En ny flexibel plug and play system för modellering, simulering, och förutsäga magtömning

En ny flexibel plug and play system för modellering, simulering, och förutsäga magtömning Bild Sammanfattning
Bakgrund
in silico-modeller som försöker att fånga och beskriver det fysiologiska beteendet hos biologiska organismer, inklusive människor, är egen komplicerade och tidskrävande att bygga och simulera i en datormiljö. Nivån på detaljer i beskrivning införlivas i modellen beror på kunskap om systemets beteende på den nivån. Denna kunskap samlas från litteraturen och /eller förbättras genom kunskap som erhållits från nya experiment. Således utvecklingsmodell är en iterativ utvecklingsförfarande. Syftet med detta dokument är att beskriva en ny plug and play system som ger ökad flexibilitet och enkel användning för modellering och simulering av fysiologiska beteende av biologiska organismer.
Metoder
Detta system kräver att modellerare (användaren) först att tillföra strukturen av de interagerande komponenterna och experimentella data i ett tabellformat. Beteendet hos de komponenter som beskrivs i en matematisk form, tillhandahålls också av modelluppställaren, är utvändigt kopplad under simulering. Fördelen med plug and play system för modellering är att den kräver mindre programmering ansträngning och kan snabbt anpassas till nya modelleringskrav samtidigt som banar väg för dynamisk modell byggnad.
Resultat
Som en illustration, pappersmodeller dynamiken i gastrisk tömning beteende upplevs av människor. Flexibilitet att anpassa modellen för att förutsäga magtömning beteende under olika typer av näringsämnen infusion i tarmen (ileum) visas. De förutsägelser verifierades med en mänsklig interventionsstudie. Felet att förutsäga halv tömningstid befanns vara mindre än 6%.
Slutsatser Review, en ny plug-and-play system för biologiska system modellering utvecklades som gör ändringar i det modellerade struktur och beteende med reducerad programmering ansträngning, genom att abstrahera det biologiska systemet in i ett nätverk av mindre undersystem med oberoende beteende. I det nya systemet blir modellering och simulering en automatisk maskinläsbar och körbar uppgift.
Nyckelord
Modellering magtömning funktionsmoduler Feedback loop Introduktion
Biologiska system analys med en uppsättning av hypoteser till hands är en cyklisk process som börjar med en experimentell design, datainsamling, dataanalys, uppgifter eller hypotes driven modellering, simulering och analys [1, 2]. Vid varje cykel, (del av) beskrivning av det biologiska systemet raffineras antingen för att förbättra eller nytt ta hypotesen. Detta innebär att i biologiska system analys är data /hypotes driven modell ständigt genomgår förändringar.
Flesta systembiologi modelleringsverktyg kräver att användaren manuellt instruera datorn via stöds programmeringsverktyg för att uppnå modellerings- och simulerings mål [3- 5]. En sådan uppgift innebär prog beskriva biologiska komponenter, tillhörande överföringsfunktioner och interaktiva beteende bland komponenterna. Det finns några moderna systembiologi modelleringsverktyg som Simbiology [6] och PhysioDesigner [7] som ger användaren med grafiska tillskott för att plocka vanligen används biologiskt relevanta komponenter och kontakter från verktygs pallen och placera dem i modellbygge miljön. Icke desto mindre är de funktionella beskrivningar av alla komponenter och interaktioner mellan dem måste fortfarande via programmering beskrivas. Således blir en fullständig iterativ systembiologi modellering cykel i praktiken ofta en extremt svår uppgift. En storskalig förenkling inom modellering kan uppnås om programmering av funktionella beteendet hos en komponent kan undvikas och uppgiften att ersättas genom att integrera underenheter av förprogrammerade överförings funktionella element.
Varje sub-fysiologiska enhet som ett organ, eller en vävnad kan anses ha en välspecificerad funktionella beteende definieras med avseende på dess ingångar och utgångar. Beteendet hos ett biologiskt system är den integrerade beteendet hos dessa sub-fysiologiska enheter som arbetar unisont. Således ur ett fysiologiskt perspektiv, integrering av underenheter av förprogrammerade överförings funktionella element för att realisera funktionaliteten hos en biologisk komponent eller biologiska systemet som helhet, är uppenbarligen relevant.
