پیش بینی روند پیشرفت بیماری آلزایمر با استفاده از مدل‌سازی اتوماتای سلولی

Predicting of Alzheimer’s Disease Progress Using Cellular Automata Modeling


چاپ صفحه
پژوهان
صفحه نخست سامانه
مجری و همکاران
مجری و همکاران
اطلاعات تفضیلی
اطلاعات تفضیلی
دانلود
دانلود
دانشگاه علوم پزشکی تبریز
دانشگاه علوم پزشکی تبریز

مجریان: فائقه گلابی , یاشار سرباز

خلاصه روش اجرا: خلاصه روش اجرا: مراحل انجام این پژوهش به شرح ذیل صورت خواهد گرفت: 1- مطالعات فیزیولوژی بیماری و قوانین حاکم بر آن‌ها برای مثال التهاب سلول‌هایی مثل آستروگلیا، میکروگلیا و تجمع پلاک‌های آملوئید بتا باعث آسیب به نورون‌ها و عامل اصلی پیدایش بیماری آلزایمر هستند [1]. 2- استخراج قوانین آزمایش شده ریاضیات زیستی و بررسی نقش هر کدام از پارامترها الگوریتم اتوماتای سلولی به چهار پارامتر اصلی نیاز دارد: بعد، حالت، ناحیه همسایگی و قوانین که با توجه به شرایط بیماری آلزایمر و شناختی که از فیزیولوژی آن به دست آمده، مشخص می‌گردد [2]. 3- مدل‌سازی ریاضی با توجه به اینکه نورون‌ها با یکدیگر ارتباط دارند و روی هم تاثیر می‌گذارند، این تاثیرات می‌تواند در نهایت به مرگ نورون منجر شود. با توجه به اینکه نورون‌ها بازیابی و ساخته نمی‌شوند، ادامه روند تخریب نورون‌ها می‌توانند سبب ایجاد بیماری آلزایمر گردند. بنابراین این روند باید کنترل شود، چرا که بعد از شروع آلزایمر، این بیماری قابل کنترل نیست و درصد بالایی از نورون‌ها از بین می‌روند [3]. 4- ایجاد مدل و شبیه‌سازی کنترل روند بیماری بسیار لازم و ضروری است که اتوماتای سلولی می‌تواند این روند را به شکل مناسبی مدل کند.

اطلاعات کلی طرح
hide/show

مرحله جاری طرح خاتمه قرارداد و اجرا
کد طرح 66268
عنوان فارسی طرح پیش بینی روند پیشرفت بیماری آلزایمر با استفاده از مدل‌سازی اتوماتای سلولی
عنوان لاتین طرح Predicting of Alzheimer’s Disease Progress Using Cellular Automata Modeling
نوع طرح طرح - پایان نامه
اولویت طرح اختلالات شناختی شایع با تاکید بر پارکینسون، آلزایمر، دمانس
نوع مطالعه مطالعات علوم پایه (Experimental)
تحقیق در نظام سلامت بلی
آیا طرح پایان‌نامه دانشجویی است؟ بله
مقطع پایان نامه کارشناسی ارشد
مدت اجرا - ماه 3
نوآوری و ضرورت انجام تحقیق با توجه به خلاهایی که در زمینه مدل‌سازی ریاضی در بیماری آلزایمر و الگوریتم های تشخیصی به وسیله یادگیری ماشین وجود دارد و همچنین پیچیدگی‌های ذاتی این بیماری، ارائه شبیه‌سازی ریاضی که بتواند روند رشد بیماری آلزایمر را تا حدودی مدل کند، نوآوری این کار است. همچنین در مدل‌ ریاضی پیشنهادی برای اولین بار با استفاده از روش مدل سازی اتوماتای سلولی شبیه‌سازی انجام می‌شود تا به وسیله آن بتوان حالات نورون را در سطوح مختلف بیماری از آغاز تا بدخیم و در بازه زمانی طولانی تر بررسی نمود. از آنجاییکه بیماری آلزایمر به آرامی آغاز می‌شود و هنگامی علائم آشکار می‌شوند که دیگر روند مرگ نورون‌ها غیرقابل کنترل شده است، به وسیله این مدل می‌توان چگونگی رشد بیماری را در طولانی مدت و در مراحلی که امکان جمع‌آوری داده‌ها بسیار سخت و حتی تا حدودی غیرممکن است، مورد مطالعه قرار داد. در این مدل نقش پارامترهای تاثیرگذار در بیماری از جمله آستروگلیای ساکن، تکثیر آستروگلیا، میکروگلیای فعال، میکروگلیای عادی و آملوئید بتا بررسی می‌شود [1].
اهداف اختصاصی

