Gesundheit

Berechnung und Experimente näher kommen

Ein Bio-Engineering-Gruppe von der University of Pittsburgh Swanson School of Engineering bringt die Welten von Computer-Modellierung und Experimente näher zusammen durch die Entwicklung einer Methodik zur Analyse der fülle von imaging-Daten, die durch Fortschritte in der imaging-tools und automatisierte Mikroskope.

Ihre Studie konzentriert sich auf embryonale Gewebe verbreiten, ein Prozess, der von entscheidender Bedeutung bei der Wundheilung und den Verlauf von vielen Krankheiten. Die Artikel, vor kurzem veröffentlicht in PLOS ONE, zeigt, wie Sie etwa Bayesian computation (ABC) – eine statistische Inferenz-Methode — die helfen können, leiten nützlich, quantitative Informationen, die für die Versuchsplanung.

Die Arbeit wurde unter der Regie von Lance Davidson, professor für bioengineering, wer betreibt die MechMorpho Labor in der Swanson School of Engineering. Die Studie wurde geführt von Tracy Stepien, ein Pitt Mathematik Absolvent alumnus, und Holley Lynch, ein ehemaliger Postdoktorand in der MechMorpho Lab.

Davidson group kultivierten Gewebe von Xenopus embryo aufzudecken, die die mechanischen Eigenschaften hinter der embryonalen Morphogenese — der biologische Prozess, der einen Organismus in der Entwicklung seiner Form. Während der Studie haben Sie herausgefunden, dass kleine explantaten verbreiten sich langsamer als die größeren, so dass Sie begann die Schaffung Modellierung Ansätze, um herauszufinden, warum.

Sie wurden von Zeitraffer-Sequenzen, die im Laufe von ein paar Wochen, aber die Herausforderung bei der Integration von Modellierung mit Experimenten ist die Bestimmung der besten Parameter.

„Als Modelle komplexer und die experimentellen Systeme werden mehr Daten produziert, ist es schwierig zu bestimmen, ob die gewählten Parameter optimal einzustellen“, sagte Stepien, ein Postdoktorand an der University of Arizona. „Dies ist, wo die Bayesianische Berechnung ist nützlich, — für jedes dataset können Sie das Modell Tausende Male zu identifizieren, Sätze von Parametern, die am besten übereinstimmen, das experiment selbst.“

Sobald die Gruppe bewarb sich ein Bayes-Ansatz für Ihr Modell, fanden Sie, dass es keinen eindeutigen parameter festgelegt. Stattdessen, Sie identifizierten Verteilungen von „fast-best“ – Parameter, und dann verwendet statistische Methoden zum Vergleich der verschiedenen Distributionen.

Aus der statistischen Analyse, die Sie Vorhersagen, Gewebe-Eigenschaften wie Kraft, – Produktion und-Adhäsion sind eher zu variieren, mit dem ersten Gewebe Größe als Faktoren wie Preise der Zellteilung oder die Form zu ändern.

„Unsere Arbeit liefert prädiktive Methoden, die helfen, mehr Allgemeinen Studien der Morphogenese, um besser zu verstehen, wie Gewebe verbreitet ist geregelt während der Entwicklung und potenziell die Kontrolle der Verbreitung während der Wundheilung und Krebs“, sagte Lynch, die derzeit ein Assistent professor für Physik an der Stetson University.

Laut der Forschergruppe, die diese Parameter können auch erweisen sich als nützlich für die Verbesserung der Modelle der anderen Experimente.

„Wenn dieses Papier konzentriert sich auf eine bestimmte Art von Gewebe-Bewegung, es ist mehr breit gravierend, dass es versucht, zu identifizieren, neue Wege für die wissenschaftliche Gemeinschaft“, sagte Davidson. „Über mehrere Jahre unser Modell ging von etwas einfachem zu etwas mehr strenge und robust. Ein Papier, das ursprünglich fokussiert auf das Gewebe ausbreiten schließlich entwickelt, um zu demonstrieren, einen Rahmen, der sehr eng integriert Modellierung und experiment.“

In der kurzfristigen, Davidson ‚ s Labor wird follow-up auf die Prognosen in diesem Papier, und weiter zu untersuchen, die Biophysik der Gewebe ausbreitet. In der langfristigen, die Gruppe bewerben möchten, einen ebenso robusten statistischen Ansatzes auf andere Rechenmodelle entwickelt im Labor.

„Wir wollen wirklich integrieren unsere experimentelle Ansätze mit rechnerischen Modellen als robust, statistisch, wie dieser Ansatz bietet“, sagte Davidson. „Mit der Kraft der Berechnung, die in Verbindung mit erweiterten biomechanischen Experimenten konnte wirklich die Auswirkungen, die unsere Kenntnis der Entwicklung der Krankheit und der Behandlung.“