Uusi joustava plug and play järjestelmä mallintamiseen, simulointiin, ja ennustamiseen mahalaukun tyhjenemistä

Uusi joustava plug and play järjestelmä mallintamiseen, simulointiin, ja ennustamiseen mahalaukun tyhjenemistä
tiivistelmä
tausta
silico malleissa, jotka yrittävät kaapata ja kuvaavat fysiologista käyttäytymistä biologisia organismeja, mukaan lukien ihmiset, ovat luonteeltaan monimutkainen ja aikaa vievää rakentaa ja simuloida on tietojenkäsittely-ympäristön. Taso yksityiskohta kuvaus sisällytetään mallissa riippuu tietoa järjestelmän toiminta tällä tasolla. Tämä tieto on kerätty kirjallisuudesta ja /tai parantaa tietämystä saatu uusia kokeiluja. Siten malli kehitys on iteratiivinen kehityshäiriöitä menettely. Tavoitteena tätä paperia on kuvata uusi plug and play järjestelmä, joka tarjoaa enemmän joustavuutta ja helppokäyttöisyyden käytön mallinnukseen ja simulointiin fysiologiset käyttäytymistä biologisista organismeista. Tool Menetelmät
järjestelmä edellyttää, että mallintaja (käyttäjä) ensimmäinen toimittaa rakenne vuorovaikutuksessa komponenttien ja kokeellista tietoa taulukkomuodossa. Käyttäytyminen kuvattujen komponenttien matemaattiseen muotoon, myös antama mallintaja, ulkoisesti liitetty simulaation aikana. Etuna plug and play järjestelmä mallintaa on se, että se vaatii vähemmän ohjelmointia ja voidaan nopeasti mukauttaa uudempia mallintamiseen vaatimukset, mutta myös pohjustaa dynaamisen mallin rakentamiseen.
Tulokset
Esimerkkinä, paperi malleja dynamiikka mahalaukun tyhjenemistä käyttäytymisen kokenut ihmisten. Joustavuus mukauttaa mallia ennustamaan mahalaukun tyhjenemistä käyttäytymisen erityyppisiä ravinteiden infuusio suolistossa (sykkyräsuoli) on osoitettu. Ennustukset todennettiin kanssa ihmisen interventiotutkimus. Virhe ennustettaessa puoli tyhjenemistä havaittiin olevan alle 6%.
Johtopäätökset
uusi plug-and-play järjestelmä biologisten järjestelmien mallintamiseen kehitettiin jonka avulla muutokset mallinnettu rakennetta ja käyttäytymistä pienemmällä ohjelmointi ponnistus, jonka abstracting biologisen järjestelmän verkoston pienempiin osa-järjestelmien kanssa riippumaton käyttäytymistä. Uudessa järjestelmässä, mallinnus ja simulointi tulee automaattinen koneellisesti luettavassa ja suoritettavan tehtävän.
Avainsanat
Modeling mahalaukun tyhjenemistä Toiminnalliset moduulit Palaute silmukka Johdanto
Biologiset systeemianalyysin joukko hypoteeseja käsillä on syklinen prosessi joka alkaa koejärjestely, tiedonkeruu, data-analyysi, data tai hypoteesi ajetaan mallintamiseen, simulointiin, ja analyysi [1, 2]. Joka sykli, (osa) kuvauksen biologisessa järjestelmässä jalostetaan joko parantaa tai lähettää edelleen hypoteesia. Tämä merkitsee sitä, että biologisten järjestelmien analyysi, data /hypoteesi ajettu malli jatkuvasti muuttumassa. Dating systeemibiologian mallintamisvälineiden vaatia käyttäjää manuaalisesti ohjata tietokoneen kautta tuettu ohjelmointityökaluilla saavuttaa mallinnuksen ja simuloinnin tavoitteet [3- 5]. Tällainen tehtävä liittyy ohjelmallisesti kuvaavat biologisia tekijöitä, jotka liittyvät siirtofunktiot ja vuorovaikutteinen käyttäytymistä komponenttien joukossa. On olemassa muutamia moderneja systeemibiologian mallintamistyökaluja kuten Simbiology [6] ja PhysioDesigner [7], että antaa käyttäjälle graafinen lisiä pick yleisesti käytetty biologisesti merkityksellisiä osia ja liittimet työkalusta lavan ja aseta ne mallin sisällä rakennuksen ympäristöön. Kuitenkin toiminnan kuvaukset kaikkien komponenttien ja niiden välinen on vielä ohjelmallisesti kuvattu. Siten koko iteratiivinen systeemibiologian mallintaminen sykli käytännössä tulee usein erittäin työlästä. Suuren mittakaavan yksinkertaistaminen mallintamisessa voidaan saavuttaa, jos ohjelmoinnin funktionaalisen käyttäytymisen komponentti voidaan välttää ja tehtävä korvata integroimalla alayksikköjä esiohjelmoidun siirron toiminnallisia elementtejä.
