MODELLI A COMPARTIMENTI



Похожие документы
-assicurare il fabbisogno plastico necessario alla riparazione protezione e ricambio dei tessuti.

TECNICHE DI SIMULAZIONE

info_alcol Vino e resveratrolo Cos è il resveratrolo A cosa serve Reale efficacia del resveratrolo

V= R*I. LEGGE DI OHM Dopo aver illustrato le principali grandezze elettriche è necessario analizzare i legami che vi sono tra di loro.

BILANCI DI ENERGIA. Capitolo 2 pag 70

Università di Roma Tor Vergata

REAZIONI ORGANICHE Variazioni di energia e velocità di reazione

Automazione Industriale (scheduling+mms) scheduling+mms.

Tratto dal libro Come vivere 150 anni Dr. Dimitris Tsoukalas

Temperatura e Calore

Condizioni ambientali e risorse

Liceo Scientifico Statale Leonardo Da Vinci

Ogni azienda ha la necessità di conoscere il proprio sistema dei costi sia per controllare la situazione esistente che per verificare il

Termodinamica: legge zero e temperatura

Corso di Valutazione Economica dei Progetti e dei Piani. Marta Berni AA

VALORE DELLE MERCI SEQUESTRATE

Spettrometria di massa

Scuola Media Piancavallo 2

IL MARKETING E QUELLA FUNZIONE D IMPRESA CHE:

MAGAZZINO FISCALE (agg. alla rel )

la base del benessere ph Basic AIUTA L EQUILIBRIO ACIDO-BASE

Il fotone. Emanuele Pugliese, Lorenzo Santi URDF Udine

Guida all'utente. Sommario. Sistema Help Desk di Ateneo. Guida all'utente.

Introduzione al MATLAB c Parte 2

IL DIMENSIONAMENTO DEGLI IMPIANTI IDROSANITARI Miscelatori e riduttori di pressione

FUNZIONE. Si scrive: A B f: A B x y=f(x) (si legge: f funzione da A in B) x f y= f(x)

Analisi Matematica 2 per Matematica Esempi di compiti, primo semestre 2011/2012

Corso di. Dott.ssa Donatella Cocca

e-dva - eni-depth Velocity Analysis

Corso di Matematica per la Chimica

1. Introduzione. 2. Simulazioni elettromagnetiche per la misura del SAR

Comune di San Martino Buon Albergo

1 CARICAMENTO LOTTI ED ESISTENZE AD INIZIO ESERCIZIO

Alimentatore e batteria

INTRODUZIONE AGLI ALGORITMI INTRODUZIONE AGLI ALGORITMI INTRODUZIONE AGLI ALGORITMI INTRODUZIONE AGLI ALGORITMI

IL PROBLEMA DELLE SCORTE

MATEMATICA 5 PERIODI

STRESS E PATOLOGIE CORRELATE: STRATEGIE NUTRIZIONALI E MOTORIE

Una soluzione è un sistema omogeneo (cioè costituito da una sola fase, che può essere liquida, solida o gassosa) a due o più componenti.

Modello mono-compartimentale

CONOSCERE IL PROPRIO CORPO

Circuiti amplificatori

Regole della mano destra.

LEGGE DI STEVIN (EQUAZIONE FONDAMENTALE DELLA STATICA DEI FLUIDI PESANTI INCOMPRIMIBILI) z + p / γ = costante

Si classifica come una grandezza intensiva

Sistema ATM con rete NetRail. Divisione elco srl

Istamina nei prodotti della Pesca

Introduzione all analisi dei segnali digitali.

Perché il logaritmo è così importante?

CORRENTE ELETTRICA Intensità e densità di corrente sistema formato da due conduttori carichi a potenziali V 1 e V 2 isolati tra loro V 2 > V 1 V 2

LO STATO GASSOSO. Proprietà fisiche dei gas Leggi dei gas Legge dei gas ideali Teoria cinetico-molecolare dei gas Solubilità dei gas nei liquidi

progetti guidati EXCEL Dalla tabella statistica al relativo grafico

4. Conoscere il proprio corpo

Energia e Lavoro. In pratica, si determina la dipendenza dallo spazio invece che dal tempo

9. Urti e conservazione della quantità di moto.

VIE DI INTRODUZIONE ED ASSORBIMENTO DEI FARMACI

Dott. Dario Capelli Dirigente Medico SIAN ASL NA 2 NORD referente SIAN ex ASL NA 3 PRINCIPI GENERALI DELLA LEGISLAZIONE ALIMENTARE. Art.

