Nuevo algoritmo para modelos personalizados de electrofisiología cardíaca humana
Crédito: CC0 Public Domain
Investigadores del Instituto de Física y Tecnología de Moscú, la Universidad Federal de Kazan y la Universidad George Washington han propuesto un algoritmo para producir modelos matemáticos específicos de pacientes que describen la excitación eléctrica de las células del corazón humano. Publicado en PLOS One, el estudio analiza dos posibles enfoques, uno utilizando registros experimentales de actividad eléctrica y el otro basado en perfiles de expresión génica.
Cada contracción del corazón es causada por una excitación eléctrica anterior, el llamado potencial de acción. Este último resulta de corrientes eléctricas a través de canales iónicos. El número de tales canales que forman corrientes de iones varía tanto con las condiciones patológicas como con las propiedades individuales del tejido cardíaco en pacientes sanos. Cuando se interrumpe el equilibrio entre varios tipos de corrientes de iones, esto puede provocar arritmias peligrosas y la muerte.
Dado que muchos factores están involucrados en la propagación de la excitación, los estudios que investigan los principios básicos que subyacen a la arritmia se han basado en modelos matemáticos. durante los últimos 50 años. A pesar del esfuerzo que implica desarrollar estos modelos, hasta ahora rara vez se utilizan en la práctica clínica, principalmente porque describen a un paciente promedio hipotético. La investigación reportada en esta historia aborda la desafiante tarea de aplicar tales modelos a pacientes individuales reales.
El primer enfoque discutido en el documento se basa en registros experimentales del potencial de acción y la posterior optimización del modelo utilizando algoritmos informáticos dedicados. Emplean principios evolutivos para encontrar los parámetros que hacen que el modelo reproduzca el experimento. Los modelos generados aleatoriamente están sujetos a selección, cruce y mutación. Investigaciones previas realizadas por varios grupos científicos han identificado el desafío clave que enfrenta este enfoque. Es decir, es difícil encontrar la solución única, debido a las numerosas combinaciones distintas de parámetros que dan como resultado la misma forma de onda del potencial de acción.
El coautor del estudio, Andrey Pikunov, del Laboratorio de Fisiología Humana MIPT, comentó: «Hemos examinado de cerca y optimizado la canalización del algoritmo en cada etapa. Por ejemplo, anteriormente, los parámetros del modelo estaban sujetos a mutaciones de forma independiente entre sí, mientras que usamos ‘mutación vectorial’, afectando todos los parámetros a la vez. Esto hace que la búsqueda del parámetros del modelo correctos considerablemente más eficientes. Junto con otras modificaciones, hemos desarrollado un algoritmo que determina las conductividades de los canales iónicos principales con un alto grado de precisión».
El segundo enfoque discutido en el artículo utiliza el gen datos de expresión, que determinan cómo la información genética se convierte en ARN y proteínas. Cada canal iónico de la membrana celular está formado por subunidades de proteínas incorporadas a la membrana después de la traducción desde la matriz de ARN. La cantidad de dicho ARN expresado se puede medir, pero hasta ahora ha sido imposible utilizar estos datos para predecir las características electrofisiológicas específicas de un determinado paciente. Los investigadores calibraron el modelo en un paciente real, utilizando los algoritmos mencionados anteriormente. Luego, las diferencias entre los perfiles de expresión génica se usaron para crear modelos matemáticos que predijeran con éxito el potencial de acción para otros pacientes en función de sus perfiles de expresión génica individuales.
El jefe del Laboratorio de Fisiología Humana del MIPT, coautor del estudio Roman Syunyaev agregó: «Además del interés fundamental, esta investigación tiene aplicaciones prácticas de gran alcance, desde el uso de modelos específicos de pacientes en la práctica clínica hasta el diseño de fármacos. Muchos medicamentos actúan en los canales iónicos y nuestros algoritmos pueden proporcionar información sobre cómo ciertos las drogas afectan la electrofisiología de las células del corazón. Esta información se puede extraer de las mediciones del potencial de acción».
Explore más
Los científicos diseñan una técnica suave para estudiar el funcionamiento del tejido cardíaco Más información: Dmitrii Smirnov et al, Modelos personalizados basados en algoritmos genéticos del potencial de acción cardíaco humano, PLOS ONE (2020) . DOI: 10.1371/journal.pone.0231695 Información de la revista: PLoS ONE
Proporcionado por el Instituto de Física y Tecnología de Moscú Cita: Nuevo algoritmo para modelos personalizados de corazón humano electrofisiología (2 de julio de 2020) recuperado el 31 de agosto de 2022 de https://medicalxpress.com/news/2020-07-algorithm-personalized-human-cardiac-electrophysiology.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.