Компьютерное моделирование работы органов что такое

Обновлено: 05.07.2024

Беременная женщина, проходящая обследование в больнице, ввела свою биологическую информацию в компьютер. Результаты говорят о том, что она, скорее всего, повредит мышцы тазового дна во время родов и, вероятно, будет страдать от недержания мочи спустя годы. Вооружившись этой информацией, врачи вмешиваются, чтобы свести к минимуму ущерб при рождении ребенка и избежать проблем.

Звучит так, будто прогнозируемое здравоохранение ожидается в ближайшие десятилетия, но британские исследователи, работающие над крупным совместным медицинским исследовательским проектом, говорят, что такие достижения не за горами.

Институт Insigneo при Шеффилдском университете, основанный ровно год назад, насчитывает 123 ученых и клиницистов, которые работают над грандиозным проектом, поддерживаемым Европейской комиссией, известным как программа «Виртуальный физиологический человек». В совокупности они уже выиграли более 20 млн фунтов стерлингов на финансирование исследований.

Конечная цель программы – создать in silico, или смоделированную компьютером, копию человеческого тела, которая позволит проводить виртуальное тестирование методов лечения на пациентах с учетом их конкретных потребностей, что потенциально позволяет прогнозировать будущее. проблемы, с которыми они могут столкнуться, или устранение необходимости в инвазивных процедурах.

"В компьютерах нет ничего особенного: они знают то же, что и мы, а иногда и то, и другое", – сказал Марко Висконти, научный руководитель Insigneo. «Но они могут сшивать вещи вместе, и их не пугает размер. Если бы мы могли заранее знать, какой пациент будет реагировать на какое лечение, мы бы просто совершили квантовый скачок в нашей эффективности — ничего не изобретая. Возможности огромны».

Ученые, участвующие в проекте, собрались для отчета о ходе работы. Доктор Пол Моррис, научный сотрудник Британского кардиологического фонда, рассказал, как его работа заключалась в создании персонализированных «виртуальных артерий» с использованием изображений реального сердца пациента, которые могут точно предсказать, насколько эффективна операция — например, введение стент, обычно используемый для лечения сердечных заболеваний и стенокардии — может быть.

"Если вы хотите знать, что будет делать стент, вам нужно установить его, а затем провести повторную оценку", — сказал он. «Но как только вы установили стент, вы не можете забрать его обратно, тогда как в мире in silico мы можем выполнить виртуальное вмешательство, а затем оценить физиологическое воздействие».

Джим Уайлд, профессор визуализации легких в Национальном институте медицинских исследований, сказал, что компьютерные модели легких пациента могут позволить врачам гораздо раньше выявлять признаки легочных заболеваний, таких как эмфизема. "Я надеюсь, что через пять лет это станет широко применяться в Великобритании", – сказал он.

Доктор Синшан Ли с факультета машиностроения Шеффилдского университета изучает влияние беременности на мышцы тазового дна у женщин и то, как с помощью персонализированного компьютерного моделирования можно прогнозировать проблемы, которые могут возникнуть в будущем.

"Он позиционируется как инструмент прогнозирования", – сказала она. «Идея состоит в том, чтобы получить геометрию вашего тазового дна либо во время беременности, либо до того, как вы забеременеете, а затем запустить моделирование процесса родов и посмотреть, насколько вероятно, что мышца будет повреждена. Если риск высок, мы можем предпринять определенные меры во время родов, чтобы снизить риск».

Профессор Питер Ковени, директор Центра вычислительных наук Университетского колледжа Лондона, сказал, что использование компьютерных моделей в сочетании с данными пациентов таким образом, «очевидно, будущее медицины».

Но он добавил, что идея о том, что у каждого из нас будет виртуальный аватар, чтобы предсказывать, как наши реальные тела будут реагировать на наркотики и другие виды лечения, остается «стремлением», до которого еще «много лет», и которое «в высшей степени политическое». строки по поводу обработки данных пациентов могут замедлить процесс.

Он добавил: "Вы также начинаете сталкиваться со всевозможными философскими и этическими проблемами, такими как "Скажет ли мне этот мой аватар, когда я умру?" Я не хочу знать».

Что такое программа «Виртуальный физиологический человек»?