METODI per effettuare previsioni con analisi di tipo WHAT-IF

ELETTRONICA. L amplificatore Operazionale

Il Metabolismo Energetico 1. Bilancio Quantitativo tra Apporto di Energia e Dispendio Energetico

L intelligenza numerica

FONDAMENTI DI CONTROLLI AUTOMATICI Ingegneria Meccanica. SISTEMI ELEMENTARI

LABORATORIO EXCEL XLSTAT 2008 SCHEDE 2 e 3 VARIABILI QUANTITATIVE

STUDI SU MATERIALE GENETICO

GLI ALIMENTI FUNZIONALI A BASE LATTE:LEGISLAZIONE ITALIANA, EUROPEA E I FUTURI HEALTH CLAIMS

ASPETTI TERMODINAMICI DEI SISTEMI BIOLOGICI

TrackR Crowd GPS a Cervia

GLI EFFETTI DELL ESERCIZIO IN ACQUA. Le risposte fisiologiche dell immersione

EFFETTI DEL PIOMBO SULLA SINTESI DELL EME

Da quanto appena detto è evidente come la TERAPIA NUTRIZIONALE rappresenti uno dei cardini principali della terapia del diabete mellito.

Scheda operativa Versione rif c00. Libro Inventari

Strutturazione logica dei dati: i file

RADIAZIONI RADIAZIONI IONIZZANTI RADIAZIONI IONIZZANTI

Valutazione degli impatti locali del traffico stradale nell'area di Dignano (S.R. 464)

APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI

Il campionamento. La digitalizzazione. Teoria e pratica. La rappresentazione digitale delle immagini. La rappresentazione digitale delle immagini

Librerie digitali. Video. Gestione di video. Caratteristiche dei video. Video. Metadati associati ai video. Metadati associati ai video

Proprieta meccaniche dei fluidi

GIROSCOPIO. Scopo dell esperienza: Teoria fisica. Verificare la relazione: ω p = bmg/iω

APPLICATION SHEET Luglio

ZIMO. Decoder per accessori MX81. Manuale istruzioni del. nella variante MX81/N per il formato dei dati NMRA-DCC

Produzione del caldo e del freddo: energia dal sole e dalla terra

EQUILIBRIO DI MERCATO

PROGRESS: UN CODICE PER IL CALCOLO DELLE EMISSIONI DA VEICOLI STRADALI IN AMBITO URBANO

Lezione 8. La macchina universale

Definizione di mutua induzione

INFORMATIVA AL PUBBLICO ANNO 2014

4. SERIE NUMERICHE FIGURALI

SCIENZE: PRIMO BIENNIO CLASSE PRIMA DELLA SCUOLA PRIMARIA

Web Intelligence. Argomenti 10/5/2010.

Pompe di circolazione

Come visto precedentemente l equazione integro differenziale rappresentativa dell equilibrio elettrico di un circuito RLC è la seguente: 1 = (1)

Dimensionamento delle strutture

DN-SEV Sistema Esperto per la Validazione

Integrazione numerica

F S V F? Soluzione. Durante la spinta, F S =ma (I legge di Newton) con m=40 Kg.

11. Analisi statistica degli eventi idrologici estremi

Nel seguito sono riportati due esercizi che si possono risolvere con la formula di Erlang e le relative risoluzioni.

Транскрипт:

MODELLI A COMPARTIMENTI Gli enti oggetto dello studio vengono suddivisi in base a certe caratteristiche Quelli con caratteristiche simili vengono raggruppate in uno stesso compartimento Si analizzano i passaggi da un compartimento ad un altro Compartimento 1 Compartimento 2 Tecnica particolarmente adatta allo studio di trasformazioni biochimiche Le sostanze studiate sono suddivise in base alle loro proprietà chimico-fisiche Si studiano gli scambi di materia da un compartimento all altro.