Detta dokument beskriver en miljö som lämpar sig för biologiska system modellering och simulering som lindrar omprogrammering ansträngning vanligtvis förknippas med förändringar i experimentell design och modellering. För att demonstrera bearbetning av den föreslagna modellering och simuleringsmiljö och dess flexibilitet för att tillgodose experimentändringar, var magtömning beteende observerades hos människor modelleras. Regleringen av magtömningen utgör en viktig del i den komplexa processen av födointag reglering som är ett aktivt forskningsområde [8-10]. Olika celltyper, hormoner, receptorer och nervsignaler alla agerar samtidigt i detta system. Det är för närvarande i hög grad oklart hur signaler som härrör från olika delar i tarmen agera tillsammans i en återkopplings mode via det centrala nervsystemet att reglera måltiden intag beteende. Den föreslagna modellering kan vara till hjälp för att tillåta forskare att snabbt och enkelt bygga modellvarianter och avgöra vilket som har den mest konsekventa tolkningen av experimentella data. Därför var en studie som syftar till att påverka magtömningen genom tarm infusion av näringsämnen som valts för ett proof-of-concept exempel. Parametrarna i modellen beräknas från experimentella data som samlats in från en kontrollgrupp av patienter användes för att förutsäga magtömningshastigheten för en grupp som fick ileal näringsämnen infusion.
Design och programvarumiljö
ett biologiskt system modellerare perspektiv som vill ha en befrielse från de åter programmering ansträngningar i samband med experimentella och modellering förändringar över tid, måste modellering och simuleringsmiljö tillåter användaren att ange under fysiologiska enheter som deltar i det biologiska systemet modelleras tillsammans med sina input /ut relationer på något enkelt och lätt modifierbara format. Användaren ska också kunna ge modellering och simuleringsmiljö med några experimentella data som samlats in eller tillhandahålls på systemnivå eller under fysiologiska enheter nivåer. Dessutom, med tanke på en modellspecifikation och tillhörande experimentella data, t.ex. som indata i en textformat, bör modellering och simuleringsmiljö automatiskt konstruera modellen och simulera det modellerade behavior.A programvaruarkitektur kunna uppfylla de krav som anges ovan visas i Figur 1. Centralt för denna arkitektur är den generiska modellering och simulering ram som innefattar en modellbyggare, en modell simulator, och en komponent funktionsbibliotek. Den modellbyggare och simulator är förkompilerade körbara. Simulatorn laddar dynamiskt komponentfunktionsbibliotek under simuleringskörning. Användaren förser modellspecifikation och experimentella data till det generiska modellering och simulering ram via en modellspecifikation och datafil i ett fördefinierat format. Den modellbyggare tolkar modellen specifikationsfilen och konstruerar en modell som anges av användaren. Simulatorn laddar konstruerade modellen och i samband med funktionskomponentbibliotek simulerar det modellerade beteendet med lämpliga uppgifter simulering. Följande underavsnitt ger detaljerade beskrivningar av modellbyggare, modell simulator, komponentfunktionsbibliotek, och modellspecifikation och datafil. Figur 1 Generisk modellering och simulering ram.
Modell builder Review, en biologiskt system i syfte att modelleringen kan anses vara ett aggregat av oberoende sub-fysiologiska enheter som arbetar unisont för att uppnå vissa biologiska mål. Att modellera beteendet hos en sådan biologiskt system, är det lämpligt att välja en abstraktion som representerar varje under fysiologisk enhet som en oberoende komponent som tillsammans med andra komponenter bildar ett nätverk av komponenter. Ett sådant nätverk, som används för att modellera ett system är då en komponent baserad systemmodell.
Grundläggande enheten i en komponent baserad systemmodell är en komponent med ett visst antal ingångar och utgångar. Dessa in- och utgångar är relaterade genom en matematisk funktion. Den strukturella specifikation
av en komponent definieras således som namnet på komponenten tillsammans med namnet på sina ingångar och utgångar, medan de funktionella specifikationer
av en komponent definieras som det matematiska förhållandet mellan dess ingångar och utgångar. Funktionen för modellbyggare är att konstruera en komponent baserade system modell med tanke på den strukturella och funktionella specifikationer för komponenterna som utgör den modellerade biologiska systemet.
