Dynamika fyziologických systémů. Kompartment diskrétní oblast (zóna) určitého systému, kterou je možné nějakým způsobem logicky či kineticky odlišit od.

Slides:



Advertisements
Podobné prezentace
GENEROVÁNÍ PSEUDONÁHODNÝCH ČÍSEL
Advertisements

Dynamické systémy.
MARKOVSKÉ ŘETĚZCE.
Ústav technologie, mechanizace a řízení staveb
Ústav technologie, mechanizace a řízení staveb
Osud xenobiotik v organismu ______________
Aplikační počítačové prostředky X15APP MATLAB - SIMULINK
Téma 3 ODM, analýza prutové soustavy, řešení nosníků
Lekce 1 Modelování a simulace
Speciální simulační techniky Modelování biologických systémů
Fakulta životního prostředí Katedra informatiky a geoinformatiky
Přednáška 12 Diferenciální rovnice
Ústav technologie, mechanizace a řízení staveb
Atomová hmotnost Hmotnosti jednotlivých atomů (atomové hmotnosti) se vyjadřují v násobcích tzv. atomové hmotnostní jednotky u: Dohodou bylo stanoveno,
Tvorba konceptuálního modelu
Kompartment diskrétní oblast (zóna) určitého systému, kterou je možné nějakým způsobem logicky či kineticky odlišit od okolí homogenní, tzn. že každý kousek.
Farmakokinetika II Kvantitativní „matematický“ popis farmakokinetických procesů a jeho použití při dávkování léčiv. Doc. Ing. Jaroslav Chládek, Ph.D.
Osud xenobiotik v organismu ______________
Získávání informací Získání informací o reálném systému
Statistická mechanika - Boltzmannův distribuční zákon
Plošné konstrukce, nosné stěny
Pravděpodobnost a statistika opakování základních pojmů
Jazyk vývojových diagramů
1 Národní informační středisko pro podporu jakosti.
Radiální elektrostatické pole Coulombův zákon
BRVKA Leonard Paul Euler (1707 – 1783). Pod označením INVERZNÍ proces chápeme opačný děj, takový, který probíhá opačným směrem, např. tání a tuhnutí.
PROBLEMATIKA HIV a AIDS
STANOVENÍ NEJISTOT PŘI VÝPOŠTU KONTAMINACE ZASAŽENÉHO ÚZEMÍ
Ing. Lukáš OTTE kancelář: A909 telefon: 3840
Laboratorní model „Kulička na ploše“ 1. Analytická identifikace modelu „Kulička na ploše“ 2. Program „Flash MX 2004“ Výhody/Nevýhody Program „kulnapl.swf“
Charles University in Prague, 1st Faculty of Medicine, Institute of Pathophysiology, Laboratory of Biocybernetics Implementace rozsáhlého modelu fysiologických.
Fyzikálně-chemické aspekty procesů v prostředí
Systémy hromadné obsluhy
VII. Neutronová interferometrie II. cvičení KOTLÁŘSKÁ 7. DUBNA 2010 F4110 Kvantová fyzika atomárních soustav letní semestr
GEOTECHNICKÝ MONITORING Eva Hrubešová, katedra geotechniky a podzemního stavitelství FAST VŠB TU Ostrava.
Harmonická analýza Součet periodických funkcí s periodami T, T/2, T/3,... je periodická funkce s periodu T má periodu T perioda základní frekvence vyšší.
Fugacitní modely 2. úrovně (Level II)
Udávání hmotností a počtu částic v chemii
FARMAKOKINETIKA 1. Pohyb léčiv v organizmu 1.1 resorpce
Fyzikální systémy hamiltonovské Celková energie systému je vyjádřená Hamiltonovou funkcí H – hamiltoniánem Energie hamiltonovského systému je funkcí zobecněné.
Simultánní reakce – následné reakce. Použitím substituce c B ≡ u.v dostáváme pro c B = f(t) výslednou funkci:
Mechanika kapalin a plynů
Tato prezentace byla vytvořena
Praktika z farmakokinetiky MUDr, P. Potměšil, PhD.
Imunita, obranné mechanismy v těle, infekční nemoci
SIGNÁLY A SOUSTAVY V MATEMATICKÉ BIOLOGII
Orbis pictus 21. století Tato prezentace byla vytvořena v rámci projektu.
SIGNÁLY A LINEÁRNÍ SYSTÉMY
Analýza lineárních regulačních systémů v časové doméně.
2. Vybrané základní pojmy matematické statistiky
© Institut biostatistiky a analýz ANALÝZA A KLASIFIKACE DAT prof. Ing. Jiří Holčík, CSc.
BioTech 2011, Strážná. O čem to bude? Stochastické simulace Diferenciální rovnice (ODR) Automaty.
SIGNÁLY A LINEÁRNÍ SYSTÉMY
Iontová výměna Změna koncentrace kovu v profilovém elementu toku Faktor  modelově zohledňuje relativní úbytek H + v roztoku související s vymýváním dalších.
JAY WRIGHT FORRESTER TERI LS 2015, S. Fialová, A. Zachariášová, N-96.
Poissonovo rozdělení diskrétní náhodné veličiny
Kmitání mechanických soustav I. část - úvod
© Institut biostatistiky a analýz INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ ANALÝZA A KLASIFIKACE DAT prof. Ing. Jiří Holčík, CSc.
Ověření modelů a modelování Kateřina Růžičková. Posouzení kvality modelu Ověření (verifikace) ● kvalitativní hodnocení správnosti modelu ● zda model přijatelně.
Moderní poznatky ve fyzice
Laplaceova transformace
Charakteristický polynom uzavřená a otevřená smyčka
- váhy jednotlivých studií
Přípravný kurz Jan Zeman
ČASOVÉ ŘADY (SIGNÁLY A LINEÁRNÍ SYSTÉMY )
Dynamika a regulace ve fyziologických systémech
1 Lineární (vektorová) algebra
Dynamické systémy Topologická klasifikace
Statické a dynamické vlastnosti čidel a senzorů
SPEKTRÁLNÍ ANALÝZA ČASOVÝCH ŘAD
Transkript prezentace:

