MODELOS ANATOMO – FISIOLOGICOS. Nelio E. Bazan. ISDe

Transcripción

MODELOS ANATOMO – FISIOLOGICOS. Nelio E. Bazan. ISDe LAFyS,
Laboratorio de Actividad Física y Salud del Instituto Superior de Deportes, Buenos
Aires, Argentina, 2011. Contacto: [email protected]
Resumen
El creciente entendimiento de las funciones y los procesos en fisiología, junto al
aumento de las prestaciones de los ordenadores han estimulado la utilización de
modelos complejos que permiten simulaciones computarizadas de los fenómenos
biológicos. El Physiome Project es un esfuerzo internacional para conectar diferentes
grupos de investigación trabajando en la integración de bases de datos y el desarrollo de
modelos cuantitativos y descriptivos. El término Physiome proviene de fisio (vida) y
oma (como un todo), en un sentido amplio debería definir las relaciones desde los genes
al organismo y de la conducta funcional a la regulación genética. Incluye la integración
de modelos de células, órganos, sistemas celulares y bioquímicos y sistemas en modelos
informatizados. Se desarrollarán a modo de ejemplos tres proyectos:
• Visible Human Project, imágenes tridimensionales del cuerpo humano
• Living Human Project, sistema de modelo musculoesquelético
• CellMl, metalenguaje desarrollado a partir del XML
El Visible Human Project es un desarrollo de la National Library of Medicine (NLM)
de los Estados Unidos iniciado en 1986. Es la creación de una completa representación
del cuerpo masculino y femenino, en forma de imágenes tridimensionales, de la
anatomía normal. Son imágenes de Tomografía Computada (TC), de Resonancia
Magnética (RM) y de crío sección de cadáveres masculino y femenino. El Living
Human Project intenta almacenar la información de anatomía funcional y modelos de
simulación del aparato músculo esquelético, integrado en un modelo accesible a todos
los investigadores del mundo. El CellML es un lenguaje estándar abierto, basado en el
lenguaje XML, que tiene como objetivo almacenar e intercambiar modelos matemáticos
permitiendo compartir modelos, incluso si se utiliza software diferente.
Physiome Project
El Physiome Project es un esfuerzo internacional para conectar diferentes grupos de
investigación trabajando en la integración de bases de datos y el desarrollo de modelos
cuantitativos y descriptivos.
El término Physiome proviene de fisio (vida) y oma (como un todo), en un sentido
amplio debería definir las relaciones desde los genes al organismo y de la conducta
funcional a la regulación genética. El fisioma describe la fisiología dinámica del
organismo intacto y es construido sobre información y estructura (genoma, proteoma,
morfoma). Incluye la integración de modelos de células, órganos, sistemas celulares y
bioquímicos y sistemas en modelos informatizados. El concepto de modelo incluye
desde un esquema o diagrama, describiendo una relación entre componentes, hasta un
modelo completamente informatizado que simule las conductas de los sistemas
fisiológicos y las respuestas a medios en cambio. Cada modelo matemático es un
resumen de información coherente y soporta una hipótesis de trabajo sobre como opera
un sistema (Bassinghtwaighte, 2000). Además de fomentar la colaboración científica
pretende cambiar el modo en que pensamos la fisiología y la medicina.
ReCAD – Revista electrónica de Ciencias Aplicadas al Deporte, Vol. 4, N° 12, Marzo 2011.