Modell simulator
modell simulatorn simulerar komponentbaserad systemmodell för ett fördefinierat antal av simuleringscykler. En systemkomponent modell med en uppsättning ingångar sägs simuleras för ett förutbestämt antal simuleringscykler om varje komponentutgång utvärderas vid varje simuleringscykel. En given simuleringscykel sägs vara klar om varje komponentutgångar har utvärderats för att simulering cycle.The Model Builder konstruerar en komponentbaserad systemmodell på ett sådant sätt att tillägg eller strykningar av komponenter, om nödvändigt, är alltid möjligt vid fullbordandet av en simulering cykel. För att illustrera denna konstruktion en hypotetisk komponent baserad systemmodell med 3 komponenter, nämligen C1, C2 och C3, och den respektive sammankopplingar A, B, C och D mellan komponenterna visas i figur 2a. En andra visuell representation av samma strukturmodell visas i figur 2b. De två visuellt representerade systemmodeller skiljer sig inte från varandra förutom att i det senare kanterna (sammankopplingar) som förbinder komponenterna är representerade som informationskanaler och varje komponent är ansluten till en eller flera av de informationskanaler. Denna representation intuitivt matchar den fysiologiska situationen för organ förbundna med blodkärl och /eller nervkanaler. Vid varje simulering cykel tillgängliga uppgifter på informationskanalen är antingen läsa till ingångarna av komponenterna (anslutna i den aktuella simuleringscykeln) eller skrivas till kanalinformationen från utgångarna av komponenterna (för närvarande tillgängliga). Uppgifterna kommer att läsas eller skrivas endast av de komponenter som är anslutna till kanalinformationen i den aktuella simuleringscykeln. Denna modell konstruktion och simulering funktionen kan valfritt antal modellkomponenter som ska läggas till eller tas bort från systemet modellen under simulering med lämpliga kontrollstrukturer. Figur modell 2 Exempel system. (A) Strukturell modell beskrivning av exempel systemmodell. (B) Analogt visuell representation av den strukturella modellen.
Component funktionsbibliotek
Funktionen komponentbibliotek innehåller de funktionella specifikationer (dvs. det matematiska förhållandet mellan in- och utgångarna) av varje komponent som utgör det system komponentmodellen. Eftersom simulatorn har programmerats för att simulera modellen i tid, är de funktionella specifikationer av komponenterna beskrivs som funktion av tid också. Funktionell specifikation av komponenterna måste definieras av användaren och uppdateras till komponentfunktionsbibliotek.
Modell specifikation och experimentell datafil
modellspecifikation och experimentella datafilen som tillhandahålls av användaren innehåller två uppsättningar av information. Den första är den strukturella specifikationen av komponenterna som utgör det system modellen och den andra är de experimentella data som avser experiment utförda på systemet. Namnet på komponenterna och respektive ingångar och utgångar är radvis tabellen. Namnet på en utsignal från en komponent är densamma som ingången på en annan komponent om den två är anslutna och är annorlunda om de inte är anslutna. En ytterligare kolumn, "Connect", är närvarande och har ett värde antingen "Ja" eller "Nej", som förbinder eller kopplar ingångs /utgångar för respektive komponenter. Denna kolumn läggs till införa en ytterligare flexibilitet att associera eller ta avstånd respektive förbindelse mellan komponenter. Idéer för den hypotetiska systemmodellen visas tidigare i figur 2a, komponenterna, C1, C2, och C3 är radvis i tabell 1. inmatningen av den komponent, C1, är, A och D, och utgången är, B, som sedan är ingången till komponenten, C2. Beskrivningarna för de övriga komponenterna är likartade. Notera att ingångs C från komponent C3 har brutits genom att ange "Nej" i "Connect" -kolumnen. Experimentella data är tidsmässigt tabuleras vid rad för varje ingång och utgång hos komponenten. Exempelvis ingången A till komponenten C1 vid tiden 0, är ​​20 enheter och förblir noll under resten av tiden (5-30). Posterna är tomt om experimentella data inte available.Table 1 Exempel på modellspecifikation fil för den strukturella modellen beskrivning av modellen i figur 2 en
resultat
ventrikeltömning, tillsammans med tarmmotilitet, utsöndring av matsmältningsenzymer och peptidhormoner är viktiga fysiologiska processer involverade i regleringen av måltiden rötningsprocessen [11, 12]. Gastrisk tömning är en fysiologisk process i vilken magen kommer gradvis tömma dess innehåll i tunntarmen. Innehållet kommer sedan att stimulera frisättning av flera hormoner (CCK, PYY, GLP-1 etc.) av tarmslemhinnan, som framkallar återkopplingssignaler genom olika nervbanor. En av dessa nervbanor verkar som en återkoppling till magtömning processen själv. Det vagala afferenta väg börjar från tarmen och slutar vid Nucleus Tractus solitarius (NTS) i det centrala nervsystemet [13]. Svaret eller den negativa återkopplingen uppstår från det centrala nervsystemet via vagala efferents och slutar vid platser inklusive magsäcken, vilket saktar ned tömningshastigheten för magen [14].
