов, описанных выше. Полученная разница профилей экспрессии генов позволила разработать математическую модель, индивидуальную для каждого конкретного пациента.
Соавтор работы, заведующий лабораторией физиологии человека МФТИ, заметил, что результаты работы могут применяться для решения других практических задач: «от использования специфических моделей в клинической практике до дизайна лекарств». Некоторые лекарства влияют на на различные ионные каналы. Данные алгоритмы смогут позволить понять эффект, который оказывают такие лекарства на клетки сердца, утверждает Сюняев.