Proyectos Physiome
Asia
•
•
•
•
Computational Bioengineering Laboratory: National University, Singapore
Institute for Advanced Biosciences E-cell Project: Keio University, Tokyo,
Japan
Kitano Symbiotic Systems Project: Tokyo, Japan
Center for Advanced Medical Engineering and Informatics: Osaka University,
Osaka, Japan
Australasia
•
•
IUPS Physiome Project: University of Auckland, Auckland, New Zealand
Kidney Physiome Project: Information Systems and Physiology en Melbourne
University y el Bioengineering Institute at Auckland University
Europa
•
•
•
•
•
•
BIOMED Town : Biomedical Research & Technology, Biomedical Industry and
Clinical Practice
Computational Biology Group: University of Leeds, Leeds, UK
Oxford Cardiac Electrophysiology Group: Dr. Denis Noble, Oxford University,
Oxford, UK
COR (Cellular Open Source): Dr. Alan Garny, Cardiac Electrophysiology Group
European Bioinformatics Institute : Cambridge, United Kingdom
Quantitative Kidney Database (QKDB): Necker Hospital, Paris, France
Internacional
•
•
•
The Living Human Project: International
Giome.com: Asia, Europe, North America
Harvey Project: International
América del Norte
•
•
•
•
•
Biological Network Modeling Center: California Institute of Technology,
Pasadena, California, USA
Cardiac Bioelectricity Research and Training Center: Washington University,
St. Louis, MO, USA
Cardiac Mechanics Research Group: University of California, San Diego, San
Diego, CA, USA
The Center for Cardiovascular Bioinformatics and Modeling: Dr. Raimond
Winslow, School of Medicine, The Johns Hopkins University, Baltimore, MD,
USA
Center for Cell Analysis and Modeling: Dr. Les Loew, University of
Connecticut, Farmington, CT, USA
-2-
•
•
•
•
•
•
•
•
•
•
•
•
•
The Hamner Institute for Health Sciences: Research Triangle Park, NC, USA
Interagency Modeling and Analysis Group (IMAG): Interagency: NIH, NSF,
NASA, DOE, DOD, USDA, USDVA
IMAG and MSM Working Group Wiki: IMAG and Multi-scale Modeling
Consortium (MSM)
MRC Group on Functional Regulation of Ion Channels and Transporters:
University of Calgary, Faculty of Medicine, Calgary, Alberta, Candada
National Center for Cell Analysis and Modeling: Center for Biomedical Imaging
Technology, University of Connecticut Health Center, Farmington, CT, USA
National Simulation Resource for Circulatory Transport: Dr. James
Bassingthwaighte, University of Washington, Seattle, WA, USA
NIH Center for Bioelectric Field Modeling, Simulation and Visulization:
University of Utah, Salt Lake City, UT, USA
PathCase: Pathways Database System: Case Western Reserve University,
Cleveland, OH, USA
PhysioNet: Free access via the web to large collections of recorded physiologic
signals and related open-source software. : Cambridge, Massachusetts, USA
Respiratory Tract 3D: Imaging and Modeling: Dr. Melissa Kreuger, Pulmonary
Critical Care, University of Washington, Seattle WA, USA
RHN Québec: The Respiratory Health Network, Montréal, Québec, Canada
San Diego Supercomputer Center: University of California, San Diego, USA
Sys-Bio: Sauro Lab, University of Washington, Seattle, USA
Sitios del Physiome con modelos disponibles para descargas
•
•
•
•
•
•
•
•
•
•
•
•
European Bioinformatics Institute: Cambridge, United Kingdom
EBI BioModels Database: Cambridge, United Kingdom
The Center for Cardiovascular Bioinformatics and Modeling: Dr. Raimond
Winslow, School of Medicine, The Johns Hopkins University, Baltimore, MD,
USA
The Hamner Institute for Health Sciences: Research Triangle Park, NC, USA
COR (Cellular Open Source): Dr. Alan Garny, Cardiac Electrophysiology Group
Institute for Advanced Biosciences E-cell Project: Keio University, Tokyo,
Japan
IUPS Physiome Project: University of Auckland, Auckland, New Zealand
JWS Online Cellular Systems Modeling: South Africa
National Center for Cell Analysis and Modeling: Center for Biomedical Imaging
Technology, University of Connecticut Health Center, Farmington, CT, USA
NIH Center for Bioelectric Field Modeling, Simulation and Visulization:
University of Utah, Salt Lake City, UT, USA
Quantitative Kidney Database (QKDB): Necker Hospital, Paris, France
NSR Physiome Project Models Database: University of Washington,
Seattle,WA, USA
Lenguajes de marcación del Physiome (Markup Languages)
•
AnatML Viewer, (Anatomical Markup Language): The Bioengineering
Research Group en la University of Auckland
-3-
•
•
•
•
•
CellML, (Cell Markup Language): The Bioengineering Research Group en la
University of Auckland
FieldML, (Field Markup Language): The Bioengineering Research Group en la
University of Auckland
MathML (Math Markup Language): W3C
NeuroML (Computational Neuroscience Markup Language): Neuro ML Team,
England, Scotland, USA
SBML (Systems Biology Markup Language): The SBML Team, North America,
Europe, Asia
Software de simulación y entornos de modelos
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
JSim: University of Washington, Seattle, WA, USA
Systems Biology Workbench (SBW): Sauro Lab, University of Washington,
Seattle, USA
Berkeley Madonna: University of California, Berkeley, CA, USA
BioSpice - Arkin Lab: Lawrence Berkeley National Laboratory, University of
California, Berkeley, USA
BISEN: The Biochemical Simulation Environment : BioTech Center, Medical
College of Wisconsin, Milwaukee, WI, USA
BIONT: Modeling Program for the Complex Biochemical Systems
Continuity 6: University of California, San Diego, CA, USA
CMISS:University of Auckland, Auckland, NZ
E-Cell System: Keio University, Tokyo, Japan
Gepasi: computer simulation of biochemistry
SCIRun: Problem solving environment for modeling, simulation and
visualization of scientific problems.: NCRR Center for Integrative Biomedical
Computing, University of Utah, USA
List of Simulation Software that Supports SBML
SimTK simulation and modeling resources: Simtk.org es el home del software
desarrolado por Simbios, the National NIH Center for Biomedical Computing
focusing on Physics-based Simulation of Biological Structures.
