Modeling Antihypertensive drugs

From BioUML platform
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

  • Лозартан - специфический блокатор рецепторов ангиотензина II (ANG II) типа АТ1. Реализована модель фармакокинетики с метаболизмом в активное вещество карбоксилозартан и фармакодинамики[9]
  • Алискирен - активный ингибитор ренина. Двухкомпартментная модель фармакокинетики и модель фармакодинамики[10]
  • Эналаприл - ингибитор ангиотензинпревращающего фермента. реализована модель фармакодинамики по [8]
  • Амлодипин - блокатор кальциевых каналов. Реализована модель фармакодинамики по [8].
  • Бисопролол - ингибитор β1-адренорецепторов. Фармакодинамика реализована с помощью влияния на параметра, описывающего совокупную активность рецепторов стресса, включающий и адренорецепторы. Величина эффекта препарата подобрана для соответствия клиническим данным [11]

Эти модели собраны в базу данных Virtual Human, которая доступна через веб версию BioUML по адресу http://ie.biouml.org/bioumlweb/#de=databases/Virtual%20Human/

Модуль прогнозирования действия препаратов

Нами был разработан программный модуль для платформы BioUML моделирующий воздействие лекарственных препаратов на пациентов. Доступ к модулю предоставляется по запросу по адресу axec@systemsbiology.ru.


References

  1. 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. 8.0 8.1 8.2 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.
  11. Lithell H., Selinus I., Hosie J., Frithz G., Weiner L. Efficacy and safety of bisoprolol and atenolol in patients with mild to moderate hypertension: a double-blind, parallel group international multicentre study. European heart journal. 1987. V. 8. Suppl. M. P. 55–64
Personal tools
Namespaces

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