Огромный совместный медицинский исследовательский проект с участием сотен ученых из Европы и других стран, целью которого является создание полностью смоделированной компьютером версии человеческого тела, которую затем ученые смогут использовать для тестирования методов лечения. Идея состоит в том, что в систему можно вводить данные отдельного пациента, чтобы врачи могли видеть, как их тело отреагирует на лечение, прежде чем оно будет назначено в реальном мире, или предсказать, как оно отреагирует на такое событие, как роды или перелом. нога.

Звучит потрясающе. Но при чем здесь Великобритания?

Институт Insigneo Университета Шеффилда – главный центр исследований в области технологий такого типа в Великобритании.Он был основан всего год назад, но сейчас в его списках 123 ученых и клиницистов, которые получили более 20 миллионов фунтов стерлингов в виде финансирования. Некоторые из них уже сообщают о многообещающих результатах и ищут партнеров в отрасли.

Итак, когда я смогу встретиться со своим медицинским альтер-эго?

К сожалению, возможно, ненадолго. Ранние результаты испытаний, проведенные некоторыми учеными, показали, что создание компьютеризированных версий легких или сердечных артерий пациента может помочь в диагностике и лечении, но даже они находятся на очень ранней стадии. Объединение всех органов тела в единую рабочую систему — гигантская задача, и на нее уйдет еще много лет.

Регистрация — это бесплатный и простой способ поддержать нашу по-настоящему независимую журналистику

Зарегистрировавшись, вы также получите ограниченный доступ к статьям Premium, эксклюзивным информационным бюллетеням, комментариям и виртуальным мероприятиям с нашими ведущими журналистами

У вас уже есть аккаунт? войти

Нажимая «Зарегистрироваться», вы подтверждаете, что ваши данные были введены правильно, а также вы прочитали и согласны с нашими Условиями использования, Политикой в отношении файлов cookie и Уведомлением о конфиденциальности.

Этот сайт защищен reCAPTCHA, к нему применяются Политика конфиденциальности и Условия использования Google.

Присоединяйтесь к нашему новому форуму комментариев

Присоединяйтесь к наводящим на размышления беседам, подписывайтесь на других независимых читателей и читайте их ответы

Моделирование человеческих органов может помочь исследователям-медикам, фармацевтическим компаниям и FDA протестировать новые лекарства, прежде чем они купят их.

Чтобы повторно просмотреть эту статью, перейдите в раздел "Мой профиль" и выберите "Просмотреть сохраненные истории".

Трехмерное компьютерное моделирование, позволяющее ученым тестировать лекарства в виртуальном пространстве, может стать последней надеждой на получение новых знаний о заболеваниях сердца, которые долгое время сбивали с толку медицинских экспертов. Именно на это рассчитывает одна компания Physiome Sciences Inc. из Нью-Йорка, поскольку она создает компьютерные модели, которые уже влияют на то, как медицинское сообщество подходит к тестированию лекарств.

"Мы первая компания, разработавшая физиологические модели органов на компьютерах", – говорит Билл Скотт, генеральный директор Physiome. В ноябре на конференции Biopartnering Europe в Лондоне компания Physiome показала видеоролики о сгенерированном компьютером собачьем сердце, которое может имитировать как здоровое, так и ненормальное сердцебиение.

Работа компании уже повлияла на то, как фармацевтические компании и FDA оценивают новые лекарства. В 1996 году Ф. Хоффман Ла-Рош использовала сердце Физиома, чтобы продемонстрировать, как Позикар, новый блокатор кальция для лечения гипертонии и стенокардии, работает для изменения циклов сердечно-сосудистой системы. Консультативная группа FDA рекомендовала одобрить Posicar в феврале.

"Компьютерное моделирование действия лекарств впервые было представлено комиссии FDA, – – говорит Раймонд Уинслоу, доцент кафедры биомедицинской инженерии Университета Джона Хопкинса и соучредитель Physiome. – "Два члена комиссии прямо заявили, что результаты моделирования повлияли на их голосование".