Simbiome simulation resources: Recursos para simulación de estructuras
biomédicas basadas en física.
Virtual Cell Modeling and Analysis Software: Desarrollado por el National
Resource for Cell Analysis and Modeling (NRCAM) University of Connecticut
Health Center
Ontologías
•
•
•
•
•
•
Foundational Model of Anatomy: University of Washington, Seattle,
Washington, USA
National Center for Biomedical Ontology: Stanford University, Palo Alto,
California, USA
National Center for Ontological Research: Stanford University, Palo Alto,
California; University of Buffalo, New York; USA
Open Biomedical Ontologies
Standards and Ontologies for Functional Genomics: Edinburgh, Scotland, UK
Visible Human Project: National Library of Medicine, NIH, USA
-4-
Bases de datos de enzimas
•
•
•
REBASE -- The Restriction Enzyme Database: Dr. Richard J. Roberts, New
England Biolabs
MetaCyc Database Enzyme Database: Menlo Park, CA
Computational Biology Group. Análisis de alto rendimiento comparativo y
evolutivo de los genomas y las redes metabólicas con Grid computacional.
Argonne National Laboratory.
Bases de datos del Genoma
•
•
•
•
European Molecular Biology Laboratory: Heidelberg, Germany
Sequence Retrieval System at EMBL-EBI, Hinxton, UK: Network Browser for
Databanks in Molecular Biology European Bioinformatics Institute
Genome and Metabolic Pathways Database: Bioinformatics Research Group,
SRI International, Menlo Park, CA
KEGG: Kyoto Encyclopedia of Genes and Genomes Database: Kanehisa
Laboratory, Kyoto University and University of Tokyo, Japan
Bases de datos del Proteoma
•
•
•
•
Protein Data Bank (PDB): Research Collaboratory for Structural Bioinformatics
(RCSB)
SWISS-PROT: Protein Knowledgebase
The Biomolecular Networks Initiative (BNI): Pacific Northwest National
Laboratory
PROWL for Intranet: Proteo métrica
Otros links relacionados
Fuentes de financiamiento
•
•
•
•
•
National Institute of General Medical Studies (NIGMS)
Find NIGMS-NIH Grant opportunities.
National Science Foundation (NSF)
National Center for Research Resources (NIH/NCRR)
National Institute of Biomedical Imaging and Bioengineering (NIH/NIBIB)
Otros recursos relevantes
•
•
•
•
•
Biotechnolgy and Bioengineering Center: Medical College of Wisconsin,
Milwaukee, WI, USA
Bruce Shapiro's Cell Simulation Project
Medical Physiology Course Directors Website
National Center for Biotechnology Information
NIF Web resources: Neuroscience Information Framework: un inventario de
recursos de la web en neurociencias.