Jokainen osa-fysiologiset kokonaisuus kuten elimen tai kudos voidaan katsoa olevan hyvin määritelty toiminnallinen käyttäytyminen määritellään suhteessa sen tulot ja lähdöt. Käyttäytymistä biologinen järjestelmä on integroitu käyttäytymistä näiden osa-fysiologiset yhteisöt työskentelevät yhdessä. Näin fysiologisesta näkökulmasta, integrointi alayksikköjä esiohjelmoidun siirto funktionaalisia osia ymmärtää toiminnallisuutta biologisen komponentin tai biologisessa järjestelmässä kokonaisuudessaan, on ilmeisesti merkitystä.
Tässä asiakirjassa kuvataan ympäristö soveltuu biologisten järjestelmien mallintamisen ja simuloinnin että lievittää uudelleen ohjelmointi vaivaa yleensä liittyy muutoksia kokeellisen suunnittelu ja mallintaminen. Osoittaakseen työskentelystä ehdotetun mallintamisen ja simuloinnin ympäristö ja sen joustavuus mukautua kokeellisia muutoksia, mahalaukun tyhjenemistä käyttäytymistä havaittu ihmisellä mallinnettiin. Sääntely mahalaukun tyhjenemistä on keskeinen osa monimutkainen prosessi ravinnon asetusta, joka on aktiivinen tutkimusalue [8-10]. Erilaisia ​​solutyyppejä, hormonit, reseptorit ja hermo signaaleja kaikki toimivat samanaikaisesti järjestelmän. Se on tällä hetkellä pitkälti epäselvää, kuinka signaalit, jotka johtuvat eri osista suolistossa toimivat yhteistyössä palautetta muodin kautta keskushermostoon säädellä aterian nauttiminen käyttäytymistä. Ehdotettu mallintamiseen lähestymistapa voisi olla apua ja tutkijat voivat nopeasti ja helposti rakentaa malli variantit ja päättää, mitä tarjoaa eniten yhdenmukainen tulkinta kokeelliset tiedot. Siksi tutkimuksen, jonka tarkoituksena on vaikuttaa mahalaukun tyhjenemistä suoliston infuusio ravinteita valittiin proof-of-concept esimerkki. Parametrit mallin arvioitiin kokeellisia tietoja kerätään kontrolliryhmän aiheita käytettiin ennustamaan mahalaukun tyhjenemistä korko intervention ryhmässä, joka sai sykkyräsuolen ravinteiden infuusiona.
Suunnittelu ja ohjelmistojen ympäristö
Biologiselta järjestelmän mallintimen näkökulmasta joka haluaa helpotusta ohjelmoida uudelleen ponnistelut liittyy kokeellisia ja mallinnus muuttuu ajan mittaan, mallinnus ja simulointi ympäristön on oltava sellainen, että käyttäjä määrittää osa-fysiologiset kokonaisuuksia, jotka osallistuvat biologisessa järjestelmässä mallinnetaan sekä niiden tulo /out suhteita tahansa yksinkertaisesti ja helposti muunneltavissa muodossa. Käyttäjän tulee myös kyetä tarjoamaan mallintamisen ja simuloinnin ympäristölle mitään kerätyt kokeelliset tiedot tai toimitettu järjestelmätasolla tai osa-fysiologiset yksiköiden tasolla. Myös annetaan malli toiveiden ja liittyvä kokeellista tietoa esim. tulona on tekstimuodossa, mallinnus ja simulointi ympäristön pitäisi automaattisesti rakentaa malli ja simuloida mallinnettu behavior.A ohjelmistoarkkitehtuurin pystyy täyttämään edellä esitetyt vaatimukset on esitetty kuviossa 1. Keskeistä tässä arkkitehtuuri on yleinen mallinnukseen ja simulointiin puitteet joka käsittää mallin rakentaja, malli simulaattori, ja osa funktio kirjasto. Malli rakentaja ja simulaattori on käännetty ajettavat. Simulaattori dynaamisesti lataa komponentin toiminto kirjasto aikana simulointiajo. Käyttäjä toimittaa mallin teknisen erittelyn ja kokeellista tietoa geneeriseen mallinnuksen ja simuloinnin kehyksen kautta malli toiveiden ja atk-tiedostona ennalta muodossa. Malli rakentaja jäsentää mallin eritelmien ja rakentaa mallia käyttäjän määrittämä. Simulaattori lataa rakennettu malli ja yhdessä komponentin toiminto kirjasto simuloi mallinnettua käyttäytymistä sopivilla simulointi tietoja. Seuraavissa kappaleissa antaa yksityiskohtaisen kuvauksen mallin rakentaja, mallin simulaattori, komponentin toiminta kirjasto ja malli toiveiden ja datatiedoston. Kuva 1 Generic mallinnus ja simulointi puitteissa.