MODELLO MATEMATICO DEL METABOLISMO DI UN FARMACO L assunzione orale di un farmaco può essere modellizzata con la tecnica dei compartimenti: assunzione Gastro-intestino sangue eliminazione Il farmaco assunto oralmente entra nel tratto gastro-intestinale Entra in circolo attraverso il sangue per essere metabolizzato Infine viene eliminato Per studiare l effetto del farmaco su un particolare organo si aggiunge un altro compartimento

Scelta delle variabili: I( intensità di assunzione del farmaco q i ( quantità di farmaco nel compartimento i Legge di bilancio di massa La variazione di quantità di farmaco nel compartimento 1 ( GI ) è pari alla quantità assunta meno la velocità di uscita. Ipotesi del modello La velocità di uscita da 1 a 2 è supposta proporzionale alla massa presente nel compartimento 1 ( cinetica del primo ordine)

I( Compartimento 1 G I a 21 dq1 I( a q ( 21 1 dt Equazione per il compartimento 1 a 21 Compartimento 2 sangue a02 dq2 a q ( a q ( 21 1 02 2 dt Equazione per il compartimento 2

dq1 I( a q ( 21 1 dt dq2 a q ( a q ( 21 1 02 2 dt + condizioni iniziali Modello matematico q ( 2 fornisce la variazione nel tempo della massa del farmaco nella circolazione sanguigna aiuta a risolvere il problema del dosaggio ottimale

intensità I parametri del modello 21 e influenzano notevolmente le soluzioni a a 02 Devono essere identificati in base ad indicazioni sperimentali 0.35 Azione di un farmaco 0.3 0.25 0.2 0.15 0.1 farmaco nel compartimento 1 farmaco nel compartimento 2 farmaco nel compartimento 1 farmaco nel compartimento 2 a21=1 a02 =0.5 a21=2 a02=0.5 Esempio di dipendenza dai dati 0.05 0 0 1 2 3 4 5 6 7 8 9 10 tempo

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % Modello a compartimenti % % q1'( = I( - a21 * q1( % q2'( = a21 * q1( - a02 *q2( % q1(0) = q10 q2(0) = q20 % % I( intensità di assunzione di un farmaco % a21, a02 parametri del modello % q1, q2 quantità di farmaco nel compartimento 1, 2 risp. % %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% clear all global a21 a02 a21=1; a02=0.5; t0=0; tf=10; tspan=[t0,tf]; q0=[0 0]'; function I=farmaco(t,z) global a21 a02 I=[exp(--exp(-3* - a21*z(1); a21*z(1) - a02*z(2)]; return Intensità di assunzione del farmaco

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % Risoluzione del sistema % di equazioni differenziali %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% [t,q] = ode23s(@farmaco, tspan, q0); plot(t,q(:,1),'r',t,q(:,2),'r--') title(' Azione di un farmaco') xlabel('tempo'); ylabel('intensità ') legend(' farmaco nel compartimento 1','farmaco nel compartimento 2') hold on a21=2; a02=0.5; [t,q] = ode23s(@farmaco, tspan, q0); plot(t,q(:,1),'b',t,q(:,2),'--b') legend(' farmaco nel compartimento 1','farmaco nel compartimento 2',... ' farmaco nel compartimento 1','farmaco nel compartimento 2')

MODELLO MATEMATICO DELLA CONCENTRAZIONE DI PIOMBO NEL CORPO UMANO Lo studio dell assorbimento del piombo da parte del corpo umano può essere sviluppato utilizzando i modelli a compartimenti Assorbimento ( inquinamento) Ossa sangue Altri tessuti Il piombo viene assorbito attraverso la respirazione e l alimentazione; dai polmoni e dall intestino entra nel sangue Eliminazione apparato urinario, capelli, unghie, sudore Eliminazione Successivamente viene assorbito dagli altri tessuti e molto lentamente dalle ossa Infine viene eliminato principalmente attraverso l apparato urinario e il sudore

Scelta delle variabili: I ( Intensità di assorbimento del piombo nel sangue (dai polmoni e/o dall intestino) x i ( Quantità di piombo nel compartimento i al tempo t aij Coefficiente di proporzionalità nel ricambio j i I( Ossa a 13 a 31 Sangue x 1 ( a 01 a 21 a 12 Altri tessuti Compartimento esterno a 02

dx ( 1 I( ( a01 a21 a31) x1 ( a12x2( a13x3( t ) dt dx ( 2 ( a02 a12) x2( a21x1 ( t ) dt dx ( 3 a13x3( a31x1 ( t ) dt I( Modello matematico Ossa a 13 a 31 Sangue x 1 ( a 01 a 21 a 12 Altri tessuti Compartimento esterno a 02