Изучение этого виртуального органа началось более 30 лет назад, когда Денис Ноубл, возглавляющий группу электрофизиологии сердца в Оксфордском университете, создал модели отдельных клеток сердца. Десять лет назад Ноубл и Уинслоу начали сотрудничать и расширили одноклеточные модели до крупномасштабных двумерных моделей, состоящих из многих миллионов отдельных ячеек, что стало огромной вычислительной задачей. С тех пор команда разработала более эффективные числовые алгоритмы, работающие на параллельных суперкомпьютерах (12-процессорный SGI Power Challenge), и создала первую биофизически детализированную трехмерную модель сердца под названием 3-DOM.

Возможно, наиболее важным применением этой технологии, моделирующей электрическую активность на поверхности сердца, является то, что ученые называют "численным скринингом лекарств".

Уинслоу говорит, что трехмерная модель может определять оптимальные молекулярные мишени в клетках сердца, которые при правильном изменении могут свести к минимуму риск определенных аритмий — аномальных импульсов, вызванных сбоями в электрической системе сердца.

"Просто было очень мало рациональных оснований для поиска конкретных мишеней для лекарств. Наша технология предоставляет количественные средства для определения того, какие молекулярные мишени лучше всего подходят для лечения конкретных болезненных состояний", – говорит Уинслоу.

Ученые также могут разработать численные модели конкретных лекарств и посмотреть, как они действуют на клетки сердца, а затем предсказать, какое влияние лекарства окажут на функции всего сердца. Этот процесс называется скринингом лекарств. «Мы можем определить те соединения, которые с наибольшей вероятностью окажутся успешными в клинических испытаниях», — говорит Уинслоу.

Итак, кто использует эту технологию трехмерного моделирования?

Physiome Sciences имеет две эксклюзивные лицензии: одну от Oxsoft Ltd. (для моделей отдельных клеток сердца) и одну от Джона Хопкинса (для программ 2-D Network).Ведутся переговоры о третьей эксклюзивной лицензии на ее компьютерное программное обеспечение с другим университетом, и компания подала патент на широкомасштабную технологию моделирования. На данный момент Физиом воссоздал сердца морских свинок, крыс, мышей и собак. Завершенная модель человеческого сердца появится примерно через год, и именно тогда спрос на нее может резко возрасти, особенно если, как обещает Physiome, она сможет показать, как лекарства влияют на сердце в целом.

И действительно, одной из главных проблем является то, насколько точно модель может отображать и предсказывать, как определенные лекарства будут влиять на весь орган.

"Концепция звучит очень захватывающе", – говорит доктор Тони Чоу, доцент кафедры кардиологии Калифорнийского университета в Сан-Франциско. "К сожалению, поскольку мы далеки от понимания того, как на самом деле работает сердечный миоцит, я подозреваю, что амальгама, представляющая всю сердечную функцию, была бы еще большей экстраполяцией. Это было бы моим инстинктом".

Некоторые утверждают, что хотя эта технология дает невиданную ранее визуализацию, она не рассказывает всей истории этого тонкого и сложного органа — ее основное внимание уделяется математике и электричеству. Независимо от того, идеально ли программное обеспечение для моделирования, некоторые все еще задаются вопросом, достаточно ли надежны созданные компьютером собачьи сердца, хотя и похожие на человеческие, чтобы определить, какие лекарства безопасны и эффективны для людей.

Джеймс Фенг из UBC проводит компьютерное моделирование искусственных тканей и органов, что может сократить затраты и время, необходимые для клинических испытаний. Фото: Мартин Ди.

Компьютерное моделирование может изменить методы тестирования искусственных органов и лекарств, прежде чем их можно будет использовать на пациентах

Представьте, что можно было бы проводить медицинские исследования и клинические испытания лекарств на искусственно выращенных органах на микрочипах, чтобы сэкономить время, деньги и решить этические проблемы?

Это мечта Джеймса Фэна, профессора биологического и химического машиностроения Университета Британской Колумбии.

"Потенциал огромен", – говорит Фэн. «Основное влияние органов, выращенных таким образом, будет на разработку лекарств; понимание патологических процессов».

Доктор. Группа Фэна проводит исследования в трех широких областях: механика биологических клеток и тканей, межфазная гидродинамика, а также механика и реология сложных жидкостей.