Malli rakentaja
biologisessa järjestelmässä varten mallintamista voidaan pitää kokoonpanoa itsenäinen osa-fysiologiset kokonaisuuksia, jotka toimivat yhdessä saavuttaa tiettyjä biologisia tavoitteet. Mallintaa käyttäytymistä tällaisen biologisessa järjestelmässä, se on kätevä valita abstraktio, joka edustaa kunkin osa-fysiologiset kokonaisuus itsenäisenä komponentti, joka yhdessä muiden komponenttien kanssa muodostavat noin komponentteja. Tällaista verkkoa, mallintaa järjestelmä on sitten komponentti perustuva järjestelmä mallia.
Perusyksikkö komponentin perustuva järjestelmä malli on komponentti tietty määrä tuloja ja lähtöjä. Nämä tulot ja lähdöt liittyvät toisiinsa matemaattisen funktion. Rakenteellinen erittely
Komponentin on näin määritellään ainesosan nimi yhdessä nimen kanssa sen tulot ja lähdöt, kun taas toiminnallinen määrittely
Komponentin määritellään matemaattinen suhde sen tulot ja lähdöt. Toiminto Mallin rakentaja on rakentaa komponentti pohjaisissa järjestelmissä mallin rakenteelliset ja toiminnalliset erittely komponenteista mallinnettu biologiseen järjestelmään.
Model simulaattori
Malli Simulaattori jäljittelee komponentti perustuva järjestelmä malli ennalta määrätty määrä simulointi jaksoa. Komponentti järjestelmän malli on sarja panoksia sanotaan simuloidaan ennalta määrätty määrä simuloinnin syklien jos jokainen komponentti ulostulo arvioidaan jokaisen simulaation aikana. Tietty simulointi sykli sanotaan täytetään, jos jokainen komponentti lähdöt on arvioitu, että simulointi cycle.The Malli rakentaja rakentaa komponentti-pohjainen järjestelmä mallia siten, että lisäyksiä tai poistoja komponenttien tarvittaessa on aina mahdollista tällä loppuun simulaation aikana. Havainnollistamiseksi tämä rakenne hypoteettisen komponentti perustuvan järjestelmän malli 3 komponenttia, nimittäin C1, C2, ja C3, ja vastaavat yhteyksiä A, B, C, ja D komponenttien joukossa on esitetty kuviossa 2a. Toinen visuaalinen esitys saman rakennemalli on esitetty kuvassa 2b. Kaksi visuaalisesti edustaa mallien eivät poikkea toisistaan, paitsi että jälkimmäisessä reunojen (yhteenliittäminen) yhdistävät komponentit edustettuina tietoa kanavia ja jokainen laite on kytketty yhden tai useamman tiedon kanavia. Tämä esitys intuitiivisesti vastaa fysiologista tilannetta elinten yhdistetty verisuonten ja /tai hermo-kanavia. Joka simulointi sykli on nykyisin käytettävissä olevien tietojen kanava on joko luetaan tuloihin komponenttien (kytketty nykyisen simulointi sykli) tai kirjoitetaan tietoja kanavan lähdöt komponenttien (tällä hetkellä käytettävissä). Tiedot luetaan tai kirjoitetaan vain ne osat liitetään tiedotuskanava nykyisessä simuloinnin aikana. Tämä malli rakenne ja simuloinnin ominaisuus mahdollistaa minkä tahansa määrän mallin komponenttien lisätään tai poistetaan järjestelmästä mallista simulaation aikana valvotaan asianmukaisesti rakenteita. Kuva 2 Esimerkki järjestelmän malli. (A) Rakenteelliset mallin kuvaus esimerkin järjestelmän malli. (B) Analoginen visuaalinen esitys rakennemallin.