بررسی روند رشد پیشرفت آلزایمر برای تشخیص خوش‌خیم یا بدخیم بودن بیماری

-

بررسی نقش پارامترهای دخیل و تحلیل حساسیت این پارامترها

-

بررسی نقش ترکیبات دارویی موجود و تاثیر آن روی پارامترهای دخیل برای پیمایش پیشرفت بیماری آلزایمر

چکیده انگلیسی طرح Alzheimer’s disease (AD) is a major and increasing global health challenge, with 40–50 million people currently living with AD. Care and support of patients with AD have wide-ranging consequences for families, health-care systems, and society as a whole. AD is age-related and is becoming markedly more common with the aging of the world’s population. It is estimated that by 2050, one in every 85 people will be living with AD. prevent or delay the onset or slow the progression of AD are urgently needed. Cellular automata (CA) has its origin in systems described by John von Neumann and Stanislaw Ulam in the 1940s who worked on self-reproduction in biological systems. They are dynamical systems that are discrete in space and time, operate on a uniform finite or infinite regular lattice, and are characterized by local interactions. Each element called the cell, is associated with a state given in a discrete set and is updated based on the previous states of its immediate neighboring cells according to a set of local rules. Cellular automata have been used extensively to model a wide range of problems. Biological systems are particularly suitable for analyzing cellular automata. In particular, cellular automata models have been used to model many aspects of tumor growth and therapy and the presence of immune. But they have not been used in modeling AD until now. The proposed approach is based on cellular automata, which is a suitable framework to study biological phenomena. The suggested modeling approach provides a tool to estimate the progress of AD and examine the effect of different drugs as parameters in our model on the progression of AD.
کلمات کلیدی بیماری آلزایمر: تعریف نظری: بیماری پیش‌رونده عصبی که با فراموشی آغاز می‌شود و با اختلال در حافظه ، قضاوت ، توجه و مهارت های حل مسئله ، آپراکسی شدید و از بین رفتن توانایی های شناختی ادامه می‌یابد. این بیماری پس از سن 60 سالگی رخ می دهد و با آتروفی شدید قشر مغزی و با رسوب پلاک، از هم گسیختگی نوروفیبرها و کلاف‌های عصبی شناخته می‌شود [22]. تعریف عملی: در این مطالعه حالات نورون از سالم تا مرده بر اثر بیماری مورد بررسی قرار خواهد گرفت. نورون: تعریف نظری: سلول اصلی بافت عصبی را نورون می‌گویند. هر نورون از آکسون و دندریت ها تشکیل شده است. هدف آنها دریافت، هدایت و انتقال سیگنال‌ها در سیستم عصبی است. تعریف عملی: منظور از نورون در اینجا، سلول عصبی مغز است. آستروسیت: تعریف نظری: گروهی از سلول‌های بزرگ عصبی (ماکروگلیال) در سیستم عصبی مرکزی است که بیشترین تعداد سلول‌های عصبی مغز و نخاع را تشکیل می‌دهند. آستروسیت ها (از سلول‌های "Star") به طور نامنظم و پس از فرآیندهای طولانی شکل می‌گیرند. تعدادی از آن‌ها که دارای نقطه پایانی هستند، غشای گلیال را تشکیل می دهند و به طور مستقیم و غیرمستقیم در خون جاری در مغز نقش دارند. آنها محیط یونی و شیمیایی خارج سلولی را تنظیم می کنند. آستروسیت‌های واکنش‌دهنده (همراه با میکروگلیا) به صدمات پاسخ می دهند. تعریف عملی: سلول‌های ایمنی و غیر عصبی مغزی که در بیماری آلزایمر به همراه میکروگلیا پروتئین‌های پیش التهابی تولید می‌کنند. میکروگلیا: تعریف نظری: نوع سوم سلول‌های گلیال هستند که به همراه آستروسیت ها و الیگودندروسیت‌ها که در کنار هم ماکروگلیا را تشکیل می دهند. میکروگلیا بسته به مرحله رشد، حالت عملکردی و موقعیت آناتومیکی، از نظر ظاهری متفاوت است. میکروگلیا