Группа имеет междисциплинарный характер — прикладную математику, клеточную биологию, физику мягких веществ, химическую и биомедицинскую инженерию — что хорошо подходит для изучения этой развивающейся технологии.

Последствия для фармацевтической промышленности

Чтобы объяснить возможности своей идеи, Фэн цитирует гарвардское исследование, в котором использовалось небольшое кремниевое устройство, удерживающее тонкий слой настоящих клеточных мембран, способных производить движение, подобное вздыманию и дыханию легкого.

Модели органов, разработанные таким образом, могут быть более точными при испытаниях лекарств и методов лечения, – говорит Фенг, – поскольку они могут лучше имитировать функции органов человека, в отличие от моделей на животных, которые в настоящее время являются стандартом исследований".

"Это лучше контролируется, и вы можете упростить процесс намного быстрее", – сказал Фэн.

«Исследователи из Гарварда также вводили лекарства в свою модель чипа, чтобы увидеть, как он изменил свое поведение, и увидеть реакцию ткани на механическое или химическое воздействие», — добавил он.

"Это очень важно для разработки и открытия лекарств, и фармацевтическая промышленность будет в этом чрезвычайно заинтересована".

Кроме того, органы на чипе представляют собой менее спорный вариант тестирования моделей органов по сравнению с исследованием стволовых клеток. По словам Фэна, это связано с тем, что их конечные цели сильно отличаются друг от друга.

"Исследования, направленные на выращивание органов непосредственно из стволовых клеток, нацелены на создание в конечном итоге имплантируемых органов", – сказал он. «Идея создания чипа состоит в том, чтобы заменить модели животных, чтобы они были более точными и реалистичными, как человеческие органы. Хотя до возможности воспроизвести сложную функцию человеческого органа пока далеко, это направление нравится всем, кто надеется сократить использование животных в исследованиях».

Моделирование функций органов на чипе

Фэн говорит, что такой вид тестирования органов дает возможность значительно сократить затраты и время, необходимое для клинических испытаний.

"Используя компьютерное моделирование, мы можем получать результаты и идеи, а также гораздо проще и быстрее проводить виртуальные тесты", – говорит он.

"Мы можем протестировать, возможно, сотни или тысячи дизайнов чипов органов, чтобы сказать вам, следует ли вам попробовать эти десять дизайнов, а не сотни один за другим".

Фэн, имеющий опыт работы в области аэрокосмической техники, говорит, что эта новая биотехнология может изменить разработку искусственных органов и лекарств так же, как компьютерное моделирование заменило использование аэродинамических труб для проектирования самолетов.

"Раньше это был основной способ конструирования кораблей, – сказал он, – но его заменили компьютерные онлайн-симуляции, потому что мы так хорошо понимаем принципы аэродинамики".

Хотя работа UBC в этой области находится на начальной стадии, Фэн обращается к исследователям из других областей. Он пригласит ведущих ученых в UBC в июле 2014 года на семинар, посвященный выращиванию искусственных органов и компьютерному моделированию. Он также исследует собственные идеи.

"Я сотрудничаю с коллегой-разработчиком, чтобы узнать, как использовать микрофлюидный чип — технологию, которая использовалась для имитации легких в исследовании Гарварда, — для измерения эритроцитов, зараженных малярией", – сказал он, предположив, что это — это лишь один из бесчисленных способов использования этой новой технологии для развития инноваций в будущем.

Контакт

Emulate, Inc. использует технологию органов-на-чипе Института Висса для имитации человеческих органов in vitro, что позволяет быстрее, качественнее и дешевле разрабатывать лекарства и получать информацию о здоровье человека.

Проблема

Известно, что разработка лекарств идет медленно и дорого: на то, чтобы вывести новое соединение с лабораторного стола на рынок, может уйти до 10 лет и стоить более 3 миллиардов долларов. Основной причиной такой неэффективности является традиционная зависимость от испытаний лекарств на животных до того, как они будут испытаны на людях. Модели на животных часто не точно отражают физиологию человека, а это означает, что лекарства, которые кажутся безопасными и эффективными для животных, часто оказываются вредными или неэффективными для людей. Это несоответствие в биологии приводит к тому, что многие бесполезные или токсичные лекарства проходят клинические испытания с большими затратами, в то время как потенциально эффективные соединения никогда не попадают на рынок. Чтобы ускорить разработку новых лекарств и персонализированной медицины, необходим лучший способ моделирования биологии и болезней человека in vitro.

