Registro y consulta de parámetros biofísicos utilizando la plataforma MyocyteDB

Autores/as

DOI:

https://doi.org/10.33448/rsd-v11i8.30712

Palabras clave:

Plataforma web; Banco de datos; Miocito ventricular; Modelo matematico; Parámetros biofísicos.

Resumen

Actualmente, la investigación relacionada con el modelado computacional de miocitos ha venido destacándose sustancialmente en cuanto al conocimiento del complejo proceso de excitación-contracción cardiaca. En este contexto, la disponibilidad de un repositorio de datos de parámetros electrofisiológicos para el desarrollo de modelos matemáticos se convierte en una necesidad creciente. El objetivo de este artículo es presentar la plataforma web MyocyteDB que se centra en la inclusión y consulta de parámetros biofísicos y datos estadísticos para el modelado computacional del miocito ventricular. Para el desarrollo de esta plataforma se utilizaron tecnologías de computación en la nube (Azure). Se realizó una cuidadosa revisión de la literatura en la búsqueda de modelos matemáticos de electrofisiología cardíaca sobre los valores de conductancia de los principales canales iónicos para componer el conjunto inicial de datos a serem insertados en la plataforma. A partir del conjunto de valores recopilados disponibles en esta plataforma, es posible producir datos estadísticos de carácter descriptivo, exportar datos en formato de hoja de cálculo y acceder al conjunto de datos a través de API. Se espera que esta plataforma sea una herramienta capaz de ayudar a los futuros modeladores en la investigación y ajustes de parámetros biofísicos utilizados en el proceso de modelado electrofisiológico cardíaco. Aportando así una mayor dinámica en la búsqueda de valores de parámetros biofísicos utilizados en el modelado matemático de miocitos.

Citas

Beard, D. A., Neal, M. L., Tabesh-Saleki, N., Thompson, C. T., Bassingtwaighte, J. B., Shimoyama, M., & Carlson, B. E. (2012). Multiscale modeling and data integration in the virtual physiological rat project. Annals of biomedical engineering, 40(11), 2365-2378.

Bondarenko, V. E., Szigeti, G. P., Bett, G. C., Kim, S. J., & Rasmusson, R. L. (2004). Computer model of action potential of mouse ventricular myocytes. American Journal of Physiology-Heart and Circulatory Physiology, 287(3), H1378-H1403.

Chen, P. P. S. (1976). The entity-relationship model—toward a unified view of data. ACM transactions on database systems (TODS), 1(1), 9-36.

Cooper, J., Scharm, M. & Mirams, G. R. (2016). The cardiac electrophysiology web lab. Biophysical journal, 110(2), 292-300.

Coutu, P., & Metzger, J. M. (2005). Genetic manipulation of calcium-handling proteins in cardiac myocytes. II. Mathematical modeling studies. American Journal of Physiology-Heart and Circulatory Physiology, 288(2), H613-H631.

Franck, K. M., Pereira, R. F., & Dantas Filho, J. V. (2021). Ratio-Entity Diagram: a tool for conceptual data modeling in Software Engineering. Research, Society and Development, 10(8), e49510817776-e49510817776. doi: 10.33448/rsd-v10i8.17776.

Gattoni, S., Røe, Å. T., Frisk, M., Louch, W. E., Niederer, S. A., & Smith, N. P. (2016). The calcium–frequency response in the rat ventricular myocyte: an experimental and modelling study. The Journal of physiology, 594(15), 4193-4224.

Grandi, E., Pasqualini, F. S., & Bers, D. M. (2010). A novel computational model of the human ventricular action potential and Ca transient. Journal of molecular and cellular cardiology, 48(1), 112-121.

Goldberger, A. L., Amaral, L. A., Glass, L., Hausdorff, J. M., Ivanov, P. C., Mark, R. G., Mietus, J. E.; Moody, G. B.; Peng, C-K, & Stanley, H. E. (2000). PhysioBank, PhysioToolkit, and PhysioNet: components of a new research resource for complex physiologic signals. Circulation, 101(23), e215-e220.

Iyer, V., Mazhari, R., & Winslow, R. L. (2004). A computational model of the human left-ventricular epicardial myocyte. Biophysical journal, 87(3), 1507-1525.