به وضوح قادر به فاگوسیتوز است و نقش مهمی در طیف گسترده‌ای از نوروپاتولوژی‌ها ایفا می کند. همچنین نقش‌های دیگری در سیستم اعصاب مرکزی از جمله ترشح (مثلاً سیتوکین ها و فاکتورهای رشد عصبی) و در پردازش ایمونولوژیک (به عنوان مثال ، ارائه آنتی ژن) بر عهده دارند. تعریف عملی: سلول‌های ایمنی و غیر عصبی مغزی که در بیماری آلزایمر به همراه آستروسیت‌ها پروتئین‌های پیش التهابی تولید می‌کنند. آملوئید بتا: تعریف نظری: این پروتئین‌ها از فعالیت تولید کننده‌های پپتید آملوئید بتا ایجاد می‌شوند. یک شکل از فیبریل آمیلوئید این پپتیدها عنصر اصلی پلاک‌های آمیلوئید هستند که در افراد مبتلا به آلزایمر و در افراد مسن با تریزومی 21 (سندروم داون) یافت می شود. پپتید عمدتا در سیستم عصبی یافت می شود، اما گزارش هایی از وجود آن در بافت غیر عصبی وجود دارد. تعریف عملی: پلاک‌هایی از پروتئین که با رسوب غیرعادی در خارج نورون‌ها سبب پیدایش بیماری آلزایمر می شوند. ‌مدل‌سازی ریاضی: تعریف نظری: به طور معمول، یک مدل تقریبی از واقعیات را ارائه می‌کند چرا که نمی‌توان همه عوامل دخیل را در یک مدل گنجاند. روش مدل‌سازی‌ که استفاده می‌شود به دانش ما از فیزیولوژی و در دسترس بودن داده‌های تجربی بستگی دارد. بنابراین فرآیند ساخت مدل همان تلفیق علم فیزیولوژی و داده‌های تجربی در داخل مدل است. اگر یک مدل بیشتر جنبه فیزیولوژیکی را ارائه می‌دهد می‌توان گفت که در ساخت آن مدل دانش بیشتری در مورد سیستم‌های فیزیولوژیک مورد استفاده قرار گرفته است. ساخت مدل همان استفاده از فرمول‌ها و معادلات است که در آن از داده‌های تجربی (مدل‌های مبتنی بر داده) یا از اصول پایه فیزیولوژی (مدل‌های فیزیولوژیکی) استفاده شده باشد. هنگامی که مدل ساخته شد، وارد مرحله تشخیص مدل می‌شویم که همان تخمینی از پارامترها (کمیت‌های فیزیولوژیکی) چه در مدلی است که نمی‌توان مقادیر آن را به طور مستقیم انداره گرفت یا مدلی که در آن از داده‌های تجربی به عنوان ورودی یا خروجی استفاده گردیده است. شبیه سازی خروجی مدل را با حل معادلات پیش‌بینی می‌کند [23]. تعریف عملی: روشی که به وسیله آن واقعیات بیولوژیکی توسط روابط ریاضی به زبان مهندسی تبدیل می‌شود. اتوماتای سلولی: تعریف نظری: سیستم‌های دینامیکی که هم در زمان و هم در بعد مکان، گسسته هستند، با یک شبکه منظم محدود و یا محدود و بی نهایت کار می کنند و مشخصه اصلی آن‌ها تعاملات محلی است. هر عنصر به نام سلول، با حالت تعریف شده در یک مجموعه گسسته قرار دارد و بر اساس حالات قبلی سلول‌های همجوار خود طبق مجموعه‌ای از قوانین محلی به روز می شود [24]. تعریف عملی: روش مدل‌سازی ریاضی که به وسیله آن مدل‌سازی انجام می‌گیرد و در آن باید بعد، حالت، قوانین و شعاع همسایگی تعریف شود.
ذینفعان نتایج طرح بیمار: نتایج این پایان‌نامه می‌تواند در پیدا کردن راه‌حلی برای بیماری آلزایمر مورد استفاده قرار گیرد. با انجام مطالعات بنیادی می‌توان به دستیابی روش‌های درمانی جدیدتری امیدوار شد و راه حل‌هایی برای تشخیص‌های زود هنگام ارائه داد. از طرفی انتظار داشت درمان‌های موثرتر و منطقی‌تری در بیمارانی که در مراحل اولیه بیماری هستد، ارائه گردد. پزشکان: ماهیت پیچیده و شناخته نشده بیماری درمان آن را سخت نموده و روش درمانی و دارویی موثری برای آن وجود ندارد، حل قسمتی از پیچیدگی‌های این بیماری، به پزشکان در درمان بیماران یاری دهنده خواهد بود. جامعه: با توجه به اینکه جمعیت کشور عزیزمان و سایر کشورهای در حال توسعه که جمعیت زیادی را نیز شامل می‌شوند، رو به سالمندی می‌رود و این جمعیت نیاز به مراقبت و پرستاری دارد، هرگونه پیشرفتی در زمینه بیماری آلزایمر سبب بهبود زندگی بستگان و پرستاران این بیماران می‌گردد. سیاستگزاران: بیماری آلزایمر نه تنها هزینه‌های گزافی به نظام سلامت وارد می‌کند، از طرفی برای نظام اقتصادی نیز بسیار زیان‌بار است. آسیب‌های بیماری آلزایمر در کنار مشقت‌های پیری شرایط سختی را برای بیمار و اطرافیان و جامعه ایجاد می‌کند و پرستاری از سالمندان را سخت‌تر می‌کند.

