Русский
!

Conference publications

Abstracts

XXV conference

Application of genetic algorithms for searching for the optimal set of parameters for models of the electrical activity of cardiomyocytes

Smirnov D.N., Zhukova M.A., Syunyaev R.A.

Moscow Institute of Physics and Technology, Laboratory of Human Physiology, Russia, Moscow Region, Dolgoprudny, 9 Institutsky Pereulok, 141700

1 pp. (accepted)

Сегодня при разработке ионных моделей электрической активности сердца используются измерения динамики ионных токов, полученные при помощи метода фиксации потенциала (voltage-clamp). Ряд проблем, связанных с таким подходом, затрудняет использование вычислительных моделей на практике. Во-первых, так как эксперименты на сердце человека редки, разработчики моделей обычно используют литературные данные, полученные на различных видах животных и в разных условиях. Во-вторых, процедура изоляции клеток, необходимая для фиксации потенциала, дегенерирует ряд ионных каналов (калиевые токи задержанного выпрямления).

Одним из способов решения вышеописанных проблем является применение генетического алгоритма (ГА) - эвристического алгоритма поиска, использующего методы случайного подбора, комбинирования и вариации искомых параметров для решения задач оптимизации [3]. Существенно, что при этом могут использоваться экспериментальные данные (форма ПД), полученные непосредственно на ткани миокарда при помощи оптического картирования. Модельный ПД, полученный нами в результате оптимизации модели, с точностью до 8 мВ совпадает с экспериментальным на всей кривой реституции. При этом в качестве базовых моделей ГА были использованы модели О’Хара-Руди [1] и Гранди-Паскалини-Берс [2], основными оптимизируемыми параметрами в данной работе являлись максимальные проводимости ионных токов и обменников моделей, границы допустимых значений которых задавались с учетом опубликованных литературных данных.

Литература

1. O’Hara Vir ́ag L Varr ́o A Rudy Y. Simulation of the undiseased human cardiac ventricular action potential: model formulation and experimental validation // PLoS Comput Biol. 2011 Vol. 7(5).

2. Grandi, E., Pasqualini, F.S. & Bers, D.M . A novel computational model of the human ventricular action potential and Ca transient // J Mol Cell Cardiol. 2010 Vol. 48.

3. Deb K., Kumar A . Realcoded genetic algorithms with simulated binary crossover: Studies on multimodal and multiobjective problems // Complex Systems. 2015 Vol. 9(6).



© 2004 Designed by Lyceum of Informational Technologies №1533