В этом коротком видеоролике объясняется, как конструкция чипов позволяет им имитировать функции на уровне органов. Предоставлено: Институт Висса при Гарвардском университете.

Наше решение

Многопрофильная группа исследователей и сотрудников Института Висса адаптировала методы производства компьютерных микрочипов для создания «органов-на-чипах» (чипов органов): микрофлюидных культуральных устройств, которые воспроизводят сложные структуры и функции живых органов человека. Эти микроустройства состоят из прозрачного гибкого полимера размером с карту памяти USB, который содержит полые микрожидкостные каналы, выстланные живыми клетками органов человека и клетками кровеносных сосудов человека. Эти живые трехмерные поперечные срезы человеческих органов открывают окно в их внутреннюю работу и воздействие, которое на них могут оказывать наркотики, без участия человека или животных.

Мы взяли революционный прогресс в области микроинженерии, сделанный в нашей академической лаборатории, и всего за несколько лет превратили его в технологию, которая теперь способна оказать серьезное влияние на общество.

Путешествие с продуктом

Дональд Ингбер, доктор медицинских наук, директор-основатель Института Висса, вдохновился на создание чипов органов в 2007 году после просмотра демонстрации "легких на чипе", содержащих каналы размером с легкое человека. дыхательные пути, но не живые клетки. Когда студент, выполнявший эту работу, Дэн Хью, позже присоединился к лаборатории Ингбера в качестве научного сотрудника, Ингбер бросил им двоим вызов, чтобы воплотить эту идею в жизнь.

В этом видео вы увидите, как были созданы малые дыхательные пути человека на чипе, как они функционируют и могут быть использованы для разработки лекарств и биомаркеров. Предоставлено: Институт Висса при Гарвардском университете.

Они приступили к выяснению того, как создать молекулярный каркас внутри микрожидкостных каналов, который мог бы поддерживать несколько типов живых клеток, чтобы воссоздать интерфейсы тканей, обнаруженные в воздушных мешках легких. После долгих проб и ошибок они успешно создали живое человеческое легкое на чипе и опубликовали статью об этом в журнале Science в 2010 году.

При дополнительной грантовой поддержке Агентства перспективных исследовательских проектов Министерства обороны США (DARPA), Управления по санитарному надзору за качеством пищевых продуктов и медикаментов (FDA) и Национального института здравоохранения (NIH) Ингбер и его команда из Института Висса разработали более пятнадцати различных моделей чипов органов. , включая чипы, имитирующие легкие, кишечник, почки и костный мозг. Они также усовершенствовали и подтвердили потенциал воздействия чипов органов, продемонстрировав, что чипы органов могут воспроизводить эффекты существующих лекарств и использоваться для разработки новых лекарств от болезней человека.Кроме того, усилия DARPA поддержали разработку инструмента, который автоматизирует операции с чипами и плавно связывает несколько чипов органов вместе, чтобы создать «тело на чипах», которое может показать, как лекарства влияют на несколько систем органов, и предсказать динамические изменения уровней наркотиков. которые встречаются в крови пациентов-людей.

Влияние

Всего через четыре года после публикации своей первой статьи, описывающей живые чипы органов, группа исследователей из Института Висса в 2014 году учредила компанию Emulate, Inc. для дальнейшей разработки и коммерциализации технологии чипов органов, выводя эти важные исследовательские инструменты на рынок. Органные чипы Emulate были установлены в более чем 150 лабораториях, в том числе в 17 из 25 ведущих мировых биофармацевтических компаний, использовались FDA для изучения безопасности терапевтических средств и вакцин против COVID-19 и даже использовались в экспериментах в космосе. Благодаря сотрудничеству с такими компаниями, как AstraZeneca и Johnson & Johnson, Organ-Chips используются для определения видовой токсичности, что позволяет более точно прогнозировать воздействие препарата на человека. С момента своего запуска Emulate привлек более 200 миллионов долларов финансирования, включая раунд серии E стоимостью 82 миллиона долларов, возглавляемый Northpond Ventures. Компания Fast Company назвала Emulate одной из 10 самых инновационных биотехнологических компаний 2022 года.