I flera studier har man visat att ileal infusion av näringsämnen resulterar i en fördröjning i magtömning och tunntarmen transittiden, och en ökad frisättning av gastrointestinala hormoner. Undersöker mekanismen för denna så kallade ileal broms aktiveringen av potentiellt intresse för utveckling av funktionella livsmedel som frigör näringsämnen i den distala delen av tunntarmen. Vidare Maljaars et al. [12] visade att ileal infusion av lipid (safflorolja) resulterade i en mer potent intestinal bromseffekt jämfört med duodenual infusion. Magtömning signifikant försenad i ileal infusion jämfört med duodenal infusion (206 min jämfört med 138 min) [12]. Många modeller har rapporterats i litteraturen i stånd att simulera eller förutsäga den gastriska tömningshastighet hos människa [14-16]. Men i de flesta av dessa modeller magen och tarmen har ansetts som de deltagande komponenter [17]. Den fullständiga återkopplingsslinga av magtömning processen dvs involverar gradvis frisättning av näringsämnen från magen och efterföljande frisättning av hormoner som framkallar neurala signaler från mag-tarmkanalen som effekt ytterligare frisättning av mat från magen (och även intag av nya livsmedel) i en återkopplingsschema via det centrala nervsystemet har inte uttömmande beaktas. Bortsett från detta, modellering och simulering system, som rapporteras i dessa publikationer, involverar rigorösa återprogramsteg i fall experimentet behöver omarbetas.
För att illustrera komponentbaserad modellering process inom det föreslagna modellering och simuleringsmiljö, kommer följande avsnitt diskuterar magtömning modellering och simulering av processen med en minimal uppsättning av komponenter. Det prediktiva förmåga konstruerade system modell kommer då att undersökas med lämpliga experiment som utförts på frivilliga försökspersoner.
Modellering magtömning beteende
att konstruera en systemnivå magtömning modell, den strukturella specifikation av alla komponenter som utgör modellen tillsammans med de experimentella data kommer att beskrivas i modellen beskrivningen och datafilen. Funktionsspecifikationen av komponenterna kommer då att läggas till komponentfunktionsbibliotek. Den konstruerade magtömning modell tillsammans med funktionskomponentbibliotek och experimentella data som anges i modellspecifikation och datafilen ska simuleras för att skatta modellens parametrar. I praktiken den modell används för att svara på en viss forskningsfråga. dvs "Hur fungerar närings X influenser magtömning hastighet Y?"
Strukturell specifikation
Tabell 2 visar innehållet i den strukturella specifikationen och datafil för den gastriska tömningen modell. En schematisk representation av den strukturella modellen visas i figur 3. De komponenter som utgör den strukturella modellen är tarm (GI) och centrala nervsystemet (CNS). NUT_INP (Närings Input), är ingången till komponent mage. Den andra ingången, IR_VE (Intestinal Response - vagal Efferents) är återkopplings från CNS. Anledningen till utgången och ingången hos magen kombineras och gemensamt som NUT_INP kommer att framgå när den funktionella modellen i magen beskrives. Den andra utgången av mage, är MUTTER (Nutrient) ingången till nästa komponent tarmen. En extern ingång MUTTER bunden till ingången av tarmen är en infusions ingång som kan modulera magtömning fenomen. I den experimentella inställning, är denna infusion administreras via en kateter i mag (GI) tarmkanalen, med kateterspetsen placeras i den distala tunntarmen (ileum). Utsignalen från tarm IR_VA (Intestinal Response - vagala afferenta nerver) är ingången till nästa komponent CNS. Utsignalen från CNS, IR_VE, såsom förklarats tidigare, är återkopplingen till komponenten Stomach.Table 2 Figur 3 Schematisk återgivning av den strukturella modellen för magtömning exempel.