Dynamika fyziologických systémů

Kompartment diskrétní oblast (zóna) určitého systému, kterou je možné nějakým způsobem logicky či kineticky odlišit od okolí homogenní, tzn. že každý kousek látky, který do kompartmentu vstoupí, je ve stejném stavu, jako všechny ostatní části látky v kompartmentu (dokonalé rozmíchání)

V1 Inflow dV1/dt=Inflow

InputPump

OutpuPump

Pump

V1 Fo=k1*V1 dV1/dt=-Fo*V1

V1 Fo=k1*V1 V2 Fo=k1*V1 dV1/dt=-Fo dV2/dt=Fo

V1 Fo=k1*V1 V2 Inflow Fout=k2*V1 Fo=k1*V1 Fout=k2*V1 dV1/dt=Inflow-Fo dV2/dt=Fout

Mass Compartment connector MassFlowConnector "Mass flow" Real massContent; flow Real massFlow; end MassFlowConnector; equation der(massContent) = inflow.massFlow; inflow.massContent=massContent; end MassCompartment; massContent inflow

Forrester Dynamics Jay Wright Forrester

Forrester Dynamics Jay Wright Forrester Stock (zásoby)

Forrester Dynamics Jay Wright Forrester

Forrester Dynamics Jay Wright Forrester Potentional adopters Adopters

Forrester Dynamics Jay Wright Forrester Potentional adopters Adopters

Forrester Dynamics Jay Wright Forrester PA Potentional adopters A Adopters Innovators p In=PA*p In p=0.03 Probability that has not yet adopted Pi Pi=PA/(PA+A) Imitators Im q q=0.4 Im=Pi*q New adopters Na Na=In+Im dPA/dt=-Na dA/dt=Na