-5-
•
•
•
NHLBI Course Information: National Heart Lung and Blood Institute
Computational Modeling
PMaC: Performance Modeling and Characterization San Diego Supercomputer
Center
Dr. Stephen Schwartz's Web Page
Se desarrollarán a modo de ejemplos tres de estos recursos:
• Visible Human Project, imágenes tridimensionales del cuerpo humano
• Living Human Project, sistema de modelo musculoesquelético
• CellMl, metalenguaje desarrollado a partir del XML
El Visible Human Project
El Visible Human Project es un desarrollo del Long-Range Plan, plan a largo plazo, de
la National Library of Medicine (NLM) de los Estados Unidos iniciado en 1986. Es la
creación de una completa representación del cuerpo masculino y femenino, en forma de
imágenes tridimensionales, de la anatomía normal. Son imágenes de Tomografía
Computada (TC), de Resonancia Magnética (RM) y de crío sección de cadáveres
masculino y femenino. El cuerpo del varón se seccionó a intervalos de un milímetro, el
de mujer en tercio de milímetro. El objetivo fue generar un sistema de estructuras de
conocimiento que relacione formas visuales con formatos simbólicos de conocimiento
como los nombres de las partes del cuerpo (Banvard, 2002). Otros desarrollos son:
•
•
•
•
1
AnatLine: una base de datos de imágenes anatómicas y un navegador de Internet
desarrollado en la Biblioteca Nacional de Medicina.
AnatQuest: formas visuales para tratar imágenes anatómicas visibles al público
en general. Incluye versiones en 3D1 .
Insight Toolkit: un conjunto de herramientas de software de código abierto para
realizar el registro y la segmentación, desarrollado por seis principales
organizaciones bajo contrato con la NLM, tres comerciales (Kitware, GE
Corporate R & D, Insightfull), y tres académicas (UNC Chapel Hill, University
of Utah, y la University of Pennsylvania).
ATLAS funcional de Anatomía Humana del Proyecto Humano Visible: la versión
1.0 de cabeza y cuello, fue desarrollado bajo contrato con la NLM por el
University of Colorado Center for Human Simulation .
En: http://anatquest.nlm.nih.gov/
-6-
http://erie.nlm.nih.gov/~dave/vh/a_vm1125.png
El objetivo inicial del Proyecto Humano Visible fue crear un conjunto de datos de
imágenes digitales completas de cadáveres humanos masculinos y femeninos para
visualizar su anatomía y como se verían las RM y TC. El conjunto de datos masculino
consta de imágenes de RM axial de cabeza y el cuello tomadas en intervalos de 4 mm y
secciones longitudinales del resto del cuerpo también en intervalos de 4 mm. La
resolución de las imágenes de RM es de 256 por 256 píxeles. Cada pixel tiene 12 bits de
tono gris. Los datos de la TC se componen de TC axial del cuerpo tomadas en intervalos
de 1 mm con una resolución de 512 por 512 píxeles, donde cada píxel se compone de 12
bits de tono gris. Las imágenes anatómicas axiales son 2048 por 1216 píxeles, cada
píxel posee 24 bits de color, y cada imagen contiene 7,5 megabytes de datos. Las
secciones anatómicas también están en intervalos de 1 mm y coinciden con las
imágenes axiales de TC. A partir de cadáver de sexo masculino se construyeron 1.871
secciones transversales tanto en la imagen anatómica como en las imágenes de TC.
El conjunto de datos del cadáver de sexo femenino tiene las mismas características que
el cadáver de sexo masculino con la diferencis de que las imágenes anatómicas axiales
se obtuvieron a intervalos de 0,33 mm. Esto significa más de 5.000 imágenes
anatómicas. El conjunto de datos de las mujeres es de 40 gigabytes de tamaño
(Ackerman, 1995).
