Информация о публикации

Просмотр записей
Инд. авторы: Воропаева О.Ф., Цгоев Ч.А.
Заглавие: Численная модель динамики факторов воспаления в ядре инфаркта миокарда
Библ. ссылка: Воропаева О.Ф., Цгоев Ч.А. Численная модель динамики факторов воспаления в ядре инфаркта миокарда // Сибирский журнал индустриальной математики. - 2019. - Т.22. - № 2(78). - С.13-26. - ISSN 1560-7518.
Внешние системы: РИНЦ: 41602218;
Реферат: rus: Выполнено математическое моделирование динамики острого воспалительного процесса в центральной зоне некротического повреждения миокарда. Представлена математическая модельдинамики моноцитов-макрофагов и цитокинов и разработан численный алгоритм решения обратной коэффициентной задачи для жесткой нелинейной системы ОДУ. Выполнены методические исследования, показывающие, что решение, полученное генетическим алгоритмом BGA, весьма близко к результатам оптимального поиска градиентным и овражным методами. Адекватность результатов моделирования подтверждается качественным и количественным согласием с лабораторными данными о динамике воспаления при инфаркте в левом желудочке сердца мыши.
eng: Numerical model of inflammation dynamics in the core of myocardial infarction Mathematical simulation is carried out of the dynamics of an acute inflammatory process in the central zone of necrotic myocardial damage. Some mathematical model of the dynamics of the monocyte-macrophages and cytokines is presented and the numerical algorithm is developed for solving an inverse coefficient problem for a stiff nonlinear system of ordinary differential equations (ODEs). The methodological studies showed that the solution obtained by the genetic BGA algorithm agrees well with the solutions obtained by the gradient and ravine methods. Adequacy of the simulation results is confirmed by their qualitative and quantitative agreement with the laboratory data on the dynamics of inflammatory process in the case of infarction in the left ventricle of the heart of a mouse.
Ключевые слова: cytokine; M1 and M2 macrophages; inflammation; necrosis; genetic algorithm; direct and inverse problems; mathematical simulation; myocardial infarction; TNF-a; Il-10; Il-1; цитокины; макрофаги M1 и M2; воспаление; некроз; генетический алгоритм; обратная задача; математическое моделирование; инфаркт миокарда; TNF-$\alpha$;
Издано: 2019
Физ. характеристика: с.13-26
Цитирование:
1. Thygesen K., Alpert J. S., White H. D. Joint ESC/ACCF/AHA/WHF task force for the redefinition of myocardial infarction. Universal definition of myocardial infarction // Eur. Heart J. 2007. V. 28. P. 2525-2538.
2. Baron T. et al. Type 2 myocardial infarction in clinical practice // Heart. 2015. V. 101. P. 101-106.
3. Непомнящих Л. М., Лушникова Е. Л., Семенов Д. Е. Регенераторно-пластическая недостаточностьсердца: Морфологические основы и молекулярные механизмы. М.: Изд-во РАМН, 2003.
4. Frantz S., Nahrendorf M. Cardiac macrophages and their role in ischemic heart disease // Cardiovascular Res. 2014. V. 102. P. 240-248.
5. Ярилин А. А. Иммунология. М.: ГЭОТАР-Медиа. 2010.
6. Troidl C. et al. Classically and alternatively activated macrophages contribute to tissue remodelling after myocardial infarction //J. Cell. Mol. Med. 2009. V. 13, N 9B. P. 3485-3496.
7. Gombozhapova A. et al. Macrophage activation and polarization in post-infarction cardiac remodeling // J. Biomedical Sci. 2017. V. 24, N 13. 11 p.
8. Anzai T. Post-infarction inflammation and left ventricular remodeling // Circulation J. 2013. V. 77. P. 580-587.
9. Yang F. et al. Myocardial infarction and cardiac remodelling in mice // Exp. Physiology. 2002. V. 87, N 5. P. 547-555.
10. Saxena A., Chen W., Su Y., Rai V., Uche O. U., Li N., Frangogiannis N. G. IL-1 induces proinflammatory leukocyte infiltration and regulates fibroblast phenotype in the infarcted myocardium // J. Immunol. 2013. V. 191. P. 4838-4848.
11. Воропаева О. Ф., Шокин Ю. И. Численное моделирование в медицине: некоторые постановки задач и результаты расчетов // Вычисл. технологии. 2012. Т. 17, № 4. С. 29-55.
12. Winslow R. et al. Integrative modeling of the cardiac ventricular myocyte // WIREs Syst. Biol. Med. 2011. V. 3. P. 392-413.
13. Lee L. C., Kassab G. S., Guccione J. M. Mathematical modeling of cardiac growth and remodeling // WIREs Syst. Biol. Med. 2016. V. 8. P. 211-226.
14. Шляховер В. Е., Яблучанский Н. И., Еременко С. В., Заболоцкий В. А. Математическая модельпрочности стенки сердца в зоне инфаркта миокарда при различных условиях ее заживления // Кровообращение. 1988. Т. 21, № 4. С. 3-6.