Forrester Dynamics Jay Wright Forrester

26 Model SIR Model založený na existenci všech tří výše uvedených kategorií osob v populaci nazýváme modelem SIR. Matematická konstrukce modelu vychází z předpokladu, že: je nárůst infikovaných jedinců je úměrný počtu ohrožených a infikovaných jedinců, tj. ~ r.S(t).I(t), kde r > 0 je konstantou úměrnosti. Ohrožených osob stejnou rychlostí ubývá. rychlost s jakou ubývá infikovaných jedinců (vyléčením, úmrtím) je úměrná počtu infikovaných osob, tj. ~ a.I(t). inkubační doba je zanedbatelná; populace je natolik velká, že vyvolané změny lze považovat za spojité. HOLČÍK, J. „Modelování a simulace biologických systémů“. Skripta, Nakladatelství ČVUT, Praha 2006

Model SIR

28 Aplikace modelu SIR Epidemie chřipky na anglické chlapecké internátní škole Epidemie, kterou způsobil jeden nakažený žák z celkového počtu 763 žáků, z nichž 512 během 14 dní onemocnělo. Parametry modelu byly odvozeny z reálných údajů o vývoji onemocnění - N = 763, S 0 = 762, I 0 = 1, r = 2, den -1 a a = 0,44 den -1 (  = 202). HOLČÍK, J. „Modelování a simulace biologických systémů“. Skripta, Nakladatelství ČVUT, Praha 2006

29 Model šíření AIDS v homosexuální populaci Předpokládejme, že do populace přichází z vnějšího prostředí B nových, dosud zdravých jedinců. Dále, nechť x(t), y(t), a(t) a z(t) udá- vají počet zdravých, infikovaných, nemoc- ných AIDS a séropozitivních, ale neinfekč- ních osob. Protože doba nemoci je srovnatel- ná s dobou života, předpokládáme v každé z vyjmenovaných kategorií úmrtnost způso- benou faktory nespojenými s vlastní nemocí s rychlostní konstantou . Úmrtnost způso- benou nemocí vyjadřuje rychlostní konstanta d (typicky je doba nemoci 1/d přibližně 9 až 12 měsíců). Podobně jako ve všech předchá- zejících modelech předpokládáme homogen- ní prostředí. HOLČÍK, J. „Modelování a simulace biologických systémů“. Skripta, Nakladatelství ČVUT, Praha 2006

30 S využitím principů kompartmentové analýzy psát definiční stavové rovnice modelu x’(t) = B - ..x(t) - c..x(t), kde = .y(t)/N(t), y’(t) = c..x(t) - (v +  ).y(t); a’(t) = p.v.y(t) - (d +  ).a(t); z’(t) = (1 - p).v.y(t) - .z(t) a N(t) = x(t) + y(t) + a(t) + z(t). Kromě již definovaných proměnných je pravděpodobnost získání infekce od náhodného partnera (přičemž  je pravděpodobnost přenosu viru), c je počet sexuálních partnerů, p je část séropozitivních osob, které jsou také infekční a konečně v je rychlostní konstanta propuknutí závěrečného stadia nemoci (její převrácená hodnota je proto rovna průměrné inkubační době nemoci). Parametr je přesněji definován vztahem = .y(t)/[x(t)+y(t)+z(t)], hodnota a(t) je ale o hodně menší než N(t). Model šíření AIDS v homosexuální populaci HOLČÍK, J. „Modelování a simulace biologických systémů“. Skripta, Nakladatelství ČVUT, Praha 2006

