从视觉到模拟:对成像技术和空间分辨率数据的调查,用于开发肝脏再生的多规模计算模型
Aalap Verma1, Alexandra Manchel1, Justin Melunis1
1Daniel Baugh Institute for Functional Genomics and Computational Biology, Department of Pathology, Anatomy, and Cell Biology, Thomas Jefferson University, Philadelphia, PA, United States.
Frontiers in systems biology
|August 14, 2023
概括
本综述探讨了将成像数据集成到肝脏再生的计算模型中. 结合多尺度成像和计算方法,可以推进肝脏疾病的预后工具.
科学领域:
- 生物医学工程 生物医学工程
- 计算生物学 计算生物学
- 再生医学是一种再生医学.
背景情况:
- 肝脏再生涉及复杂的多层次生物过程.
- 现有的计算模型主要集中在分子和信号通路上.
- 整合组织和器官级数据对于全面建模至关重要.
研究的目的:
- 审查成像方法,以告知肝脏再生的计算模型.
- 讨论用于整合成像数据的软件和算法.
- 突出个性化预后工具在肝病中的潜力.
主要方法:
- 对基于显微镜的细胞和组织尺度的成像进行讨论.
- 对器官级数据的非侵入性成像技术 (超声波,CT,MRI) 的概述.
- 探索用于数据分析和模型集成的软件和算法.
主要成果:
- 影像成像模式在器官,组织和细胞尺度上提供必要的数据.
- 非侵入性成像提供了随着时间的推移的形态和体积洞察力.
- 软件工具有助于将各种成像数据集成到计算模型中.
结论:
- 多尺度成像数据可以显著增强肝脏再生的计算模型.
- 综合模型对开发肝脏疾病的先进预后工具充满希望.
- 个性化计算模型可以通过针对个体患者的调模型来生成.