-7-
http://erie.nlm.nih.gov/~dave/vh/a_vm2300.png
Living Human Project
Este proyecto europeo intenta almacenar la información de anatomía funcional y
modelos de simulación del aparato músculo esquelético, integrado en un modelo
accesible a todos los investigadores del mundo. Así la idea es crear el fisioma del
sistema músculo esquelético. La iniciativa se inicia en el año 2002 a partir de grupos de
biomecánicos de Europa que proponen el desarrollo de una comunidad virtual, con base
en Internet, para intercambiar información sobre biomecánica. Se crea el European
Biomechanics Lab, organizado como un laboratorio virtual basado en Internet, y su
principal objetivo fue el desarrollo del Living Human Project. Una combinación de
grandes bases de datos, interfaces para usuarios y entornos de simulación. Estos
componentes eran necesarios para crear un modelo funcional de la anatomía humana
(Viceconti., Taddei, Van Sint Jan y otros, 2007). Esto permitiría a los investigadores
tener acceso a información sobre biomecánica humana para investigación, crear un
modelo humano genérico para simulaciones, poder utilizar el modelo genérico y
adaptarlo a un sujeto específico, desarrollar simulaciones funcionales sobre problemas
médicos determinados (Viceconti, Taddei, Van Sint Jan y otros, 2007). La idea era unir
los esfuerzos europeos en biomecánica, biocomputación y bioinformática en un
laboratorio virtual para desarrollar el proyecto. Como antecedente se había realizado el
proyecto Visible Human, que producía información a partir de la disección de un
humano, pero se carecía de las posibilidades de variación por la biodiversidad. En
Europa se han realizado otros proyectos de investigación pero todos parciales y
-8-
limitados. Entonces el LHP es un proyecto englobador que reta incluso al proyecto USA
Visible Human Project. Pretende brindar servicios a médicos. Calcularon una inversión
de 86 millones de Euros en un plazo de 6 años. El Living Human Project es coordinado
por el Core Consortium dirigido por la fundación B3C Foundation (BioComputing
Competence Centre). Esta es una fundación destinada a investigación establecido en
Bologna, por el CINECA Supercomputing Centre y el Instituti Ortopedici Rizzoli, en
colaboración con la Universidad de Bologna, y el Gobierno regional de EmiliaRomagna (Viceconti, Bassini, Clapworthy y Van Sint Jan, 2003).
La organización del proyecto se basa en la infraestructura de una biblioteca digital,
Digital Library, conteniendo una gran colección científica de datos biomecánicos y
anátomo funcionales. La Living Human Digital Library debería ser un centro de
distribución, que soporte una web semántica y herramientas de gestión del
conocimiento, con una eficiente interfaz de datos para el usuario (Zhao, Liu y
Clapworthy, 2008). Un segundo componente es el Biomechanics European Laboratory,
un laboratorio virtual nacido a partir de BioNet. Esto será la comunidad de expertos
científicos europeos que construyen, mantienen y utilizan al Living Human.
La funcionalidad es proporcionada por el Simulador Living Human basado en un
entorno Grid2 que aporta el estrato de simulación necesario para combinar la
información funcional con los datos anatómicos. Una interconexión efectiva al usuario
de esa colección de datos anatómicos y funcionales puede proporcionar un dominio de
aplicación de las tecnologías de interfaz multisensorial. La interfaz Living Human
Multisensorial explora este ámbito específico de investigación proporciona formas para
acceder a la colección Living Human. Otra línea paralela de investigación es la
relacionada con la organización sistemática y completa del conocimiento del dominio
en una ontología para la biomecánica y anatomía funcional. La Living Human Ontology
proporcionará este marco para la estructuración del LHP. Esta línea de investigación se
puede ampliar hacia la aplicación clínica, mediante la ampliación de la ontología hacia
las enfermedades con sus indicadores funcionales, anatómicas y biomecánicos. La
infraestructura VRLab proporciona el entorno de software necesario que se requiere para
hacer frente a esta complejidad. Además, hay ciertos aspectos de las simulaciones
numéricas que necesitan mejorar y el Living Human FET Project explora estas áreas de
2
La computación grid es una tecnología que permite utilizar de forma coordinada diferentes recursos
como cómputo, base de datos y aplicaciones específicas sin estar sujetos los usuarios a un control
centralizado. Es una forma de computación distribuida, en la cual los recursos pueden ser heterogéneos
(diferentes arquitecturas, supercomputadores, clusters) y se encuentran conectados mediante redes de área
extensa (por ejemplo Internet). Se desarrollaron en ámbitos científicos a principios de los años 90. El grid
es un sistema de computación distribuido que permite compartir recursos no centrados geográficamente
para resolver problemas de gran escala. Los recursos compartidos pueden ser ordenadores (PC, estaciones
de trabajo, supercomputadoras, PDA, portátiles, móviles), software, datos e información, instrumentos
especiales como telescopios) o personas/colaboradores. La potencia que ofrecen multitud de
computadores conectados en red usando grid es prácticamente ilimitada, además de que ofrece
integración de sistemas y dispositivos heterogéneos. Su uso se inicia en centros de investigación en
proyectos de Física de Partículas, Astrofísica y Biología. En Europa con el apoyo de proyectos del Centro
Europeo Investigación Nuclear se creó el software y red EDG o sea la grid de datos europea. Sus
características más importantes son la capacidad de balanceo de sistemas, ya que la capacidad se puede
reasignar desde la granja de recursos a donde se necesite; una alta disponibilidad ya que si un servidor
falla, se reasignan los servicios en los servidores restantes; y la reducción de costos, ya que no es
necesario disponer de grandes servidores utilizándose componentes de bajo costo. Se relaciona el
concepto de grid con la nueva generación del protocolo IP de Internet, IPv6, que permite trabajar con una
Internet más rápida y accesible.