Li, L., Louch, W. E., Niederer, S. A., Andersson, K. B., Christensen, G., Sejersted, O. M., & Smith, N. P. (2011). Calcium dynamics in the ventricular myocytes of SERCA2 knockout mice: a modeling study. Biophysical journal, 100(2), 322-331.

Lloyd, C. M., Halstead, M. D., & Nielsen, P. F. (2004). CellML: its future, present and past. Progress in biophysics and molecular biology, 85(2-3), 433-450.

Mahajan, A., Shiferaw, Y., Sato, D., Baher, A., Olcese, R., Xie, L. H., Yang, M., Chen, P., Restrepo, J. G., Karma, A., Garfinkel, A., Qu, Z., & Weiss, J. N. (2008). A rabbit ventricular action potential model replicating cardiac dynamics at rapid heart rates. Biophysical journal, 94(2), 392-410.

Migliore, M., Morse, T. M., Davison, A. P., Marenco, L., Shepherd, G. M., & Hines, M. L. (2003). ModelDB. Neuroinform, 1, 135-139.

Miguel, G. F. de S., Sá, A. A. R. de, Souza, J. T. de, & Naves, E. L. M. (2021). Home-based telerehabilitation: A review of remote therapy frameworks. Research, Society and Development, 10(6), e4910615489-e4910615489. doi: 10.33448/rsd-v10i6.15489.

Morotti, S., Edwards, A. G., McCulloch, A. D., Bers, D. M., & Grandi, E. (2014). A novel computational model of mouse myocyte electrophysiology to assess the synergy between Na+ loading and CaMKII. The Journal of physiology, 592(6), 1181-1197.

Noble, D., Garny, A., & Noble, P. J. (2012). How the Hodgkin–Huxley equations inspired the cardiac physiome project. The Journal of physiology, 590(11), 2613-2628.

Pandit, S. V., Clark, R. B., Giles, W. R., & Demir, S. S. (2001). A mathematical model of action potential heterogeneity in adult rat left ventricular myocytes. Biophysical journal, 81(6), 3029-3051.

Pásek, M., Šimurda, J., & Christé, G. (2006). The functional role of cardiac T-tubules explored in a model of rat ventricular myocytes. Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences, 364(1842), 1187-1206.

Reenskaug, T. (1979). Models-views-controllers. Xerox PARC technical note.

Rodriguez, B. (2019). The 18th FRAME annual lecture, October 2019: Human in silico trials in pharmacology. Alternatives to Laboratory Animals, 47(5-6), 221-227.

Shabbir, M., Shabbir, A., Iwendi, C., Javed, A. R., Rizwan, M., Herencsar, N., & Lin, J. C. W. (2021). Enhancing security of health information using modular encryption standard in mobile cloud computing. IEEE Access, 9, 8820-8834.

Shannon, T. R., Wang, F., Puglisi, J., Weber, C., & Bers, D. M. (2004). A mathematical treatment of integrated Ca dynamics within the ventricular myocyte. Biophysical journal, 87(5), 3351-3371.

Ten Tusscher, K. H., & Panfilov, A. V. (2006). Alternans and spiral breakup in a human ventricular tissue model. American Journal of Physiology-Heart and Circulatory Physiology, 291(3), H1088-H1100.

Wang, L. J., & Sobie, E. A. (2008). Mathematical model of the neonatal mouse ventricular action potential. American Journal of Physiology-Heart and Circulatory Physiology, 294(6), H2565-H2575.

Descargas

Publicado

13/06/2022

Cómo citar

PLOVAS, R.; PIMENTEL, R.; BISSACO, M. A. S.; GOROSO, D. G.; PUGLISI, J. L.; SILVA, R. R. da. Registro y consulta de parámetros biofísicos utilizando la plataforma MyocyteDB. Research, Society and Development, [S. l.], v. 11, n. 8, p. e14711830712, 2022. DOI: 10.33448/rsd-v11i8.30712. Disponível em: https://rsdjournal.org/index.php/rsd/article/view/30712. Acesso em: 21 dic. 2024.

Número

Sección

Ingenierías