Институт Висса в настоящее время использует чипы Emulate Organ-Chips для проведения жизненно важных исследований широкого спектра заболеваний человека и возможных методов их лечения, включая COVID-19, грипп, недоедание, радиационное облучение и муковисцидоз. Кроме того, Organ Chips были удостоены общей награды «Дизайн года 2015», полученной Музеем современного искусства (MoMA) в Нью-Йорке за его постоянную коллекцию, названной Всемирным экономическим форумом «10 лучших технологий 2016 года» и представлены в музеях по всему миру, в том числе в Центре Барбикан, Смитсоновском музее дизайна Купера Хьюитта и Музее дизайна Мартина-Гропиуса-Бау.

Область вычислительной биомедицины — новая и развивающаяся [1,2]. Области его деятельности охватывают все уровни биологии, физиологии и патологии человека, обычно называемые медициной, от генома до всего человека и за его пределами, включая эпидемиологию и здоровье населения [3].

В части 2 мы сосредоточимся на органах и системах, тех аспектах предмета, которые связаны с более высокими уровнями структуры и функций, и теми, которые наиболее близки ко всему человеческому масштабу. На этих более высоких уровнях биологической организации интересующие нас временные масштабы обычно простираются от миллисекунд до часов, а масштабы длины варьируются от микронов до метров. По сравнению с молекулярной медициной методы моделирования реже используют подходы, основанные на частицах, и чаще имеют континуальный характер, включающий решение дифференциальных уравнений в частных производных в трехмерном пространстве и времени. Решение таких уравнений с учетом соответствующих граничных условий требует больших усилий, а тем более быстрого и точного решения. Это требует использования мощных суперкомпьютеров и масштабируемых кодов, способных в полной мере использовать современное вычислительное оборудование. Растущая сложность и разнородность новых экзафлопсных архитектур делает это сложной задачей для большинства существующих алгоритмов и программных реализаций.

Наиболее изученной системой органов является сердечно-сосудистая система [4–9], при этом большое внимание уделяется сердцу [3]. Модели человеческого сердца работают на многочисленных суперкомпьютерах по всему миру, где они используются для изучения многих аспектов сердечной физиологии и патологии [10]. Сегодня самые сложные версии способны описывать его электромеханическое биение, одновременно перекачивая смоделированную кровь в аорту и из нее. Геометрия обеспечивается цифровыми изображениями, которые варьируются от субъекта к субъекту [11,12].

Сердце гонит кровь по телу, доставляя кислород, питательные вещества и другие компоненты по назначению. Моделирование и симуляция сосудистой системы — набора артерий и вен, по которым течет кровь, — поэтому является еще одной важной целью вычислительной биомедицины. Кровь может быть описана с разной степенью детализации в зависимости от контекста и характера изучаемых проблем. На самых низких уровнях разрешения его можно описать как сплошную жидкость с заданными реологическими свойствами; на более высоких уровнях разрешения присутствие клеток крови должно быть явно включено, а свойства потока возникают из того, как эритроциты собираются вместе и движутся мимо друг друга [13–16]. Комбинация бьющегося сердца и циркулирующего кровотока, которым оно управляет, является ключевыми элементами первых полночеловеческих симуляций, которые теперь становятся возможными, предвещая появление виртуального человека. Полноценная нервно-мышечная система, конечно же, является еще одной неотъемлемой частью этого.

Движение, вероятно, является наиболее важной функцией животных. способность двигаться необходима для выживания большинства видов.У крупных позвоночных, таких как человек, способность двигаться обеспечивается сложным взаимодействием между центральной и периферической нервной системой, скелетными мышцами и самим скелетом, включая его суставы, связки, фасции и т. д. Эта сложная система органов иногда называют нервно-мышечной системой. Патологий, влияющих на нервно-мышечную систему, много, и они включают состояния, вызывающие очень большое бремя болезней, таких как болезнь Паркинсона, артрит или остеопороз. Подходы вычислительной биомедицины использовались для прогнозирования силы, необходимой для перелома костей [17], для моделирования процесса генерации силы целыми мышцами [18] или для исследования патологического нервно-мышечного контроля [19], и это лишь несколько примеров.