31 x(t) je počet zdravých osob, y(t) je počet infikovaných osob, a(t) je počet nemocných AIDS, z(t) je počet séropozitivních, ale neinfekčních osob, B je rychlost příchodu nových, dosud zdravých jedinců do systému, d je rychlostní konstanta vyjadřující úmrtnost způsobenou nemocí (typicky je doba nemoci 1/d přibližně 9 až 12 měsíců),  je úmrtnost způsobenou faktory nespojenými s vlastní nemocí, je pravděpodobnost získání infekce od náhodného partnera: = .y(t)/[x(t)+y(t)+z(t)],  je pravděpodobnost přenosu viru), c je počet sexuálních partnerů, p je část séropozitivních osob, které jsou také infekční, v je rychlostní konstanta propuknutí závěrečného stadia nemoci (její převrácená hodnota je proto rovna průměrné inkubační době nemoci). Model šíření AIDS v homosexuální populaci HOLČÍK, J. „Modelování a simulace biologických systémů“. Skripta, Nakladatelství ČVUT, Praha 2006 x(t) y(t) a(t) z(t) B c x(t) = .y(t)/[x(t)+y(t)+z(t)] (1-p) v y(t) p v y(t)  x(t)  y(t)  z(t)  a(t) d a(t)

32 Konkrétní realizace tohoto modelu byla provedena pro experimentální data popisující vývoj AIDS v komunitě homosexuálních a bisexuálních mužů, kteří se léčili v letech na klinice s San Francisku. Hodnoty parametrů modelu určené z experimentálních dat byly B = rok -1  = 1/32 = 0,03125 rok -1  = 0,5 rok -1 c = 2 v = 0,2 rok -1 p = 0,3d = 1 rok -1 a předpokládané počáteční podmínky x(0) = , y(0) = 1, a(0) = 0, z(0) = 0 a N(0) = Model šíření AIDS v homosexuální populaci HOLČÍK, J. „Modelování a simulace biologických systémů“. Skripta, Nakladatelství ČVUT, Praha 2006

Implementace modelu šíření AIDS v homosexuální populaci

34 c = 2 c = 4 Model šíření AIDS v homosexuální populaci HOLČÍK, J. „Modelování a simulace biologických systémů“. Skripta, Nakladatelství ČVUT, Praha 2006

Volume Compartment connector VolumeFlow Real volume( final quantity="Volume", final unit="l"); flow Real q( final quantity="Flow", final unit="l/s"); end VolumeFlow; equation der(Volume) = (inflow.q); inflow.volume = Volume; end VolumeCompartment; Volume inflow

(žaludek) (plasma) (intersticiální tekutina) QIN (pití) (lymfa) (transkapilární transport) QVIN (infúze…) QMWP (metabol. voda) (odpařováni) QIWL QWU (diuréza) QLF QCFR (vstřebávání) QVVIN VP VIN VIF QIC tok do intracelulární tekutiny

Pití Infúze Metabolická tvorba vody Odpařování Vstřebávání Transkapilární transport Tok lymfy Diuréza

Concentration Compartment connector ConcentrationFlow "Concentration and Solute flow" Concentration conc; flow SoluteFlow q; end ConcentrationFlow; equation SoluteConc=q_out.conc; q_out.conc*SolventVolume = SoluteMass; der(SoluteMass) = q_out.q; end ConcentrationCompartment; SoluteMass inflow SoluteConc

Koncentrační kompartment m - Množství V – distribuční objem Clearance Fout – exkrece látky Fout(t)=C(t)*Clearance(t) c - Koncentrace látky Fout(t)=M(t)*k Fout(t)=m(t)*k c(t)*Clearance=m(t)*k c = m/V m(t)*Clearance/V=m(t)*k Clearance/V=k Fout

ExtracellularGlucose InputGlucose ExcretionGlucose UtilisationGlucose

Tvorba inzulinu Externí inzulin Renální exkrece glukózy Tok glukózy do buněk Tok draslíku do buněk Přísun glukózy

ExtracellularPotassium IntracellularPotassium YKINYKU YKHI YKGL Přísun draslíku Vylučování draslíku v ledvinách Tok draslíku do buněk (ovlivňovaný pH) Tok draslíku do buněk (společně s glukózou)

