Моделирование сердечно-сосудистой системы

From BioUML platform
Revision as of 17:18, 25 January 2018 by Ilya Kiselev (Talk | contribs)

Jump to: navigation, search

В платформе BioUML реализован ряд математических моделей сердечно-сосудистой и других систем человека, взятых из разных источников. Используя модульный подход мы объединяем эти модели, получая различные варианты комплексной модели, содержащей описания различных подсистем и их взаимодействия.

Модели кровообращения:

  • модель сокращений сердца и течения крови по большому кругу [1]
  • модель сокращений сердца с большим и малым кругами кровообращения.[2]
  • классическая модель общей циркуляции [3]
  • упрошенная модель кровообращения [4]
  • одномерная модель тока крови по крупнейшим сосудам артериальной системы [5]

Модели почечной регуляции

  • модель долгосрочной регуляции водно-солевого баланса[6]
  • модель РААС [7]
  • основанная на предудыщих, модель с мехнизмом действия ряда препаратов [8]

Модели лекарственных препаратов

  • модель фармакокинетики и фармакодинамики алискирена [9]
  • модель фармакокинетики и фармакодинмики лозартана [10]

Эти модели собраны в базу Virtual Human, которая доступна через веб версию BioUML по адресу http://ie.biouml.org/bioumlweb/#de=databases/Virtual Human/

References

  1. 27. Солодянников Ю.В. Элементы математического моделирования и идентификация сис¬темы кровообращения. Самара: Изд-во Самар. ун-та. 1994. 316 с.
  2. Прошин А.П., Солодянников Ю.В. Математическое моделирование системы кровообращения и его практические применения // Автоматика и телемеханика. 2006. Т. 2. С. 174-188.
  3. Guyton A.C., Coleman T.G., Granger H.J. Circulation: Overall regulation. Ann. Rev. Physiol. 1972. 34: 13-46. doi: 10.1146/annurev.ph.34.030172.000305.
  4. Pruett W.A., Husband L.D., Husband G., Dakhlalla M., Bellamy K., Coleman T.G., Hester R.L. A population Model of Integrative Cardiovascular physiology // PLOS One. 2013. V. 8 № 9.
  5. Блохин А.М., Трахинин Ю.Л., Бибердорф Э.А., Попова Н.И. Глобальное моделирование артериальной системы человека // Иванова Л. Н., Блохин А. М., Маркель А. Л. Система кровообращения и артериальная гипертония: биофизические и генетико-физиологические механизмы, математическое и компьютерное моделирование: Моногр. Новосибирск: Сиб. отд-ние РАН, 2009 (сер. Интеграционные проекты. Вып. 17). С. 106-134.
  6. Karaaslan F., Denizhan Y., Kayserilioglu A., Ozcan Gulcur H. Long-term mathematical model involving renal sympathetic nerve activity, arterial pressure, and sodium excretion // Annals of Biomedical Engineering. 2005. V. 33. № 11. PP. 1607-1630.
  7. Lo A., Beh J., de Leon H., Hallow K.M., Ramakrishna R., Rodrigo M., Sarkar A., Sarangapani R., Georgieva A. Using a systems biology approach to explore hypotheses underlying clinical diversity of the renin angiotensin system and the response to antihypertensive therapies. Clinical Trial Simulations, AAPS Advances in the Pharmaceutical Sciences Series. 2011. V. 1. 618 p.
  8. Hallow K.M., Lo A., Beh J., Rodrigo M., Ermakov S., Friedman S., et al. A model-based approach to investigating the pathophysiological mechanisms of hypertension and response to antihypertensive therapies: Extending the Guyton model. Am J Physiol Reg Integr Comp Physiol. 2014. V. 306 № 9. PP. R647-62.
  9. Hong Y., Dingemanse J., Mager D.E., Pharmacokinetic/Pharmacodynamic Modeling of Renin Biomarkers in Subjects Treated With the Renin Inhibitor Aliskiren // Clinical Pharmacology & Therapeutics. 2008. V. 84. PP. 136–143.
  10. Nguyen H.Q., Lin J., Kimoto E., Callegari E., Tse S., Obach R.S. Prediction of Losartan-Active Carboxylic Acid Metabolite Exposure Following Losartan Administration Using Static and Physiologically Based Pharmacokinetic Models // J Pharm Sci. 2017.106(9):2758-277.
Personal tools
Namespaces

Variants
Actions
BioUML platform
Community
Modelling
Analysis & Workflows
Collaborative research
Development
Virtual biology
Wiki
Toolbox