اطلاعات مجری و همکاران
hide/show

نام و نام‌خانوادگی سمت در طرح
فائقه گلابیاستاد راهنمای اول (آموزشی )
یاشار سربازاستاد راهنما دوم (آموزشی )
نیلوفر جعفریدانشجوی مالک پایان نامه
عباس ابراهیمی کلانمشاور

اطلاعات تفضیلی
hide/show

حوزه خبر خبر
رسانه ها و مردم
عنوان خبر
متن خبر
متخصصان و پژوهشگران
عنوان خبر
روند پیشرفت بیماری آلزایمر را می توان با استفاده از مدلسازی اتوماتای سلولی پیش بینی کرد.
متن خبر
با افزایش ابتلا به بیماری آلزایمر در جهان هنوز فرآیند دقیق بروز و روش تشخیص زودهنگام این بیماری معلوم نیست. علائم این بیماری مدتها پس از آغاز بیماری آشکار شده و درمانهای موجود عموما سعی در تسکین علائم دارند. لزوم تشخیص زودهنگام بیماری و کنترل و درمان آن ضروری به نظر میرسد. در این پژوهش مدل جدیدی بر مبنای مدلسازی ریاضی با اتوماتای سلولی ارائه شده است. عامل اصلی گسترش بیماری آلزایمر در این مدل پلاکهای آمیلوئیدبتا هستند. مجموعه سیناپسهای هر نورون بصورت خانه های مربعی دور هسته در نظر گرفته شده اند. مطابق تعریف اتوماتای سلولی حالتهای خانه های مربعی پیرامونی تعیین کننده حالت خانه میانی یعنی هسته نورون خواهدبود. بر این اساس تعریف جدیدی از نرخ آلزایمر، نرخ بحرانی و نرخ هشدار برای شبکه نورونی ارائه شده است. حساسیت پیشرفت آلزایمر نسبت به تغییرات سلول¬های آستروگلیا و میکروگلیا نیز مورد مطالعه قرار گرفته است. مدل تدوین شده میتواند به درک از پیشرفت بیماری آلزایمر کمک کند و راه‌ را برای مدلسازی‌های پیچیده تر ریاضی هموار نماید. همچنین با بررسی و مقایسه اثر داروهای موجود در بازار با استفاده از مدل پیشنهادی میتوان میزان اثربخشی درمانهای دارویی را در بیماران با توجه به میزان پیشرفت بیماری بررسی نمود.
سیاستگذاران درمانی
عنوان خبر
متن خبر
سیاستگذاران پژوهشی
عنوان خبر
متن خبر
لینک (URL) مقاله انگلیسی مرتبط منتشر شده 1