-9-
investigación básica en términos de nuevas tecnologías de la información (Viceconti,
Taddei, Petrone y otros, 2006).
(Viceconti, Bassini, Clapworthy y Van Sint Jan, 2003).
Por ejemplo recientemente se produjo el lanzamiento público de los datos recopilados
de Tibia y Peroné (Contin, 2010). Así, el laboratorio Computational Bioengineering
Lab –BIC- del Istituto Ortopedico Rizzoli en Bologna (Italy) presentó los datos de
humanos vivos que consisten en datos tibia y el peroné izquierdos y derechos,
evaluándose in vitro a los tejidos. Los datos se obtuvieron a partir de tres diferentes
procedimientos validados de recogida de datos:
1. Mecánica a la compresión de muestras cilíndricas extraídas de regiones trabecular y
cortical de la tibia
2. Análisis de imagen de datos de microTC en el mismo espécimen histológico de las
muestras extraídas de regiones planas trabecular y cortical de la tibia y peroné.
Con el fin de identificar la fuente de estos datos, el recurso de datos también incluye un
modelo de la superficie del hueso extraído de la TAC de alta resolución, los planos
anatómicos utilizados como referencia para la localización de las muestras utilizadas
para las pruebas mecánicas y de micro Tc, la ubicación de los instrumentos utilizados
para cortar el hueso y extraer las muestras para las pruebas histológicas. Se incluye
también un modelo de baja resolución de todo el esqueleto, para hacer la alineación
espacial posible con otros datos procedentes del mismo donante. Los datos se puede
acceder desde el servicio PhysiomeSpace, un servicio interactivo de biblioteca digital
alojado en el portal Biomedtown, diseñado para gestionar y compartir una gran
colección heterogénea de datos biomédicos.
- 10 -
www.biomedtown.org/biomed_town/VPH/VPHnews/LHDL9
CellML
El creciente entendimiento de las funciones y los procesos en fisiología, junto al
aumento de las prestaciones de los ordenadores han estimulado la utilización de
modelos complejos que permiten simulaciones computarizadas de los fenómenos. La
simulación computarizada abarca dos cuestiones importantes, una es la representación
del modelo, con diagramas, descripciones y ecuaciones matemáticas que pueden ser
utilizadas; y en segundo término, su implementación, o sea la necesidad de aplicar
modelos numéricos avanzados (Matos, Campos, Braga y Weber, 2008). En este sentido
fue creado el CellML. Este es un lenguaje estándar abierto, basado en el lenguaje XML,
que es desarrollado por el Instituto de Bioingeniería de Auckland en la Universidad de
Auckland. XML es la sigla para eXtensible Markup Language, que es un metalenguaje
extensible de etiquetas desarrollado por el World Wide Web Consortium. Permite
definir la gramática de lenguajes específicos y se lo considera una manera de definir
lenguajes para diferentes necesidades. Se lo propone como un estándar para el
- 11 -
intercambio de información estructurada entre diferentes plataformas pudiendo ser
utilizado en base de datos, editores de texto y hojas de cálculo.