Komponentin toiminto kirjasto
Komponentin toiminto kirjasto sisältää toiminnallisen spesifikaation (ts matemaattinen suhde tulojen ja lähtöjen) jokaisen komponentin muodostavan komponentin järjestelmän malli. Koska simulaattori on ohjelmoitu simuloimaan mallin ajoissa, toiminnan määrittelyssä komponenttien kuvataan ajan funktiona samoin. Toiminnallinen määrittely komponenteista on määriteltävä käyttäjän ja päivitetty komponentin toiminnon kirjastoon.
Mallitarkennus ja kokeellista tietoa tiedostojen
Malli toiveiden ja kokeelliset tiedot tiedostoa, jonka käyttäjä on kaksi tietoja. Ensimmäinen on rakenteellinen erittely komponenteista järjestelmien malli ja toinen on kokeellinen koskevat tiedot kokeita järjestelmään. Nimi komponenttien ja vastaavat tulot ja lähdöt ovat riveittäin taulukoitu. Nimi lähdön komponentti on sama kuin tulo toisen komponentin jos kaksi on yhdistetty, ja on erilainen, jos niitä ei ole liitetty. Lisäksi sarake, "Connect", on läsnä, ja sen arvo on joko "Yes" tai "No", joka yhdistää tai katkaisee input /lähdöt vastaavien komponenttien. Tämä sarake lisätään käyttöön lisää joustavuutta yhdistää tai erottaa vastaavien laitteiden välillä.
Varten hypoteettisen järjestelmän malli kuvattu aikaisemmin kuviossa 2a, komponentit, C1, C2, ja C3, ovat riveittäin taulukoitu taulukkoon 1. tulo komponentin, C1, on, A ja D, ja lähtö on, B, joka sitten on tulo komponentin, C2. Kuvaukset muiden komponenttien ovat samanlaisia. Huomaa, että tulo C komponentti C3 on irrotettu kirjoittamalla "Ei" "Connect" sarakkeeseen. Kokeellinen data on ajallisesti taulukoitu rivitasolla kunkin tulon ja lähdön komponentin. Esimerkiksi tulo A komponenttiin C1 hetkellä 0, on 20 yksikköä ja pysyy nolla muun ajan (5-30). Kilpailutyöt ovat tyhjiä, jos kokeellisen tietoa ei available.Table 1 Esimerkki mallin spesifikaation tiedosto rakennemallin mallin kuvaus Kuviossa 2 a
tulokset
mahalaukun tyhjenemistä sekä suoliston liikkuvuutta, erityksen ruoansulatusentsyymien ja peptidihormoneille ovat tärkeitä fysiologisia prosesseja säätelyyn aterian ruoansulatuksessa [11, 12]. Mahan tyhjenemisen on fysiologinen prosessi, jossa mahassa vähitellen tyhjentää sen sisällön ohutsuoleen. Sisältö sitten stimuloivat useiden hormonien vapauttamista (CCK, PYY, GLP-1 jne.) Suoliston limakalvoilta, jotka synnyttävät palautetta signaaleja eri hermoratoja. Yksi näistä hermoratoja toimii palautetta mahalaukun tyhjenemistä itse prosessi. Vagaalisen tuovissa polku alkaa suolistosta ja päättyy Nucleus Tractus solitarius (NTS) ja keskushermostoon [13]. Vastaus tai negatiivista palautetta johtuu keskushermoston kautta kiertäjähermo- kun vievät ja päättyy paikoissa kuten mahalaukussa, hidastamalla tyhjentymistä vatsan [14].
Useissa tutkimuksissa on osoitettu, että sykkyräsuolen infuusio ravinteita johtaa mahalaukun tyhjenemisen hidastumista ja ohutsuolen läpikulkuaikaa ja parannettu vapautumista ruoansulatuskanavan hormonit. Tutkiminen mekanismi tämän niin sanotun sykkyräsuolen jarru aktivointi on mahdollisesti kiinnostaa kehittämiseen terveysvaikutteisten elintarvikkeiden että ravintoaineet distaalisessa osassa ohutsuolessa. Lisäksi Maljaars et ai. [12] osoitti, että sykkyräsuolen infuusio lipidien (safloriöljy) johti tehokkaampi suoliston jarru vaikutus verrattuna duodenual infuusiona. Mahalaukun tyhjenemistä viivästyi huomattavasti vuonna sykkyräsuolen infuusiona verrattuna pohjukaissuolen infuusio (206 min vs. 138 min) [12]. Lukuisat mallit on raportoitu kirjallisuudessa pystyy simuloimaan tai ennustaa mahalaukun tyhjenemistä ihmisellä [14-16]. Useimmissa näistä malleista ainoastaan ​​vatsassa ja suolistossa on pidetty osallistuvat komponentit [17]. Täydellinen takaisinkytkentäsilmukka mahalaukun tyhjenemistä prosessi eli joissa vapautuu vähitellen ravinteita mahasta ja vapautuivat hormoneja, jotka aiheuttavat hermo signaaleja ruoansulatuskanavan em edelleen vapautumista ruokaa mahaan (ja myös saanti uusi elintarvikkeet) palautetta järjestelmän kautta keskushermostoon ei ole käsitelty kattavasti otettu huomioon. Tämän lisäksi mallinnus ja simulointi järjestelmiä, kuten on raportoitu näissä julkaisuissa, liittyy tiukkoja ohjelmoida uudelleen toimista, jos kokeilu on suunniteltu uudelleen.