Přísun draslíku Vylučování draslíku v ledvinách Tok draslíku do buněk (ovlivňovaný pH) Tok draslíku do buněk (společně s glukózou)

ExtracellularNatrium YNINYNU YNHI Přísun sodíku Vylučování sodíku ledvinami Výměna sodíku mezi buňkou a extracelulátní tekutinou za ionty H +

Přísun sodíku Vylučování sodíku ledvinami Výměna sodíku mezi buňkou a extracelulátní tekutinou za ionty H +

Kompartmentová analýza ve farmakologii

Farmakodynamika a farmakokinetika

Problém – čas nástupu působení (Warfarin)

Problém – nástup a doba působení (frakce leukocytů, protinádorový paclitaxel)

Problém – individuální variabilita (Phenotoin)

Problém – individuální variabilita působení (stejný účinek, různá hladina Warfarin)

Dávka - čas

Izomery – mají různou kinetiku

Lék – metabolit (různá účinnost) 650 mg aspirinu Protizánětlivý účinek (metabolit) antikoagulační účinek

Kinetika léku

Farmakokinetická terminologie (ADME)

AbsorbceSystémová absorbace

Enterohepatální cyklus

Příklad: Kompartmentová analýza Střevo Moč Krevní plazma Intersiciální tekutina Tuková tkáň Mozkomíšní mok

Příklad: Kompartmentová analýza

PK/PD = faramakokinetika/farmakodynamika Dávka- účinek Subjektivní Objektivní účinek Klinicky měřitelný Biomarkery

Lineární systémy Lineární systém (soustava) je systém, v němž platí princip superpozice. To znamená, že za předpokladu, že platí: Aditivita (výstupem pro součet dvou signálů bude stejný, jako součet výstupů pro tyto signály jednotlivě) Homogenita (výstup pro násobek jiného vstupu bude roven stejnému násobku výstupu pro tento vstup): Tyto podmínky lze také zapsat jako jedinou:

Analýza lineárních regulačních systémů v časové doméně

Studijní materiál Chapter 4 Time-Domain Analysis of Linear Control Systems

Nejjednodušší model mechaniky dýchání Ventilátor - zdroj tlaku Odpor Setrvačnost Pružný vak Vnější atmosferický tlak

Pružný vak Odpor Setrvačnost Nejjednodušší model mechaniky dýchání Ventilátor - zdroj tlaku R- Rezistance L - Inertance C - Kapacitance Vnější atmosferický tlak P ao P o Q - Průtok PAPA

Nejjednodušší model mechaniky dýchání Ventilátor - zdroj tlaku R- Rezistance L – Inertance C - Kapacitance Vnější atmosferický tlak P ao P o Q - Průtok PAPA P ao PAPA Vstup Výstup řesení

Nejjednodušší model mechaniky dýchání řesení ?

Logaritmické zrcadlo násobení a dělení sčítání a odečítání umocňování /odmocňování řesení Prostor originálu Prostor obrazu

Laplaceovo zrcadlo Oblast komplexní proměnné (s) Prostor obrazu Prostor originálu L{ } L -1 { } Oblast reálné proměnné (oblast času t) řesení ?

Laplaceovo zrcadlo Prostor obrazu Prostor originálu Oblast reálné proměnné (oblast času t) Oblast komplexní proměnné (s) L{ } L -1 { } Úloha v originále: Řešení v originále: Nesnadné Snadnější - úloha v obraze - řešení úlohy v obraze řesení ?

