结合患者特异性神经网络模型的血小板信号传递的多尺度模拟预测了在流动下不同类型的血栓结局

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
• 血液学 血液学 血液学

背景情况:

• 血小板激活和聚合是血栓形成的关键因素,是心肌梗塞和中风的关键因素.
• 病理流和患者特定的药物反应使血栓形成复杂化,需要先进的建模方法.

研究的目的:

• 开发和验证一个模拟血栓形成的多尺度3D计算模型.
• 结合供体特异神经网络 (NN) 进行血小板动员.
• 调查血小板反应的个体变异性和药物抑制的影响.

主要方法:

• 一个集成神经网络,格子动力蒙特卡洛,有限体积方法和格子博尔兹曼方法的多尺度3D模型.
• 培训NN使用来自10名暴露于6种激动剂的捐赠者的血小板动员数据.
• 在静脉和动脉流条件下对原表面进行模拟,测试ADP,TXA2,氧化和前环素的抑制.

主要成果:

• 在血小板激活和血栓生长动态方面表现出显著的个体间变异性.
• 突出了供体特异性血小板信号对血栓行为的影响.
• 展示了模型模拟药理干预效应的能力.

结论:

• 个性化计算模型对于准确预测血栓行为至关重要.
• 这种方法有助于整合患者特异性因素,用于血栓性疾病的精密医学.
• 该模型提供了对药物反应和血管几何学的见解,以改善患者的治疗结果.