مدل سازی اتوماتیک سلولی تکوین مشتق از سلول های بنیادی بافت در سیستم عصبی
تاریخ انتشار: جمعه 17 خرداد 1398
| امتیاز:
مدل سازی ریاضی و محاسباتی زیست شناسان را قادر می سازد داده ها را از مشاهدات و آزمایش ها به یک چارچوب نظری ترکیب کنند. در این بررسی، ما توصیف می کنیم که چگونه فرآیندهای تکاملی مرتبط با رشد سلول های محوری بافت در هر دو سیستم عصبی جنینی و بالغ می توانند با استفاده از ماشین های سلولی مدل سازی شوند. یک ماشین سلولی توسط ماهیت گسسته آن در زمان، فضا و حالت تعریف شده است. فضای گسسته با یک شبکه یکدست حاوی عواملی که با عوامل دیگر در مجاورت موضعی خود ارتباط برقرار می کنند، نشان داده می شود. این امکان تعاملات موضعی عوامل باعث می شود که رویکرد اتوماتیک سلول به ویژه برای مطالعه از طریق مدل سازی این امر که چگونه الگوهای پیچیده در سطح بافت از فرایندهای بنیادی تکوینی (مانند تکثیر، مهاجرت، تمایز و مرگ) در سطح تک سلولی ظاهر می شوند. به عنوان بخشی از این مطالعه، ما الفبایی را ارائه می کنیم تا نحوه این که چگونه قوانین الهام گرفته از طبیعت این فرایندها را کنترل می کنند تعریف کنیم و آن ها را مدل اتوماتیک سلولی به کار گیریم. در ادامه قدرت رویکرد اتوماتیک سلولی را بوسیله ارائه شبیه سازی هایی( درقالب شکل و فیلم) بر مبنای مدل های ساختاری سه سیستم تکوینی نشان می دهیم: تشکیل سیستم عصبی انتریک از طریق تهاجم سلول های ستیغ عصبی؛ رشد نوروسفیرهای طبیعی و توموری القا شده بوسیله تکثیر سلول های بنیادی/پیش ساز عصبی بالغ؛ و تخصصی شدن سرنوشت عصبی از طریق مهار جانبی سلول های بنیادی جنینی در مناطق عصب زای دروزوفیلا.
Dev Neurobiol. 2019 May 18. doi: 10.1002/dneu.22686. [Epub ahead of print]
Cellular Automata Modeling of Stem-Cell-Driven Development of Tissue in the Nervous System.
Lehotzky D1, Zupanc GKH1.
Abstract
Mathematical and computational modeling enables biologists to integrate data from observations and experiments into a theoretical framework. In this review, we describe how developmental processes associated with stem-cell-driven growth of tissue in both the embryonic and adult nervous system can be modeled using cellular automata. A cellular automaton is defined by its discrete nature in time, space, and state. The discrete space is represented by a uniform grid or lattice containing agents that interact with other agents within their local neighborhood. This possibility of local interactions of agents makes the cellular-automata approach particularly well suited for studying through modeling how complex patterns at the tissue level emerge from fundamental developmental processes (such as proliferation, migration, differentiation, and death) at the single-cell level. As part of this review, we provide a primer for how to define biologically inspired rules governing these processes so that they can be implemented into a cellular automata model. We then demonstrate the power of the cellular automata approach by presenting simulations (in the form of figures and movies) based on building models of three developmental systems: the formation of the enteric nervous system through invasion of neural crest cells; the growth of normal and tumorous neurospheres induced by proliferation of adult neural stem/progenitor cells; and the neural fate specification through lateral inhibition of embryonic stem cells in the neurogenic region of Drosophila. This article is protected by copyright. All rights reserved.
This article is protected by copyright. All rights reserved.
PMID: 31102334