Laplaceovo zrcadlo Prostor obrazu Prostor originálu Oblast reálné proměnné (oblast času t) Oblast komplexní proměnné (s) L{ } L -1 { } Úloha v originále: Řešení v originále: Nesnadné Snadné - úloha v obraze - řešení úlohy v obraze Derivování originálu

Laplaceovo zrcadlo Prostor obrazu Prostor originálu Oblast reálné proměnné (oblast času t) Oblast komplexní proměnné (s) L{ } L -1 { } Úloha v originále: Řešení v originále: Nesnadné Snadnější - úloha v obraze - řešení úlohy v obraze Derivování originálu

Laplaceovo zrcadlo Prostor obrazu Prostor originálu Oblast reálné proměnné (oblast času t) Oblast komplexní proměnné (s) L{ } L -1 { } Úloha v originále: Řešení v originále: Nesnadné Snadnější - úloha v obraze - řešení úlohy v obraze Derivování originálu

Laplaceovo zrcadlo Prostor obrazu Prostor originálu Oblast reálné proměnné (oblast času t) Oblast komplexní proměnné (s) L{ } L -1 { } Úloha v originále: Řešení v originále: Nesnadné Snadnější - úloha v obraze - řešení úlohy v obraze Integrování originálu

Laplaceovo zrcadlo Prostor obrazu Prostor originálu Oblast reálné proměnné (oblast času t) Oblast komplexní proměnné (s) L{ } L -1 { } Úloha v originále: Řešení v originále: Nesnadné Snadnější - úloha v obraze - řešení úlohy v obraze Linearita obrazu a originálu

Laplaceovo zrcadlo Prostor obrazu Prostor originálu Oblast reálné proměnné (oblast času t) Oblast komplexní proměnné (s) L{ } L -1 { } Úloha v originále: Řešení v originále: Nesnadné Snadné - úloha v obraze - řešení úlohy v obraze Posun originálu (zpoždění) = útlum obrazu

Laplaceovo zrcadlo Prostor obrazu Prostor originálu Oblast reálné proměnné (oblast času t) Oblast komplexní proměnné (s) L{ } L -1 { } Úloha v originále: Řešení v originále: Nesnadné Snadné - úloha v obraze - řešení úlohy v obraze Posun obrazu = útlum originálu

Laplaceovo zrcadlo Prostor obrazu Prostor originálu Oblast reálné proměnné (oblast času t) Oblast komplexní proměnné (s) L{ } L -1 { } Úloha v originále: Řešení v originále: Nesnadné Snadné - úloha v obraze - řešení úlohy v obraze Změna měřítka (podobnost)

Laplaceovo zrcadlo Prostor obrazu Prostor originálu Originál: f(t) Obraz: F(s) Příklady 1 …atd. Wolfram Mathematica:

Laplaceovo zrcadlo Prostor obrazu Prostor originálu Originál: y(t), x(t) Obraz: Y(s), X(s) Příklady

Laplaceovo zrcadlo Prostor obrazu Prostor originálu Příklady Originál: y(t), x(t) Obraz: Y(s), X(s)

Laplaceovo zrcadlo Prostor obrazu Prostor originálu Příklady Originál: y(t), x(t) Obraz: Y(s), X(s)

Laplaceovo zrcadlo Prostor obrazu Prostor originálu Příklady Originál: y(t), x(t) Obraz: Y(s), X(s) Při nulových počátečních podmínkách:

Laplaceovo zrcadlo Prostor obrazu Prostor originálu Originál: f(t) Obraz: F(s) Příklady Při nulových počátečních podmínkách:

Prostor obrazu Prostor originálu Oblast reálné proměnné (oblast času t) Oblast komplexní proměnné (s) L{ } L -1 { } Úloha v originále: Řešení v originále: Nesnadné Snadnější - úloha v obraze - řešení úlohy v obraze řesení ? Nejjednodušší model mechaniky dýchání

Laplaceovo zrcadlo Prostor obrazu Prostor originálu Oblast reálné proměnné (oblast času t) Oblast komplexní proměnné (s) L{ } L -1 { } Nesnadné Snadnější Úloha v obraze: Řešení úlohy v obraze: Úloha v originále: Řešení v originále: ?????????????

V Modelice (ale i v Simulinku) máme blok TransfeFunction Nejjednodušší model mechaniky dýchání