Технология визуализации является важным компонентом практически всех исследований систем органов. Способы накопления и обработки данных изображений необходимы для обеспечения высокой точности, специфических для пациента геометрических параметров, на основе которых можно проводить симуляционные исследования. Машинное обучение особенно эффективно для распознавания образов на основе изображений и стало неотъемлемой частью обнаружения признаков в биомедицинских изображениях. Это часто приносит большую пользу на начальных этапах сегментации и реконструкции сложной трехмерной геометрии. Машинное обучение также имеет большие перспективы в классификации категорий наблюдаемого поведения и в качестве менее требовательного к вычислениям заменителя для включения в клинически обоснованные системы поддержки принятия решений.

В текущем тематическом выпуске десять статей охватывают современные аспекты моделирования и симуляции органов и систем.

Сравнение и проверка результатов моделирования с экспериментальными данными или данными наблюдений имеют решающее значение для того, чтобы тестирование in silico было принято медицинским сообществом. Демонстрация передового опыта в этом отношении представлена Van Rooij et al. [20] при исследовании потока цельной крови через проточную камеру, репрезентативную для стенозированного сосуда. Формирование тромбоза является важным фактором глобальной смертности, и авторы используют физический эксперимент для изучения агрегации тромбоцитов как индикатора образования потенциальных тромбов. Они дополняются численным анализом напряжения сдвига и скорости сдвига — параметров, которые гораздо сложнее оценить в физическом образце. Их результаты показывают, как клеточное моделирование может помочь объяснить различия в образовании тромбов в цельной крови и плазме, богатой тромбоцитами.

Высокопроизводительные вычисления стали фундаментальным компонентом многих областей вычислительной биомедицины и действительно являются движущим фактором в возникновении этих тематических проблем. По мере того, как эти ресурсы становятся все более распространенными, а их производительность растет, необходимо постоянно обновлять коды моделирования, чтобы использовать это в своих интересах. Косталос и др.. [21] описывают достижения в реализации библиотеки Palabos, позволяющей проводить массовые симуляции на связанных архитектурах CPU-GPU. Эта возможность необходима, поскольку мы приближаемся к экзафлопсной производительности и позволяет проводить более масштабные и подробные исследования сложных биофизических явлений. В своем исследовании авторы исследуют полностью разрешенный поток эритроцитов и тромбоцитов в плазме. Они показывают, как их модель может отражать экспериментально наблюдаемое поведение, такое как миграция этих взвешенных частиц, в области моделирования, значительно большей, чем многие существующие исследования в литературе.

Разработка моделей органов и систем часто требует рассмотрения явлений, происходящих в различных масштабах длины или времени. Одним из примеров этого является Падмос et al. [22], авторы которого разработали модель для изучения инсульта в церебральных сосудах, специфичных для пациента. Они строят одномерную модель кровотока от сердца через виллизиев круг в сосуды головного мозга. Концы этой сети, наконец, отображаются на трехмерной пиальной поверхности, чтобы можно было оценить, как кровь проникает в этот жизненно важный орган. Геометрия ключевой сосудистой структуры круга Уиллса определяется на основе сканирования и включается в моделирование кровотока. Авторы демонстрируют, что их модель может реалистично идентифицировать области инфаркта пиальной поверхности при введении тромба.

В дополнительной работе к [22] Jozsa et al. [23] сосредоточились на разработке и оценке органной модели микроциркуляции человеческого мозга для прогнозирования перфузии. Их подход использует модель пористого континуума с тремя отсеками для представления микроциркуляции в артериолах, капиллярах и венулах головного мозга. По сравнению с перфузией крови через здоровый мозг авторы показывают, что их модель может качественно воспроизвести положение и объем наблюдаемой окклюзии из-за инсульта.При лечении инсульта время имеет решающее значение, и эти исследования показывают, как модели in silico могут изучать это состояние в цифровом виде, чтобы помочь информировать и ускорить физическое лечение.

