Cr\u00e9dito: CC0 Public Domain <\/p>\n
Investigadores del Instituto de F\u00edsica y Tecnolog\u00eda de Mosc\u00fa, la Universidad Federal de Kazan y la Universidad George Washington han propuesto un algoritmo para producir modelos matem\u00e1ticos espec\u00edficos de pacientes que describen la excitaci\u00f3n el\u00e9ctrica de las c\u00e9lulas del coraz\u00f3n humano. Publicado en PLOS One, el estudio analiza dos posibles enfoques, uno utilizando registros experimentales de actividad el\u00e9ctrica y el otro basado en perfiles de expresi\u00f3n g\u00e9nica. <\/p>\n
Cada contracci\u00f3n del coraz\u00f3n es causada por una excitaci\u00f3n el\u00e9ctrica anterior, el llamado potencial de acci\u00f3n. Este \u00faltimo resulta de corrientes el\u00e9ctricas a trav\u00e9s de canales i\u00f3nicos. El n\u00famero de tales canales que forman corrientes de iones var\u00eda tanto con las condiciones patol\u00f3gicas como con las propiedades individuales del tejido card\u00edaco en pacientes sanos. Cuando se interrumpe el equilibrio entre varios tipos de corrientes de iones, esto puede provocar arritmias peligrosas y la muerte.<\/p>\n
Dado que muchos factores est\u00e1n involucrados en la propagaci\u00f3n de la excitaci\u00f3n, los estudios que investigan los principios b\u00e1sicos que subyacen a la arritmia se han basado en modelos matem\u00e1ticos. durante los \u00faltimos 50 a\u00f1os. A pesar del esfuerzo que implica desarrollar estos modelos, hasta ahora rara vez se utilizan en la pr\u00e1ctica cl\u00ednica, principalmente porque describen a un paciente promedio hipot\u00e9tico. La investigaci\u00f3n reportada en esta historia aborda la desafiante tarea de aplicar tales modelos a pacientes individuales reales.<\/p>\n
El primer enfoque discutido en el documento se basa en registros experimentales del potencial de acci\u00f3n y la posterior optimizaci\u00f3n del modelo utilizando algoritmos inform\u00e1ticos dedicados. Emplean principios evolutivos para encontrar los par\u00e1metros que hacen que el modelo reproduzca el experimento. Los modelos generados aleatoriamente est\u00e1n sujetos a selecci\u00f3n, cruce y mutaci\u00f3n. Investigaciones previas realizadas por varios grupos cient\u00edficos han identificado el desaf\u00edo clave que enfrenta este enfoque. Es decir, es dif\u00edcil encontrar la soluci\u00f3n \u00fanica, debido a las numerosas combinaciones distintas de par\u00e1metros que dan como resultado la misma forma de onda del potencial de acci\u00f3n.<\/p>\n
El coautor del estudio, Andrey Pikunov, del Laboratorio de Fisiolog\u00eda Humana MIPT, coment\u00f3: \u00abHemos examinado de cerca y optimizado la canalizaci\u00f3n del algoritmo en cada etapa. Por ejemplo, anteriormente, los par\u00e1metros del modelo estaban sujetos a mutaciones de forma independiente entre s\u00ed, mientras que usamos ‘mutaci\u00f3n vectorial’, afectando todos los par\u00e1metros a la vez. Esto hace que la b\u00fasqueda del par\u00e1metros del modelo correctos considerablemente m\u00e1s eficientes. Junto con otras modificaciones, hemos desarrollado un algoritmo que determina las conductividades de los canales i\u00f3nicos principales con un alto grado de precisi\u00f3n\u00bb.<\/p>\n
El segundo enfoque discutido en el art\u00edculo utiliza el gen datos de expresi\u00f3n, que determinan c\u00f3mo la informaci\u00f3n gen\u00e9tica se convierte en ARN y prote\u00ednas. Cada canal i\u00f3nico de la membrana celular est\u00e1 formado por subunidades de prote\u00ednas incorporadas a la membrana despu\u00e9s de la traducci\u00f3n 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 caracter\u00edsticas electrofisiol\u00f3gicas espec\u00edficas 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 expresi\u00f3n g\u00e9nica se usaron para crear modelos matem\u00e1ticos que predijeran con \u00e9xito el potencial de acci\u00f3n para otros pacientes en funci\u00f3n de sus perfiles de expresi\u00f3n g\u00e9nica individuales.<\/p>\n
El jefe del Laboratorio de Fisiolog\u00eda Humana del MIPT, coautor del estudio Roman Syunyaev agreg\u00f3: \u00abAdem\u00e1s del inter\u00e9s fundamental, esta investigaci\u00f3n tiene aplicaciones pr\u00e1cticas de gran alcance, desde el uso de modelos espec\u00edficos de pacientes en la pr\u00e1ctica cl\u00ednica hasta el dise\u00f1o de f\u00e1rmacos. Muchos medicamentos act\u00faan en los canales i\u00f3nicos y nuestros algoritmos pueden proporcionar informaci\u00f3n sobre c\u00f3mo ciertos las drogas afectan la electrofisiolog\u00eda de las c\u00e9lulas del coraz\u00f3n. Esta informaci\u00f3n se puede extraer de las mediciones del potencial de acci\u00f3n\u00bb. <\/p>\n
Explore m\u00e1s<\/p>\n
Los cient\u00edficos dise\u00f1an una t\u00e9cnica suave para estudiar el funcionamiento del tejido card\u00edaco M\u00e1s informaci\u00f3n:<\/strong> Dmitrii Smirnov et al, Modelos personalizados basados en algoritmos gen\u00e9ticos del potencial de acci\u00f3n card\u00edaco humano, PLOS ONE (2020) . DOI: 10.1371\/journal.pone.0231695 Informaci\u00f3n de la revista:<\/strong> PLoS ONE <\/p>\n Proporcionado por el Instituto de F\u00edsica y Tecnolog\u00eda de Mosc\u00fa Cita<\/strong>: Nuevo algoritmo para modelos personalizados de coraz\u00f3n humano electrofisiolog\u00eda (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 est\u00e1 sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigaci\u00f3n privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona \u00fanicamente con fines informativos.<\/p>\n","protected":false},"excerpt":{"rendered":" Cr\u00e9dito: CC0 Public Domain Investigadores del Instituto de F\u00edsica y Tecnolog\u00eda de Mosc\u00fa, la Universidad Federal de Kazan y la Universidad George Washington han propuesto un algoritmo para producir modelos matem\u00e1ticos espec\u00edficos de pacientes que describen la excitaci\u00f3n el\u00e9ctrica de las c\u00e9lulas del coraz\u00f3n humano. Publicado en PLOS One, el estudio analiza dos posibles enfoques, … Continuar leyendo \u00abNuevo algoritmo para modelos personalizados de electrofisiolog\u00eda card\u00edaca humana\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-33040","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/33040","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=33040"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/33040\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=33040"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=33040"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=33040"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}