15. Белоцерковский О. М. Применение математических методов и ЭВМ в медицине // Вычислительная механика. Современные проблемы и результаты. М.: Наука, 1991. С. 148-172.
16. Белоцерковский O. M. идр. Прогнозирование исхода состояния при инфаркте миокарда // Докл. АН СССР. 1981. Т. 261, № 6. С. 1307-1310.
17. Белоцерковский О. М. идр. Математический анализ закономерностей клинического течения инфаркта миокарда // Вопросы кибернетики. Применение математических методов и вычислительной техники в кардиологии и хирургии. М.: ВИНИТИ, 1983. С. 3-15.
18. Белоцерковский О. М., Виноградов А. В., Глазунов А. С. Математическое моделирование динамики развития инфаркта миокарда // Вопросы кибернетики. Биомединформатика и ее приложения. М.: ВИНИТИ, 1988. C. 3-22.
19. Белоцерковский О. М., Виноградов А. В., Глазунов А. С. Метод раннего прогнозирования течения острого инфаркта миокарда и постинфарктного кардиосклероза // Информатика и медицина. М.: Наука, 1997. С. 72-119.
20. Crapts L. Y. D. Modeling an angiogenesis treatment after a myocardial infarction: Master of Science Tesis. Delft Technical Univ., 2012. 91 p.
21. Berberoglu E., Goktepe S. Computational Modeling of Myocardial Infarction // Procedia IUTAM. 2015. V. 12. P. 52-61.
22. Lin J. et al. Age-related cardiac muscle sarcopenia: Combining experimental and mathematical modeling to identify mechanisms // Exp. Gerontol. 2008. V. 43. P. 296-306.
23. О. Ф. Воропаева, Ч. А. Цгоев
24. Jin Y.-F. et al. Combining experimental and mathematical modeling to reveal mechanisms of macrophage-dependent left ventricular remodeling // BMC Systems Biology. 2011. V. 5, N 60. 14 p.
25. Wang Y., Jin Y., Ma Y., Halade G., Linsey M. Mathematical Modeling of Macrophage Activation in Left Ventricular Remodeling Post-Myocardial Infarction // 2011 IEEE Internat. Workshop on Genomic Signal Processing and Statistics. December 4-6, 2011, San Antonio. P. 202-205.
26. Wang Y. et al. Mathematical modeling and stability analysis of macrophage activation in left ventricular remodeling post-myocardial infarction // BMC Genomics. 2012. V. 13, N 21. 8 p.
27. Воропаева О. Ф., Плотников Н. Д., Цгоев Ч. А. Численное моделирование гибели клеток вследствие ишемии // Сб. трудов Междунар. конф. "Актуальные проблемы математики, информатики и механики". Воронеж, 12-15 сентября 2016 г. Воронеж: Научно-исследовательские публикации. 2016. С. 221-223.
28. Плотников Н. Д., Цгоев Ч. А., Воропаева О. Ф. Математическое моделирование процессов гибели клеток в живом организме // Труды Междунар. конф. "Марчуковские научные чтения - 2017". Новосибирск,25 июня -14 июля 2017 г. Новосибирск, 2017. С. 697-704.
29. Sallaberger I. et al. The design of francis turbine runners by 3D Euler simulations coupled to a breeder genetic algorithm // Proc. 20 IAHR Symp. Hydraulic Machinery and Systems, Aug. 6-9, 2000. Charlotte, 2000. 10 p.
30. Черный С. Г., Чирков Д.В., Лапин В. Н., Скороспелов В. А., Шаров С. В. Численное моделирование течений в турбомашинах. Новосибирск: Наука, 2006.
31. Неймарк Ю. И. Математическое моделирование как наука искусство. Н. Новгород: Изд-во Нижегород. гос. ун-та, 2010.
32. Оран Э., Борис Дж. Численное моделирование реагирующих потоков. М.: Мир. 1990.
33. Льюнг Л. Идентификация систем. Теория для пользователя. М.: Наука, 1991.
34. Miao H., Xia X., Perelson A.-S., Wu H. On Identifiability of nonlinear ODE models and appliсations in viral dynamos // SIAM Rev. Soc. Ind. Appl. Math. 2011. V. 53. N 1. P. 3-39.
35. Кабанихин С. И., Воронов Д. А., Гроздь А. А., Криворотько О. И. Идентифицируе-мостьматематических моделей медицинской биологии // Вавиловский журн. генетики и селекции. 2015. Т. 19, № 6. С. 738-744.
36. Кабанихин С. И., Ильин А. И., Криворотько О. И. Об определении параметров моделей, описываемых системами нелинейных дифференциальных уравнений // Сиб. электрон. мат. изв. 2014. Т. 11. С. 62-76.
37. Гельфанд И. М., Цетлин М. Л. О некоторых способах управления сложными системами // Успехи мат. наук. 1962. Т. 17, № 1(103). С. 3-25.