experimentella datasegment av den strukturella modellen fil innehåller data för varje tidpunkt som antingen är de externa ingångsvärden till systemmodellen eller experimentellt uppmätta värdena vid utgångarna hos de komponenter som utgör systemet. I magsäcksmodellexempel extern ingång tillförs vid NUT_INP i form av en standardiserad frukost måltid [18] vid tiden '0' minuter (uttryckt som kalorivärdet av standardiserad frukost) och infusionen extern ingång MUTTER åt gången '30 "minuter tills" 120 "minuter med steg om 5 minuter (uttryckt som kalorivärde som levereras per 5 min). Resten av input /output-värden för alla komponenter mellan tid "0" och "240" med tidssteg av "5" minuter var antingen inte mätas eller inte är närvarande och därmed lämnas tomt.
Funktionell specifikation
Dynamiken magsäckstömning är funktionellt beskrivs i komponenten magen. Tarm återkoppling reglerar magtömning är funktionellt förs som en bromsmekanism som bromsar magtömning hastighetskonstanten. För komponenter tarmen och CNS, i stället för en detalj fysiologisk modell, var en grå-box modell med minimala funktionella element och tillhörande parametrar som väljs. Funktionella modellbeskrivningar för varje komponent som utgör magtömning modellen beskrivs i följande undersektioner och tillhörande parametrar som ska uppskattas under modell kalibrering visas i Tabell 3.Table tre parameterdefinitioner
Parameternamn
parameter
Enhet
Värde
magtömningshastigheten konstant
k
m
jag
n
-1
Till uppskattas
efferent signaltröskel
THD
dimensions
uppskattas
IR överföringshastighet konstant
IR_TR
E
-1
uppskattas
In vivo sönderfallskonstanten
INV_DR
m
jag
n
-1
uppskattas
Kalori klass
CAL_GRD
dimensions
0,6
Tid vid maximal amplitud
T_MAX
min
10
överföringskonstant
TRF_K
dimensionslös 1
Break konstant procentandel
BRK
dimensions
3
magen
komponent mage har två ingångar: N
U
T
_i
N
P Mössor och jag
R
_V
E
, två utgångar: NUT Köpa och N
U
T
_i
N
P
. För en initial kalori ingång, N
U
T
_i
N
P
(0), kalori ingång N
U
T
_i
N
P
(t
) kvarhålles av magen vid en tidpunkt t
beskrivs av ekvation 1, där t är tiden i minuter, k är magtömningshastigheten konstant per minut och b är den extrapolerade y-intercept från den terminala delen av tömningskurvan [15]. NUT_INP (
t
) katalog =
NUT_INP (
0
)
*
1
-
1
-
e
-
k
*
t
b
(1) Skriva ekvation 1 i skillnad ekvationsform resulterar i ekvation 2, där N
U
T
(t
+ Δ
t
) är kalorier utvisas från magen till tarmen vid t
+ Δ
t Köpa och Δ
t
är simuleringen intervallet. NUT (
t
+
At
) katalog =
NUT_INP (
t
+
At
) katalog -
NUT_INP (
t
) katalog =
f
(
t
) katalog *
At
*
CAL_GRD
(2) där f
(
t
) katalog =
NUT_INP (
0
) katalog *
b
*
k
*
1
-
e
-
k
*
t
b
-
1
*
e
k
*
t
och CAL_GRD är kalorilutningsvärdet definieras som den procentuella kalori ingång absorberas av tarmen. Förutsatt en jämn fördelning och absorption av kalorier längs tarmen, kan andelen kalorier absorberas av ileum approximeras med den procentuella ytan av ileum. Den totala längden på tolvfingertarmen, jejunum och ileum är 25, 260, 395 cm [19]. Om man antar en konstant radie i tarmen, är den procentuella ytarea av ileum 60% och sålunda ett värde på 0,6 valdes för CAL_GRD [20].
