Cadastro e consulta de parâmetros biofísicos utilizando a plataforma MyocyteDB
DOI:
https://doi.org/10.33448/rsd-v11i8.30712Palavras-chave:
Plataforma web; Banco de dados; Miócito ventricular; Modelagem matemática; Parâmetros biofísicos.Resumo
Atualmente as pesquisas relacionadas à modelagem computacional de miócitos vem se destacando substancialmente no que tange o conhecimento do complexo processo de excitação-contração cardíaca. Neste contexto, a disponibilidade de um repositório de dados de parâmetros eletrofisiológicos para desenvolvimento de modelos matemáticos torna-se uma necessidade crescente. O objetivo deste artigo é apresentar a plataforma web MyocyteDB focada na inclusão e consulta de parâmetros biofísicos e dados estatísticos para modelagem computacional do miócito ventricular. Para o desenvolvimento desta plataforma, foram empregadas as tecnologias de computação em nuvem (Azure). Uma criteriosa revisão da literatura na busca de modelos matemáticos da eletrofisiologia cardíaca, foi realizada sobre os valores de condutância dos principais canais iônicos para compor o conjunto inicial de dados a ser inserido na plataforma. A partir do conjunto de valores coletados à disposição nesta plataforma, foi possível apresentar dados estatísticos de natureza descritiva, a exportação de dados em formato de planilha e o acesso via API do conjunto de dados. Espera-se que esta plataforma seja uma ferramenta capaz de auxiliar futuros modeladores na pesquisa e ajustes de parâmetros biofísicos utilizados no processo de modelagem eletrofisiológica cardíaca. Deste modo, proporcionando uma maior dinâmica na busca de valores de parâmetros biofísicos utilizados na modelagem matemática de miócitos.
Referências
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.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2022 Ronaldo Plovas; Rodrigo Pimentel; Márcia Aparecida Silva Bissaco; Daniel Gustavo Goroso; Jose Luis Puglisi; Robson Rodrigues da Silva
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
1) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
2) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