Havainnollistamiseksi komponentin mallinnus prosessin puitteissa ehdotetun mallinnus ja simulaatioympäristö, seuraavissa osissa keskustelevat mahalaukun tyhjenemistä mallintamiseen ja simulointiin prosessi minimaalisella joukko komponentteja. Ennustavan valmiudet rakennettu järjestelmien malli sitten tutkia sopivilla kokeita vapaaehtoisilla ihmisillä.
Modeling mahalaukun tyhjenemistä käyttäytyminen
rakentamiseksi järjestelmätasolla mahalaukun tyhjenemistä malli, rakenteellinen erittely kaikki komponentit, jotka muodostavat mallin mukaan kanssa kokeelliset tiedot kuvataan mallissa selityksessä ja datatiedoston. Toiminnan määrittelyssä komponenttien jälkeen lisätään komponentti toiminnon kirjastoon. Rakennettu mahalaukun tyhjenemistä malli yhdessä komponentin toiminta kirjasto ja kokeelliset tiedot määritelty mallin teknisen erittelyn ja tiedoston simuloidaan arvioida mallin parametrit. Käytännössä mallia käytetään vastaamaan tiettyä tutkimusta kysymys. eli "Kuinka ravintoaine X vaikutteita mahalaukun tyhjenemistä rate Y?"
Rakenteelliset erittely
Taulukossa 2 sisältö rakenteellisen spesifikaation ja datatiedoston varten mahalaukun tyhjenemistä mallia. Kaaviokuva rakennemallin on esitetty kuviossa 3. Komponentit, jotka muodostavat rakennemallin ovat Vatsa, suolisto (GI), ja keskushermosto (CNS). NUT_INP (Nutrient Input), on tulo komponentin Vatsa. Toinen tulo, IR_VE (Suolistoperäiset Response - Vagaalisia kun vievät), on palaute keskushermostossa. Syy miksi tuotoksen ja panos mahan yhdistetään ja yleisesti nimitystä NUT_INP selviää kun toiminnallinen malli Vatsa on kuvattu. Toinen lähtö Vatsa, NUT (Nutrient) on panos seuraavaan komponentti suolistossa. Ulkoisen tulon NUT sidottu panos suolisto on infuusio tulo, joka voi moduloida mahalaukun tyhjenemistä ilmiöitä. Kokeellisessa ympäristössä, tämä infuusio annetaan kautta katetrilla maha (GI), jossa katetrin kärjen sijoitettu distaalisen ohutsuolen (ileum). Tuotos suoli, IR_VA (Suolistoperäiset Response - Vagaalisia afferentit) on panos seuraavaan komponentti CNS. Lähtö CNS, IR_VE, kuten edellä on selitetty, on palaute komponenttiin Stomach.Table 2 Kuva 3 kaaviomainen esitys rakennemallin varten mahalaukun tyhjenemistä esimerkki.
kokeelliset tiedot segmentti rakenteellisen mallin tiedosto sisältää tiedot kunakin ajankohtana, jotka ovat joko ulkoisen tulon arvot järjestelmän mallia tai kokeellisesti mitattuja arvoja lähdöissä komponenttien, jotka muodostavat järjestelmän. Mahalaukun malliesimerkki ulkoinen tulo syötetään NUT_INP muodossa vakioitua aamiaista ateria [18] ajankohtana "0" minuuttia (ilmaistuna lämpöarvoa standardoidun aamiaisen), ja infuusio ulkoisen tulon pähkinä kerrallaan '30 "min kunnes '120' min kanssa 5 minuutin tarkkuudella (ilmaistuna lämpöarvon toimitukseen per 5 min). Loput input /output-arvot kaikkien komponenttien välillä ajan '0' ja '240' kanssa aika vaiheessa "5" min olivat joko ei mitata tai ei ole läsnä ja siten jättää tyhjäksi.