I modellen är den gastriska tömningshastighetskonstanten k minskas med en procentsats BRK , vid varje instans som tarmsvars efferent överföringsfunktionen sgmd
överstiger en fast tröskel konstant THD (efferenta signaltröskel konstant). Tarmsvar efferenta överföringsfunktion sgmd
definieras av ekvation 3. Värdet på b i ekvation 1 beräknas sedan som b
= e
k
* T
_L
En
G
k ges värdet T
_L Review, en
G
, den inledande förseningen i magtömning [15]. sgmd (
t
) katalog =
2 Review /News (
1
+
e
-
IR_TR *
IR_VE (
t
) katalog ) katalog -
1

(3) där jag
R
_T
R
är tarmöverföringshastighetskonstanten, och i
R
_V
E
är tarm vagala efferenta respons från CNS.
för att hitta en lämplig betydelse för BRK, vi ansåg att modellen utvärderas med en tidsupplösning på 1 minut, vilket gör att systemet att köra på maximalt en paus händelse per minut. Dessutom för de olika närings inducerad variation i magtömningen halvtid tog vi som ett referensdata från Robertson et al. [21], vilket visar att tillsats av n-6 fleromättade fettsyror (PUFA) vs. n-3 PUFA till en måltid kan resultera i en ökning av magen halv-tömningstiden från 155 till 237 minuter. Vi krävs då att 15 bryta händelser i följd vara tillräcklig för att öka Thalf från 155 till 237 minuter, för att medge en betydande minskning av magtömningen hastigheten väl inom längden av infusionsperiod på 90 minuter som användes i experimentet. Detta resulterade i ett värde av 0,03 eller 3% för BRK (dvs 155 * 1,03 15≈237) katalog Tarmen
Komponenten tarmen har en ingång:. NUT
och en utgång I
R
_V Review, en
. Tarm vagala afferenta svar jag
R
_V Review, en
(t
+ Δ
t
) vid tiden t invecklade vagala afferenta svar i E (godtyckligt vald ) enheter till tarmkalori input från 0 till t som visas i ekvation 4. IR_VA (
t
+
At
)
=
Σ
i
=
0
t
/News At
en
*
(
t
-
(
At
*
i
) katalog ) katalog b
*
e
-
c
*
(
t
-
(
At
*
i
) katalog ) Review (4) där en
= N
U
T
(Δ
t
* i
) * (c
* e
/b
) b
, den in vivo (intestinal vagala afferenta svar) sönderfallskonstanten, c
= jag
N
V
_D
R
, och b
= T
_M Review, en
x * c
, där T_MAX är den tid vid vilken den intestinala vagala afferenta svar på den intestinala ingång är maximal. Att välja ett värde för T_MAX tog vi tid att maximal respons av hormonet mest förknippad med reglering av magtömningen hastigheten, dvs CCK, som referens. Den här gången lästes från figur ett A [22] som 10 minuter
CNS
komponent CNS har en ingång. Jag
R
_V Review, en Mössor och en utgång I
R
_V
E
. Den efferenta svaret hos CNS, jag
R
_V
E
till afferenta ingång I
R
_V
A
definieras i ekvation 5. IR_VE (
t
+
At
) katalog =
TRF_K *
IR_VA (
t
) Review (5) Eftersom vi inte kunde hitta kvantitativa data om gut-brain afferenta till efferenta neurala signalöverföring, antog vi en direkt proportionell enhet överföring (TRF_K = 1) för enkelhets skull.