El objetivo de CellML es almacenar e intercambiar modelos matemáticos permitiendo
compartir modelos, incluso si se utiliza software diferente, y también permite reutilizar
componentes de un modelo en otro. El CellML incluye información sobre la estructura
del modelo (cómo las partes de un modelo organizativo están relacionadas una con las
otras), sobre matemáticas (ecuaciones que describen los procesos subyacentes) y sobre
metadatos (información adicional sobre el modelo que permite a los científicos buscar
modelos específicos o componentes del modelo en una base de datos). La inclusión de
matemáticas y metadatos se realiza aprovechando idiomas existentes, como el MathML
y el RDF. El proyecto CellML está relacionado con el proyecto FieldML, otro lenguaje
basado en XML y se estima que combinadas, estas lenguas proporcionarán un
vocabulario completo para describir la información biológica en un rango de
resoluciones del nivel de lo subcelular hasta lo orgánico. Se muestran como ejemplos
los sistemas de control del metabolismo energético, en versión F, del modelo en
CellML. Este corre en PCEnv y COR (Cloutier y Wellstead, 2009).
(Cloutier y Wellstead, 2009)
Como la regulación bioquímica del metabolismo energético permite a las células
modular su gasto energético en función de sustratos disponibles y los requerimientos,
existen numerosos mecanismos biomoleculares que permiten la detección del estado
energético y el ajuste correspondiente de las tasas de reacción enzimática. Esta
regulación genera las características de los sistemas dinámicos. Aquí se presenta el
análisis sistemático del metabolismo energético desde la perspectiva de los sistemas de
control. El principal resultado es una subdivisión de los mecanismos biomoleculares de
regulación de la energía en términos de mecanismos utilizados en ingeniería de control.
La evidencia acumulada sobre los mecanismos y la estructura y las implicaciones para
las propiedades de los sistemas se muestran a través de simulaciones.
Bibliografía
Ackerman MJ (1995) Accessing the Visible Human Project. D-Lib magazine. En:
http://www.dlib.org/dlib/october95/10ackerman.html [25/01/11]
- 12 -
Banvard RA (2002) The Visible Human Project Image Data Set From Inception to
Completion and Beyond. Proceedings CODATA 2002: Frontiers of Scientific and
Technical Data, Track I-D-2: Medical and Health Data, Montréal, Canada, October,
2002.
Bassinghtwaighte JB (2000) Strategies for the Physiome Project. Ann Biomed Eng; 28:
1043 – 1058.
Cloutier M y Wellstead P (2009) The control systems structures of energy metabolism.
Journal of the Royal Society Interface, DOI: 10.1098/rsif.2009.0371. PubMed ID:
19828503
Contin M (2010) LHDL data collection, ninth release: Tibia and Fibula. Biomed Town
Portal, the biomedical research community. En:
http://www.biomedtown.org/biomed_town/VPH/VPHnews/LHDL9/[25/03/11]
Matos EE, Campos F, Braga R y Weber R. (2008) Composição de modelos para a
fisiologia: uma proposta de infraestrutura de e-science baseada em ontologias. Anais
do XXVIII Congreso da SBC, Belem do Pará.
Viceconti M, Taddei F, Van Sint Jan S y otros (2008) Multiscale modelling of the
skeleton for the prediction of the risk of fracture. Clinical biomechanics (Bristol, Avon).
Viceconti M., Taddei F, Van Sint Jan S y otros (2007) Towards the multiscale
modelling of musculoskeletal system. Bioengineering Modeling and Computer
Simulation, Barcelona, Spain.
Viceconti M, Taddei F, Petrone M y otros (2006) Towards the Virtual Physiological
Human: the Living Human Project. The 7th International Symposium on Computer
Methods in Biomechanics and Biomedical Engineering (CMBBE 2006), Antibes Cote
d’Azur, France.
Viceconti M, Bassini S, Clapworthy G y Van Sint Jan M (2003) The Living Human
Project: a stair with many steps. Biomed Town Portal, the biomedical research
community. En: http://www.biomedtown.org/biomed_town/LHDL/Reception/lhppublic-repository/LHP_global_plan_R3.pdf [25/03/11]
Zhao X, Liu E y Clapworthy G (2008) Service-Oriented Digital Libraries: A Web
Services Approach. Internet and Web Applications and Services, 2008. ICIW'08. Third
International Conference on, pp. 608-613.
- 13 -

MODELOS ANATOMO – FISIOLOGICOS. Nelio E. Bazan. ISDe

Transcripción

Documentos relacionados

workshop on pathogens taller sobre patógenos workshop

María Isabel López Martínez es doctora en Filología Hispánica y

Diapositiva 1

Ph.D. in Engineering-Economic Systems, Stanford University, USA