Toiminnallinen erittely
dynamiikka mahalaukun tyhjenemistä toiminnallisesti kuvattu komponentti mahassa. Suoliston palaute säätelevät mahalaukun tyhjenemistä toiminnallisesti toteutetaan jarrun mekanismi, joka hidastaa mahan tyhjenemistä vakiona. Komponenttien suolistossa ja keskushermoston sijasta yksityiskohta fysiologinen malli, harmaa-box malli pienellä toiminnallisia elementtejä ja niihin liittyvät parametrit valittiin. Toiminnallinen malli kuvaukset kunkin osan muodostavat mahan tyhjenemisen malli on kuvattu seuraavissa alaosioissa ja siihen liittyvät parametrit arvioidaan aikana mallin kalibroinnin on esitetty taulukossa 3.Table 3 Parametrien määritelmät
Parametrin nimi
parametri
yksikkö
Arvo
Mahalaukun tyhjenemistä vakio
k
m
i
n
-1
To arvioitavissa
efferent signaali kynnys
THD
dimensioton
arvioitava
IR siirtonopeus vakio
IR_TR
E
-1
arvioitava
In vivo hajoaminen nopeusvakio
INV_DR
m
i
n
-1
arvioitava
Caloric grade
CAL_GRD
dimensioton
0.6
Time suurimmalla amplitudi
T_MAX
min
10
Transfer vakio
TRF_K
dimensioton
1
Tauko vakio prosenttiosuus
BRK
dimensioton
3
vatsa
komponentti mahassa on kaksi tuloa: N
U
T
_I
N
P
ja minä
R
_V
E
, kaksi lähtöä: NUT
ja N
U
T
_I
N
P
. Alkuvaiheen kalorien tulo, N
U
T
_I
N
P
(0), kalorien tulo N
U
T
_I
N
P
(t
) pidättää mahassa kerrallaan t
kuvataan yhtälöllä 1, missä t on aika minuutteina, k on mahalaukun tyhjenemistä vakiona kohden minuutti ja b on ekstrapoloitu y-leikkauspiste loppuosan tyhjennyksen käyrän [15]. NUT_INP (
t
) B =
NUT_INP (
0
)
*
1
-
1
-
e
-
k
*
t
b
(1) uudelleenkirjoitus yhtälö 1 differenssiyhtälö muoto aiheuttaa yhtälössä 2, jossa N
U
T
(t
+ Δ
t
) on kaloreita karkottaa mahasta suolistoon t
+ Δ
t
ja Δ
t
on simulaatio välein. Pähkinä (
t
+
At
) B =
NUT_INP (
t
+
At
) B -
NUT_INP (
t
) B =
f
(
t
) B *
At
*
CAL_GRD ,
(2) missä f
(
t
) b =
NUT_INP (
0
) b *
b
*
k
*
1
-
e
-
k
*
t
b
-
1
*
e
k
*
t
ja CAL_GRD on kalorien arvioarvon määritellään prosenttiosuutena kalorien tulo imeytyy suolistosta. Olettaen tasainen jakautuminen ja imeytymistä kaloreita pitkin suolistossa, osuus kaloreita imeytyy ileum voidaan arvioida prosentuaalinen pinta-ala ileum. Kokonaispituus pohjukaissuolen, tyhjäsuolen ja sykkyräsuolen on 25, 260, 395 cm [19]. Olettaen, että vakio säde suolen prosenttiosuus pinta-ala sykkyräsuolen on 60% ja näin ollen suurempi kuin 0,6 valittiin CAL_GRD [20].
Tässä mallissa, mahalaukun tyhjenemistä nopeusvakio k on alennettava prosenttimäärällä BRK , kun kussakin tapauksessa, että suoliston vastaus efferent siirtofunktio sgmd
ylittää kiinteän kynnysvakio THD (efferent signaali kynnys vakio). Suoliston vaste efferent siirtofunktio sgmd
on määritelty yhtälöllä 3. arvo b yhtälön 1 lasketaan sitten b
= e
k
* T
_l

G myynnissä maassa k saa arvon T
_l

G
, alkuperäisen viive mahalaukun tyhjenemistä [15]. sgmd (
t
) B =
2
/
(
1
+
e
-
IR_TR *
IR_VE (
t
) B ) B -
1
,
(3) jossa olen
R
_T
R
on suoliston siirtonopeus vakio, ja minä
R
_V
E
on suoliston vagaalisten efferent vastausta CNS.
