مدسازی سیستم های زیستی: تفاوت میان نسخه‌ها
Fatemehbeigi (بحث | مشارکت‌ها) ایجاد شده توسط ترجمهٔ صفحهٔ «Modelling biological systems» |
(بدون تفاوت)
|
نسخهٔ ۳۰ دسامبر ۲۰۱۶، ساعت ۱۷:۳۳
مدلسازی سیستم های بیولوژیکی از کاربردهای مهم زیست شناسی سیستمی و زیست شناسی ریاضیاتی است. هدف سیستم های محاسباتی زیستی[۱] پیاده سازی و استفاده از الگوریتم های کارآمد، ساختمان داده ها، و ابزارهای تصویرسازی و ابزارهای ارتباطات با هدف شبیه سازی کامپبوتری سیستم های زیستی است. این مدلسازی شامل استفاده از شبیه سازی های کامپیوتری سیستم های بیولوژیکی من جمله زیرسیستم های سلولی (مثل شبکه های متابولیت ها و آنزیم های دخیل در متابولیسم ( سوخت و ساز) گذرگاه های سیگنالینگ و شبکه های تنظیمی ژن) به منظور تحلیل و هم چنین تصویرسازی ارتبطات پیچیده ی بین این فرآیندهای سلولی است.
حیات مصنوعی و یا تکامل مجازی در تلاش است که فرآیندهای تکاملی را به وسیله ی شبیه سازی کامپیوتری شکل های ساده ی (مصنوعی) زندگی درک کند.
بررسی اجمالی
همانطور که می دانیم ویژگی های بروزیافته در یک سیستم پیچیده نتیجه ی فعل و انفعال بین اجزای یکپارچه و ساده تر است. سیستم های زیستی نمونه های مهم و متعددی از ویژگی های ناشی از فعل و انفعالات پیچیده اجزا را آشکار می کنند. مطالعه ی سنتی سیستم های بیولوژیکی نیازمند روش هایی تقلیلی است که در آن مقادیر داده ها به صورت دسته بندی شده جمع آوری می شوند مثل غلظت در طول زمان در پاسخ به محرکی خاص.
ساخت مدل های بی درنگ و دقیقی از پاسخ یک سیستم به محرک های محیطی و درونی است، مثل مدل سلول سرطانی به منظور یافتن ضعف ها در گذرگاه های سیگنالینگ آن و یا مدسازی جهش های کانال یونی برای مشاهده ی اثرات آن بر قلب و عملکرد قلب تپنده.
استانداردها
فرمت استانداردی که تاکنون به صورت گسترده برای ذخیره سازی وتبادل مدل ها پذیرفته شده، زبان نشانه گذاری زیست سیستمی (SBML)[۲] است. وب سایت SBML.org شامل یک راهنما برای بسیاری از بسته های نرم افزاری مهم مورد استفاده در زیست شناسی سیستمی محاسباتی است. زبانهای دیگر نشانه گذاری با تاکید مختلف شامل BioPAX و CellML هستند.
وظایف خاص
مدل سلولی
مدلسازی سلول یک وظیفه ی چالشی زیست شناسی سیستمی و زیست شناسی ریاضیاتی است که شامل استفاده از شبیه سازی های کامپیوتری تعداد زیادی از زیرسیستم های سلولی مثل شبکه های متابولیتی و آنزیم های دخیل در سوخت و ساز ، مسیر های سیگنالینگ و شبکه های تنظیم کننده ی ژن به منظور تحلیل و تصویرسازی ارتباطات پیچیده ی این فرآیندهای سلولی است.
شبکه پیچیده ای از واکنش های بیوشیمیایی/فرآیندهای حمل و نقل و سازماندهی مکانی آن ها، توسعه مدل پيش بينی کننده یک سلول زنده را همانطور که توسط بنیاد ملی علوم (NSF) در سال 2006 ذکر شده، تبدیل به یک چالش بزرگ برای قرن 21 کرده است. [۳]
مدلی محاسباتی که برای سلول باکتری مايکوپلاسما ژنيتاليوم توسط دانشمندان دانشگاه استنفورد و موسسه ی جی کریگ ونتر پیشنهاد شده است شامل تمام 525 ژن آن ,محصولات ژنی و تعاملات آن ها است و در 20 جولای 2012 در مجله ی سلول چاپ شده است .[۴]
یک مدل کامپیوتری پویا از سیگنالینگ درون سلولی، پایه و اساس داروهای Merrimack برای کشف هدف برای داروهای سرطان MM-111[۵] بود.
حاسبات غشایی به منظور مدلسازی غشای سلول هستند
شبیه ساز متن باز C. elegans در سطح سلولی توسط انجمن OpenWorm دنبال شده است. تا کنون موتور فیزیک Gepetto ساخته شده و مدل های کانکتوم های عصبی و سلول های عضلانی در فرمت NeuroML ایجاد شده است. [۶]
تاشوندگی پروتئین
پیش بینی ساختار پروتئین در حقیقت پیش بینی ساختار سه بعدی یک پروتئین از توالی آمینو اسید و یا پیش بینی ساختار سوم پروتئین از ساختار اولیه آن است. این یکی از مهم ترین اهداف دنبال شده توسط بیوانفورماتیک و شیمی نظری است. پیش بینی ساختار پروتئین از اهمیت بالایی در پزشکی (برای مثال، در طراحی دارو) و بیوتکنولوژی (برای مثال، در طراحی آنزیم های جدید) برخوردار است. هر دو سال، عملکرد روش های فعلی در آزمایش CASP ارزیابی می شوند.
سیستم های زیستی انسان
مدل مغز
پروژه مغز آبی تلاش برای ایجاد یک مغز مصنوعی توسط مهندسی معکوس مغز پستانداران در سطح مولکولی است. هدف از این پروژه که در ماه مه سال 2005 توسط موسسه مغز و ذهن پلی تکنیک اکول لوزان، سوئیس، تاسیس شده است، مطالعه اصول معماری و کاربردی مغز است. این پروژه توسط مدیر مؤسسه، هنری مارکرام به رهبری می شود. با استفاده از یک ابرکامپیوتر ژن آبی در حال اجرا نرم افزار نورون مایکل هاینز، این شبیه سازی می کند به سادگی از شبکه عصبی مصنوعی شامل نیست، اما شامل یک مدل نسبتا بیولوژیکی واقعی از سلول های عصبی. این است که توسط طرفداران آن امیدوار بود که آن را در نهایت روشن ماهیت آگاهی. تعدادی از پروژه های فرعی، از جمله کاخال مغز آبی، با هماهنگی مرکز ابر و تجسم مادرید (CeSViMa)، و دیگران اجرا شده توسط دانشگاه ها و آزمایشگاه مستقل در انگلستان، ایالات متحده و اسرائیل وجود ندارد. پروژه مغز بشر بر مبنای کار از پروژه مغز آبی. این یکی از شش طرح آزمایشی در برنامه پژوهشی در حال ظهور فن آوری های آینده کمیسیون اروپا، رقابت برای بودجه میلیارد یورو است.
مدلسازی سیستم ایمنی بدن
دهه گذشته شاهد ظهور تعداد فزاینده ای از شبیه سازی های سیستم ایمنی بدن بود.[۷][۸]
کبد مجازی
پروژه کبد مجازی یک پروژه ی 43 میلیون یورویی است که بودجه ی آن توسط دولت آلمان تامین شده و از هفتاد گروه تحقیقاتی در سراسر آلمان تشکیل شده است. هدف از این پروژه ساخت مدل ریاضیاتی پویایی است که نشان دهنده ی فیزیولوژی،مورفولوژی و عملکرد کبد انسان است.[۹]
مدل درختی
درختان الکترونیکی (e-درختان) معمولا با استفاده از L-سیستم های رشد را شبیه سازی می کنند. L-سیستم هادر زمینه پیچیدگی علم و زندگی بسیار مهم هستند. هنوز نیاز به ابداع یک سیستم پذیرفته شده جهانی برای توصیف تغییر در مورفولوژی گیاهی در سطح سلولی و یا مدولار هستیم. الگوریتم های تولید درختی که به طور گسترده پیاده سازی شده اند در مقالات "Creation and Rendering of Realistic Trees", and Real-Time Tree Rendering توصیف شده اند
مدل های اکولوژیکی
مدل های اکوسیستم بیان ریاضی اکوسیستم ها هستند. تضمینی از اکوسیستم. به طور معمول آنها فودوب های پیچیده را به اجزای اصلی و یا سطوح غذايی ساده کرده و به عنوان کمیت تعداد ارگانیسمها، زیست توده و یا موجودی/غلظت برخی عناصر شیمیایی مربوطه (برای مثال کربن یا گونه های مغذی مانند نیتروژن و یا فسفر) در نظر می گیرند.
مدل ها در بوم آلاینده شناسی
شبیه سازی موجود زنده چند سلولی
ورود هر نوع ماده خارجی به آب ، هوا و خاک به میزانی که کیفیت فیزیکی ، شیمیایی یا بیولوژیکی اجزای محیط را تغییر داده و به حال موجودات زنده مضر باشد، آلودگی نام دارد. مباحثی مرتبط که در بوم آلاینده شناسی مطرح می‌شود شامل مواد آلاینده طبیعی ، مواد آلاینده مصنوعی ، تقسیم بندی آلودگیها ، اثرات مواد آلاینده و آلودگی توسط مواد رادیواکتیو می‌باشد. هدف از مدل ها در بوم آلاینده شناسی است فهم، شبیه سازی و پیش بینی اثرات ناشی از سموم در محیط زیست است. رایج ترین مدل های موجود اثرات را در یکی از سطوح متعدد و مختلف سازمان های زیستی (به عنوان مثال موجودات زنده و یا جمعیت) توصیف می کنند. توسعه ی این مدل ها در جهت پیش بینی اثرات در مقیاس های زیستی از چالش های موجود است.بوم آلاینده شناسی تعدادی از این مدل ها را مورد بحث قرار داده و ارتباط به تعدادی دیگر را فراهم می کند.
ظهور مجدد برخي از بيماري هاي عفوني گذشته و پيدايش بيماري هاي عفوني جديد توجه ويژه سامانه هاي بهداشتي را به مسايل مربوط به بيماري هاي عفوني معطوف ساخته است این امکان وجود دارد که پیشرفت بسیاری از بیماری های عفونی را برای اطلاع از احتمال همه گیری یا برای کمک به مدیریت آنها توسط واکسیناسیون به صورت ریاضی مدل کرد. این زمینه در تلاش برای پیدا کردن پارامترهای مختلف بیماری های عفونی و استفاده از این پارامترها برای محاسبات در مورد اثرات توده واکسیناسیون برنامه.
جستارهای وابسته
- تجسم داده های زیستی
- شبیه سازی زیستی
- الگوریتم گیلیسپی
- نرم افزار مدلسازی مولکولی
- شبیه سازی تصادفی
یادداشت
منابع
- ↑ Andres Kriete, Roland Eils, Computational Systems Biology, Elsevier Academic Press, 2006.
- ↑ Klipp, Liebermeister, Helbig, Kowald and Schaber. (2007).
- ↑ American Association for the Advancement of Science
- ↑ Karr, J. (2012) A Whole-Cell Computational Model Predicts Phenotype from Genotype Cell
- ↑ McDonagh, CF (2012) Antitumor Activity of a Novel Bispecific Antibody That Targets the ErbB2/ErbB3 Oncogenic Unit and Inhibits Heregulin-Induced Activation of ErbB3.
- ↑ OpenWorm Downloads
- ↑ Multi-criterion Evolutionary Algorithm with Model of the Immune System to Handle Constraints for Task Assignments - Springer
- ↑ "Computer Simulation Captures Immune Response To Flu". Retrieved 2009-08-19.
- ↑ Virtual Liver Network.
منابع
- Antmann, S. S.; Marsden, J. E.; Sirovich, L., eds. (2009). Mathematical Physiology (2nd ed.). New York, New York: Springer. ISBN 978-0-387-75846-6.
- Barnes, D.J.; Chu, D. (2010), Introduction to Modelling for Biosciences, Springer Verlag
- آشنایی با مدلساز بیماری های عفونی توسط امیلیا Vynnycky و ریچارد G سفید. کتابی مقدماتی در رابطه با مدلسازی بیماری های عفونی و کاربردهای آن.