[논문 리뷰] A Map-Based Model of the Cardiac Action Potential

Nikolai F. Rulkov|ArXiv.org|2007. 08. 08.

Functional Brain Connectivity Studies인용 수 3

한 줄 요약

이 논문은 빠른 탈분극, 플레이토, 복원 단계를 포함한 심실 세포 동역학의 주요 단계를 재현하기 위해 이차원 이산시간 맵을 사용하는 계산적으로 효율적인 지도 기반 모델을 제안한다. 빠른 스파iking 맵과 제어 매개변수에 의해 조절되는 느린 복원 변수를 결합함으로써, 기존의 ODE 모델보다 훨씬 큰 시간 단계를 사용하여 대규모 시뮬레이션을 가능하게 하며, 안정적인 波 전파와 주파수 동기화, 웨이브브레이크와 같은 복잡한 동역학을 포함한 결합된 네트워크에서의 안정적인 동역학을 달성한다.

ABSTRACT

A discrete time model that is capable of replicating the basic features of cardiac cell action potentials is suggested. The paper shows how the map-based approaches can be used to design highly efficient computational models (algorithms) that enable large-scale simulations and analysis of discrete network models of cardiac activity.

연구 동기 및 목표

• 기존의 ODE 기반 모델의 수치적 제약을 피하는 계산적으로 효율적인 심장 동역학 전위 모델을 개발하는 것.
• 비패러메터 심장 세포의 다섯 단계 전위를 재현하기 위해 지도 기반 동역학을 적용하는 것.
• 이산 시간 맵과 큰 통합 단계를 사용하여 전기적으로 결합된 심장 네트워크의 대규모 시뮬레이션을 가능하게 하는 것.
• 결합된 시스템에서 파동 전파, 주파수 동기화, 웨이브브레이크와 같은 잠재적 네트워크 행동을 보여주는 것.

제안 방법

• 모델는 이차원 이산시간 맵을 사용한다: $ x_{n+1} = P(x_n, y_n) $, $ y_{n+1} = Q(x_n, y_n) $, 여기서 $ x_n $ 은 빠른 탈분극을 나타내고 $ y_n $ 은 복원 및 복원을 나타낸다.
• x-역학은 비선형 함수 $ f(x_n, x_{n-1}, u) $ 에 의해 지배되며, $ \varepsilon(y_n) = 0 $ 일 때는 스파이크 유사 행동을 생성하고, $ \varepsilon(y_n) \to 1 $ 로 전환되어 Na+ 채널 비활성화를 시뮬레이션한다.
• y-역학은 제어 매개변수 $ \mu $ 를 가진 일차원 맵 $ Q(x_n, y_n) $ 로 모델링되며, 플레이토 및 복원 단계를 가능하게 한다.
• 간극 결합을 통한 결합 메커니즘은 $ y_{n+1} = Q(x_n, y_n) + \mu_{\text{gap}} \sum_{j \in J} I_{n,j,i}^{\text{gap}} $ 로 도입되어 네트워크에서의 파동 전파를 가능하게 한다.
• 상태 변수를 세포막 전위로 매핑하기 위해 선형 조합 $ V_n = a x_n + b y_n $ 이 사용된다.
• 모델은 500개의 결합된 세포로 이루어진 일차원 고리에서 검증되었으며, 안정적인 파동 전파, 주파수 비율 전환(1:2에서 1:1로), 손상된 세포로 인한 웨이브브레이크를 보였다.

실험 결과

연구 질문

• RQ1 지역 기반 이산시간 모델이 높은 계산 효율성으로 심장 전위의 주요 단계를 재현할 수 있는가?
• RQ2 지역 기반 접근법을 통해 기존 ODE 기반 심장 전기 활동 시뮬레이션에서 동역학 정밀도를 유지하면서도 큰 시간 단계를 사용할 수 있는가?
• RQ3 결합된 맵 기반 심장 모델에서 파동 전파 및 주파수 동기화와 같은 잠재적 네트워크 행동은 무엇인가?
• RQ4 지역적으로 세포 이상(예: 전위 지속 시간 단축)이 발생할 경우, 결합된 네트워크에서 웨이브브레이크와 새로운 파동 소스는 어떻게 발생하는가?

주요 결과

• 모델은 다섯 단계 전위인 안정 상태, 빠른 탈분극(단계 0), 초기 복원(단계 1), 플레이토(단계 2), 복원(단계 3)을 성공적으로 재현하였다.
• 조절 가능한 맵의 사용으로 인해 큰 통합 시간 단계를 사용할 수 있었으며, 기존 ODE 기반 심장 모델에서 흔한 강성 문제를 해결하였다.
• 500개의 결합된 세포로 이루어진 고리에서 모델은 안정적인 1:1 및 1:2 주파수 파턴을 보였으며, 외부 자극 펄스 하나로 인해 전환되는 것을 관찰하였다.
• 전위 지속 시간이 단축된 30개의 세포( $ y_s = 1.3 $ 에서 $ y_s = 1.2 $ 로)는 외부 자극 후에도 지속적인 더블릿 파턴을 유도하는 새로운 파동 소스로 작용하였다.
• 외부 자극의 타이밍이 시스템이 1:2 또는 1:1 주파수 제어로 전환할지 여부를 결정하는 기억 효과를 모델이 캡처하였다.
• $ \mu_{\text{gap}} = 0.0001 $ 과 $ g_{\text{gap}} = 0.004 $ 인 간극 결합 모델은 네트워크에서 실제적인 파동 전파 및 복원 동역학을 가능하게 하였다.