Методы

In silico можно использовать не только для прогнозирования влияния такого состояния, как острый ишемический инсульт, на человека, но и для оценки жизнеспособности вариантов лечения. Исследование, представленное Лураги et al. [24], демонстрирует значительные успехи, достигнутые в этом последнем направлении. Они разрабатывают трехмерную конечно-элементную модель для воспроизведения четырех стадий тромбэктомии стент-ретривера и сравнивают свои результаты in silico с тестами in vitro, проведенными в лабораторных экспериментах. Имитация извлечения сгустка повторяет как успешные, так и неудачные попытки физического устройства как в упрощенной, так и в реалистичной геометрии сосудов.

Болезни сердца являются основной причиной смерти, особенно в западных странах. Работа, представленная Martinez-Navarro et al. [25], направлена на то, чтобы пролить свет на механизмы аритмии, вызванной ишемической болезнью, при различных уровнях тока натрия посредством многомасштабного моделирования и симуляции на основе человеческого фактора. Их моделирование подчеркивает важную роль асимметричной бивентрикулярной анатомии в модулировании аритмического риска. Результаты, полученные в ходе этой работы, могут объяснить, почему некоторые пациенты могут быть более восприимчивы к побочным эффектам некоторых сердечных препаратов.

Существенным препятствием, ограничивающим весь потенциал моделирования для помощи в диагностике и лечении заболеваний в клинических условиях, является, как правило, ограниченность вычислительных ресурсов, доступных в больнице. При необходимой правовой защите данных пациентов, предотвращающей их экспорт на более мощные машины, один из подходов к преодолению этого заключается в разработке моделей уменьшенного порядка на основе предварительно смоделированных данных, которые могут быть запущены клиницистами с меньшими затратами. Бубак et al. [26] представляет инфраструктуру для проведения подробного гидродинамического моделирования состояний клапанов сердца для получения данных, необходимых для разработки подходящей модели пониженного порядка, и обсуждают технические соображения, связанные с этим. Они сообщают, что 73 % опрошенных клиницистов считают, что информация, полученная в результате их разработки, полезна и может помочь в клиническом лечении.

С другой стороны, дополнительные доказательства усилий, предпринимаемых для повышения эффективности и производительности инструментов моделирования на больших суперкомпьютерах, представлены в работе McCullough et al. [27]. Здесь авторы приводят несколько примеров, демонстрируя текущие разработки модели трехмерного кровотока в связанных артериях и венах человеческого масштаба. Они демонстрируют превосходную высокую производительность своего решателя потока крови HemeLB для более чем 300 000 ядер ЦП и предоставляют экспериментальные исследования сопряженного кровотока в крупномасштабных сосудистых структурах. Эта работа определяет несколько шагов, предпринимаемых многими исследователями в области вычислительной биомедицины для разработки виртуального человека.

Исследования сердечно-сосудистой системы — не единственная часть человеческого тела, подходящая для подробного компьютерного исследования и анализа. Ascolani et al. [28] исследуют скелетную систему, поскольку они представляют трехмерную гибридно-многомасштабную вычислительную модель для моделирования механотрансдукции в остеобластах и ее взаимодействия с внеклеточным матриксом. Модель и метод анализа предсказывают, что в шуме механотрансдукции из-за модуляции биомеханического стимула и последующей экспрессии генов происходят уникальные события, которые обеспечивают сигнатуры для сдвига в динамике системы. Кроме того, исследование выявило молекулярные взаимодействия, которые могут быть потенциальными мишенями для лекарств при лечении остеопороза.

Наконец, следует признать, что область вычислительной биомедицины не просто сосредоточена на моделировании конкретных явлений, происходящих в человеческом теле, но также может предоставить мощный инструмент, помогающий клиницистам принимать диагностические решения перед лицом постоянно растущее количество доступных данных. Getty et al. [29] представляют модель глубокого обучения, которая может оценивать изображения МРТ для выявления и классификации опухолей головного мозга. Они демонстрируют, что их модель на основе капсульной сети способна точно классифицировать до 87% опухолей, а точность оставалась выше 75% при уменьшении объема обучающих данных. Обе эти меры представляют собой улучшения по сравнению с существующими моделями. В заключение они предлагают способы, с помощью которых методы обучения могут ускорить и улучшить текущую производительность методов визуализации, таких как МРТ.

Читайте также: