210 likes | 578 Views
სივრცითი ელემენტის შემოტანა უჯრედის საშუალებით სიმსივნეს ზრდაზე იმუნური პასუხის აღმწერ ჩვეულებრივ დიფერენცია ლურ განტოლებებიან მოდელში. რატომ იმუნოლოგია?. მნიშვნელობა პერსპექტივა ნაშრომების სიმცირე. ODE vs PDE. სიმსივნე = 35,000 უჯრედი. თუ. ჩვენი მოდელი.
E N D
სივრცითიელემენტისშემოტანაუჯრედისსაშუალებითსიმსივნესზრდაზეიმუნურიპასუხისაღმწერჩვეულებრივდიფერენციალურგანტოლებებიანმოდელშისივრცითიელემენტისშემოტანაუჯრედისსაშუალებითსიმსივნესზრდაზეიმუნურიპასუხისაღმწერჩვეულებრივდიფერენციალურგანტოლებებიანმოდელში
რატომ იმუნოლოგია? • მნიშვნელობა • პერსპექტივა • ნაშრომების სიმცირე
ODE vs PDE სიმსივნე = 35,000 უჯრედი თუ
ჩვენი მოდელი ლისეტე დე ფილისის მოდელის[1] საფუძველზე • იმუნური რეაქციის არარსებობისას სიმსივნე იზრდება ლოჯისტიკურად. • NK და CD+ T-უჯრედები ანადგურებენ სიმსივნურ უჯრედებს • ორგანიზმში სიმსივნის არსებობაზე NK და CD+ T-უჯრედები რეააგირებენ გამრავლებით • აქტიური NK უჯრედები ყოველთვის არიან ორგანიზმში • სიმსივნისთვის სპეციფიკური CD8+ T-უჯრედების წარმოქმნა ხდება ორგანიზმში სიმსივნის აღმოჩენისას. • NK და CD+ T-უჯრედები სიმსივნესთან ურთიერთქმედების შემდეგ განიცდიან დეაქტივაციას. [1] – A Validated Mathematical Model of Cell-Mediated Immune Response to Tumor Growth Lisette G. de Pillis, Ami E. Radunskaya and Charles L. Wiseman (2005)
ფილისის მოდელი სიმსივნე NKიმუნური უჯრედები CD8+ T იმუნური უჯრედები
მოდელის გაფართოება • ფილისის მოდელი სწორად აღწერს სიმსივნურ-იმუნურ ურთიერთქმედებას. • უჯრედების მოძრაობა ორგანიზმში ხდება დიფუზიით • სიმსივნურ-იმუნურ ურთიერთქმედებაში შემავალი პროცესების განცალკევება გლობალურდა ლოკალურპროცესებად მათი მდებარეობის მიხედვით. რეაქციულ-დიფუზიური მოდელი
CD8+ Tუჯრედების ზემოქმედება ნატურალური ზრდა სიმსივნეს დიფუზია NK უჯრედების ზემოქმედება
სიმსივნესუჯრედების ზემოქმედება NK უჯრედებისდიფუზია NK უჯრედებისბუნებრივი სიკვდილიანობა ნატურალურიზრდა სტიმულირების შედეგადრეკრუტირებული NK უჯრედები
CD8+ Tუჯრედებისდიფუზია NK-სიმსივნეს ურთიერთქმედების სტიმულირების შედეგი ბუნებრივისიკვდილიანობა სიმსივნეს ზემოქმედება სტიმულირების შედეგადრეკრუტირებული CD8+ T უჯრედები ბუნებრივი სიკვდილიანობა
კომპიუტერული იმპლემენტაცია Tnew[N][N] Lnew[N][N] Nnew[N][N] ახალი შრე Told[N][N] Lold[N][N] Nold[N][N] ძველი შრე
პარალელური გამოთვლები 1000x1000 500x500 1 შრე = 54 წამი 1 შრე = 8 წამი 1 დღე = 3,992,004 შრე 7 წელიწადი 1 დღე = 966,004 შრე 90 დღე 30დღე = 119,760,121 შრე 203 წელიწადი 30დღე = 29,880,121 შრე 8 წელიწადი
GeForce 780 ti5,250 GFLOP/s იყენებს პროცესორის თეორიულ მაქსიმალურთან ახლო შესაძლებლობებს და უზრუნველყოფს ბირთვ-ჯერ მეტსისწრაფეს 18x სწრაფი ვიდრე Ivy Bridge HD4000290 GFLOP/s
გმადლობთ ყურადღებისთვის! • [1] – A Validated Mathematical Model of Cell-Mediated Immune Response to Tumor Growth Lisette G. de Pillis, Ami E. Radunskaya and Charles L. Wiseman (2005) • [2] – A reaction-diffusion model for the growth of avascular tumor. S. C. Ferreira Junior1, M. L. Martins and M. J. Vilela (2008) • [3] – A Reaction-Diffusion Model of Cancer Invasion Robert A. Gatenby and Edward T. Gawlinski (1996) • [4] – A HIERARCHY OF CANCER MODELS AND THEIR MATHEMATICAL CHALLENGES. Avner Friedman (2004)