löytää sopiva arvo BRK, katsoimme, että mallia on arvioitu aika päätöslauselman 1 minuutti, jolloin järjestelmä suorittaa enintään 1 tauko tapahtumaa per minuutti. Lisäksi sillä alueella ravinteiden aiheuttama vaihtelu mahan tyhjenemistä puoliajalla otimme referenssinä tietoja Robertson et al. [21], joka osoittaa, että lisäämällä n-6 monityydyttymättömien rasvahappojen (PUFA) vs. n-3 PUFA aterialla voi johtaa kasvua mahan tyhjenemisen puoliintumisaikaa 155-237 minuuttia. Sitten tarvitaan, että 15 peräkkäistä tauko tapahtumia riittää lisätä Thalf 155-237 minuuttia, jotta merkittävä väheneminen mahan tyhjentymistä hyvinkin pituus infuusio 90 minuutin ajan käytetty kokeessa. Tämä johti arvoon 0,03 tai 3% BRK (eli 155 * 1,03 15≈237).
Suolisto
Komponentti suoli on tulo: NUT
ja lähtö I
R
_V

. Suoliston vagaalisia tuovissa vastaus I
R
_V

(t
+ Δ
t
) hetkellä t mutkikas vagaalisten afferent vasteen E (mielivaltaisesti valittu ) yksiköt suolen kalorien tulo 0, kunnes t yhtälön 4. IR_VA (
t
+
At
)
=
Σ
i
=
0
t
/
At

*
(
t
-
(
At
*
i
) b ) b b
*
e
-
c
*
(
t
-
(
At
*
i
) B ) B (4) jos
= N
U
T
(Δ
t
* i
) * (c
* e
/b
) b
, The in-vivo (suoliston kiertäjähermo- tuovissa vaste) vaimenemisnopeus vakio, c
= I
N
V
_D
R
, ja b
= T
_M

X
* c
, jossa T_MAX on aika, jolloin suoliston vagaalinen afferenttien vastaus suoliston tulo on suurin. Voit valita arvon T_MAX otimme aikaa suurin vaste hormoni läheisimmin sääntely mahan tyhjentymistä, eli CCK, referenssinä. Tällä kertaa luettiin kuviosta yksi A [22] 10 minuuttia.
CNS
Komponentti CNS on tulo: I
R
_V

ja ulostulo I
R
_V
E
. Efferent vaste CNS, minä
R
_V
E
on tuovissa panos I
R
_V

on määritelty yhtälössä 5. IR_VE (
t
+
At
) B =
TRF_K *
IR_VA (
t
) B (5) Koska emme löytäneet määrällisiä tietoja gut-brain tuovissa-to-efferent hermo signaalitransduktion oletimme suoran suhteellinen yksikkö siirto (TRF_K = 1) yksinkertaisuuden syistä.
mahalaukun tyhjenemistä protokolla ja malli kalibrointi
Koemenettely kalibrointia, ja ennustaminen mahalaukun tyhjenemistä mallin mukaisesti pääperiaatteet on kuvattu [23] pienin muutoksin. Hetkellä t = 0 min, normaaliin kiinteään aterian kuluttivat vapaaehtoinen a. 13C oktaanihappo lisättiin normaalin aamiaisen ateria mitata mahalaukun tyhjentymistä. Vaikka 13
CO 2
puhalluskoe ei suoraan mittaa mahalaukun tyhjenemistä, on osoitettu korreloivan hyvin kultakantaan skintigrafialla useissa tutkimuksissa. Kuitenkin mikään erilaisia ​​matemaattisia malleja käytetään erottamaan Thalf arvot mitattu 13C rikastamiseen tiedot on osoitettu olevan yleisesti sopii kaikkien eri sovellusten testin. Jotta syvällistä keskustelua, lukija viitataan [24]. Menetelmien perustuu yrityksen säilyttämisestä 13C-oktaanihapon kiinteän faasin standarditestiin aterian läpi kulkiessaan mahalaukun ympäristöä, seuraa nopea hajoaminen kiinteän faasin pohjukaissuolessa myöhempien imeytymistä 13C oktaanihapon ja maksan hapetus 13
CO 2
, joka on uloshengitysilman hengityksen. On osoitettu, että post mahalaukun aineenvaihdunnassa (imeytyminen 13C oktaanihappo, maksan aineenvaihdunta 13
CO 2
ja erittyminen hengitys) ovat samanlaisia, mikä on vähemmän vaikutusvaltainen, yksilöiden välillä [16]
At t = 30 min, liuosta, joka sisälsi joko suolaliuosta (plasebo) tai safloriöljy (SO) infusoitiin ileum. Perfuusio suoritettiin kanssa kytketyn pumpun nasoileal putkeen. Infuusiota jatkettiin 90 minuutin ajan (eli kunnes t = 120 min) nopeudella 1 ml /min. Henkäys otettiin näytteitä seuraavia ajankohtina; 15 minuuttia ennen ateriaa ja 15, 30, 45, 60, 75, 90, 105, 120, 180, 210 ja 240 minuuttia sen jälkeen, kun normaalin aamiaisen ateria. Jokaisesta puhallusnäytettä prosentuaalinen annos /h 13C uloshengitysilman mitattiin. Thalf ja TLag oli laskettu prosentuaalinen annos /h 13C mittaukset [25, 26].