magtömning protokoll och modell kalibrering
experimentella protokoll för kalibrering och förutsäga magtömning modellen följt de viktigaste principer som beskrivs i [23] med mindre modifieringar. Vid tiden t = 0 min, var en standard fast måltid som förbrukas av den frivillige a. 13C oktansyra tillsattes till den standard frukost måltid för att mäta magtömningshastigheten. Även 13
CO 2 Review utandningsprov inte direkt mäter magtömning, har det visat sig korrelera väl med den gyllene standarden scintigrafi i flera studier. Men inget av de olika matematiska modeller som används för att extrahera Thalf värden från den uppmätta 13C anrikning uppgifter visat sig vara allmänt lämpade för alla de olika tillämpningarna av testet. För en fördjupad diskussion, hänvisas till [24]. Metodiken bygger på den fasta retention av 13C-oktansyra i den fasta fasen av ett standardtestmåltid under dess passage genom den gastriska miljön, följt av en snabb sönderdelning av den fasta fasen i tolvfingertarmen med efterföljande absorptionen av 13C oktansyra och lever oxidation till 13
CO 2 Review, som utandas i andetag. Det har visat sig att efter gastric metabolism (absorption av 13C oktansyra, levermetabolism till 13
CO 2 Review och utsöndring via andedräkt) är lika, alltså mindre inflytelserika, mellan individer [16]
Vid t = 30 minuter, tillsattes en lösning innehållande antingen salin (placebo) eller safflorolja (SO) infunderas i ileum. Perfusionen utfördes med en pump ansluten till nasoileal röret. Infusionen fortsattes under en period av 90 minuter (dvs tills t = 120 min) vid en hastighet av 1 ml /min. Utandningsprover togs vid följande tidpunkter; 15 minuter före måltiden och vid 15, 30, 45, 60, 75, 90, 105, 120, 180, 210 och 240 minuter efter standard frukost måltid. Från var och en av utandningsprover procentdosen /h 13C utandad mättes. Den Thalf och TLag beräknades från den procentuella dosen /h 13C mätningar [25, 26].
När inspektera 13C utandningstest data vi konfronterades med stor inter och intra- individuell variation av de Thalf värden beräknade från 13C anrikning värden. Av den anledningen avstod vi från parade test analys utan snarare tog en populationsbaserat tillvägagångssätt. Vi genomförde en modell förutsägelseförmåga test med 3 olika val av 13C uppgifter, enligt följande, S1: den fullständiga datamängden; S2: datamängden som alla kurvor som visade en eller flera instanser av förekomsten av en negativ 13C anrikning värde hade förkastats; S3: datamängden som alla kurvor som klassificeras som avvikande baserat på Chi-kvadrat kriteriet kastades. Ett mätvärde klassificerades som en avvikare om Chi-kvadrat poäng ( χ
i
2 Review =
(
x
i
-
x
̄
) katalog 2 Review /News s
2 Review), där x
i
är medelvärdet av 13C andetag testmätningar för i
t
h
ämne, x
̄
är det totala medelvärdet av 13C andetag testmätningar, och s är standardavvikelsen, var större än 1. Urval S1 är den mest kompletta, men har nackdelen att den stora interindividuella variationer kan skymma behandlingseffekten och därmed minska betydelsen som kan förknippas med den modell förutsägelseförmåga testning. Val S2 skulle lida mindre av detta problem, men behåller mer av data. Urval S3 kan anses vara de strängaste för vår modell testa ändamål. Därför koncentrerar vi oss på de resultat som erhållits med dataurval S3 och få resultat med data val S1 och S2 endast för jämförelse.
I kalibreringssteget, var magtömningen modellparametrar som visas i tabell 3 beräknas. För val placebo uppgifter S3, den 13C mätningar (dos /h [% 13C]) från de frivilliga 1, 6, 13, 14, 15, 16, 17 och 18 (tillgängliga data som ett komplement till manuskriptet Ytterligare fil 1) motsvarande placeboinfusion valdes för att uppskatta% 13C curve konstanter (a, b, c; y
= a
t
b
e
-c
t
[25]) från vilken halv tömningstid (T
H
en
l
f
P
B
), och fördröjningstiden (T
L
en
g
P
B
) för placebo infusion beräknades genom att montera en enda kurva för alla data (populationsmodell). De gastriska empyting modellparametrarna ades uppskattades sedan genom att simulera modellen med experimentella ingångsförhållanden som motsvarar placeboinfusion och optimeras med användning av en icke-linjär minsta kvadratpassningsförfarande, för parametrarna som resulterar i en gastrisk tömning kurva med en halv tömningstid, och fördröjning lika med T
H
en
l
f
P
B Mössor och T
L
en
g
P
B
, respektive.

• Skyddande effekter av en gastrointestinal medel innehållande koreanska röd ginseng på magsårsmodeller mice
• Pancreaticogastrostomy i ren laparoscopic pancreaticoduodenectomy-A ny pankreas-gastric anastomos teknik -