Kun tarkastat 13C puhalluskoe tiedot olimme kohtaamaan väliset suuret ja sisäinen yksittäisiä vaihtelu Thalf arvot arviointiin 13C rikastumista arvoja. Tästä syystä me pidättäytyi pariksi testianalyysin vaan otti väestöön perustuva lähestymistapa. Suoritimme malliprediktiivinen kyky testi käyttäen 3 eri valintoja on 13C tietoja seuraavasti, S1: täydelliset tiedot sarja; S2: tietojoukko, josta kaikki käyrät, jotka osoittivat yhdessä tai useammassa erässä esiintymistodennäköisyys negatiivinen 13C rikastumista arvo oli hylätty; S3: aineisto, josta kaikki käyrät luokiteltuja harha perustuu Chi-squared kriteeri hylättiin. Mitattu arvo luokiteltiin Peränpitäjänä jos Chi-squared pisteet ( χ
i
2
=
(
x
i
-
x
̄
) B 2
/
s
2
), jossa x
i
on keskiarvo 13C puhalluskoe mittauksia varten i
t
h
aihe, x
̄
on yleinen keskiarvo 13C puhalluskoe mittauksia, ja s on keskihajonta, oli suurempi kuin 1. valinta S1 on mahdollisimman täydellistä, mutta haittana on, että suuri yksilöiden välisiä eroja voi peittää hoitovaikutus mikä vähentää merkitystä, joka voi liittyä malliprediktiivinen ominaisuus testaus. Valinta S2 olisi kärsivät vähemmän tätä ongelmaa, säilyttäen enemmän tietoja. Valinta S3 voidaan pitää tiukimmat meidän mallin testausta varten. Siksi keskitymme saatujen tulosten tietojen valinta S3 ja tuo tuloksia tietojen valinnat S1 ja S2 vain vertailua.
Kalibrointi vaiheessa mahalaukun tyhjenemistä mallin parametrit taulukossa 3 arvioitiin. Lumelääke tietojen valinta S3 13C mittaukset (Dose /h [% 13C]) vapaaehtoisilta 1, 6, 13, 14, 15, 16, 17, ja 18 (tietoja täydennyksenä käsikirjoitus Additional tiedosto 1), joka vastaa plaseboinfuusiota valittiin arvioida% 13C käyrä vakioita (a, b, c; y
= a
t
b
e
-c
t
[25]), josta puolet tyhjenemistä (T
H

l
f
P
B
), ja viive aika (T
L

g
P
B
) lumelääkettä infuusio laskettiin sovittamalla yksi kaarre kaikkiin tietoihin (väestö malli). Mahalaukun empyting Mallin parametrit arvioitiin sitten simuloimalla mallin kanssa kokeellisen tulo vastaavissa olosuhteissa plaseboinfuusiota ja optimoitu käyttäen epälineaarista pienimmän neliösumman Sovitusmenetelmän, että parametrit, jotka johtavat mahalaukun tyhjenemistä käyrä puoli tyhjenemistä, ja lag yhtä suuri T
H

l
f
P
B
ja T
L

g
P
B
, vastaavasti.

• Suojaavia vaikutuksia gastrointestinaalisen ainetta sisältävän Korean punainen ginseng mahahaavan malleissa hiirissä
• Pancreaticogastrostomy puhdas laparoskooppisia pankreatikoduodenektomia-A novel haimaan mahalaukun anastomosis tekniikka -