ESEMPIO di applicazione del modello a compartimenti per la determinazione della distribuzione del piombo nel sangue, nel tessuto osseo e negli altri tessuti I parametri del modello sono relativi al caso di studio di un centro urbano industriale ( J. Math. Biol. 8 (1979), 15-23) dx ( 65 1088 7 1 49.3 x1 ( x2( x3( ) dt 1800 87500 200000 t dx ( 20 20 2 x2( x1 ( ) dt 700 1800 t dx ( 7 7 3 x3( x1 ( ) dt 200000 1800 t

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % STUDIO DELLA CONCENTRAZIONE DEL PIOMBO NEL CORPO UMANO % Modello a compartimenti % % x1'( = Il - a * x1( + a12* x2( % x2'( = a21 * x1( - b * x2( % x3'( = a31 * x1( - a13 * x3( % x1(0) = x10 x2(0) = x20 x3(0) = x30 % % Il microgrammi di piombo al giorno assorbiti nel sangue % a uscita in microgrammi dal compartimento 1 (sangue) % a = a01+a21+a31; % b uscita in microgrammi dal compartimento 2 (tessuto) % b = a02+a12; % x1, x2, x3 concentrazione di piombo nel sangue, nel tessuto % e nelle ossa rispettivamente % %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% clear all global a b a12 a13 a21 a31 Il a=65/1800; b=20/700; a12=1088/87500; a13=7/200000; Il=49.3; a21=20/1800; a31=7/1800; t0=0; tf=500; tspan=[t0,tf]; t0=[0 0 0]';

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % Risoluzione del sistema % di equazioni differenziali %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% [t,x] = ode23s(@piombo, tspan, x0); plot(t,x(:,1),'r',t,x(:,2),'b--') title(' Assorbimento di piombo') xlabel('t (giorni)'); ylabel('concentrazione (\mu g)') legend(' piombo nel sangue','piombo nel tessuto') figure(2) plot(t,x(:,3),'r') title(' Assorbimento di piombo nel tessuto osseo') xlabel('t (giorni)'); ylabel('concentrazione (\mu g)') legend(' piombo nelle ossa') function P = piombo(t,z) global a b a12 a13 a21 a31 Il %a = a01+a21+a31; %b=a02+a12; P=[ -a*z(1)+a12*z(2)+a13*z(3)+il; a21*z(1) - b*z(2); a31*z(1)-a13*z(3)]; Lucia Della Croce return Matematica applicata

concentrazione ( g) concentrazione ( g) 1600 Assorbimento di piombo 14 x 104 Assorbimento di piombo nel tessuto osseo 1400 1200 1000 piombo nel sangue piombo nel tessuto 12 10 piombo nelle ossa 8 800 600 400 6 4 200 2 0 0 50 100 150 200 250 300 350 400 450 500 t (giorni) La condizione di equilibrio è raggiunta rapidamente sia nel sangue sia nel tessuto Nel tessuto osseo invece il raggiungimento dell equilibrio è molto più lento. Lo stato stazionario è costituito dai seguenti valori ( per giorno) g 0 0 0.5 1 1.5 2 2.5 3 x x x 3 1 2 t (giorni) 1800 g 701 g 200010 g x 10 4

concentrazione ( g) concentrazione ( g) Ponendo IL = 0 e assumendo come valori iniziali i valori all equilibrio, si può studiare l evoluzione del rilascio di piombo 1800 Eliminazione di piombo 2.005 x 105 Eliminazione di piombo nel tessuto osseo 1600 1400 1200 piombo nel sangue piombo nel tessuto 2 1.995 piombo nelle ossa 1000 1.99 800 1.985 600 400 200 1.98 1.975 0 0 50 100 150 200 250 300 350 400 450 500 t (giorni) 1.97 0 50 100 150 200 250 300 350 400 450 500 t (giorni) Il sangue e i tessuti si liberano velocemente del contenuto di piombo Il rilascio di piombo a livello del tessuto osseo è molto più lento

MODELLO MATEMATICO DELLA CINETICA DI UN ANTIBIOTICO Gli antibiotici di tipo sulfamidina (SDM) sono bio-trasformati nell organismo degli animali. Si trasformano in un metabolita inattivo SDM N-acetil-SDM (metabolita inattivo) Il metabolita N-acetil-SDM dopo un periodo di 60 giorni in concime liquido viene reattivato

N-acetil-SDM inattivo K( SDM Sulfamidina attiva Eliminazione x( y( K( concentrazione di N-acetil-SDM concentrazione di SDM Velocità di trasformazione del metabolita inattivo in SDM velocità di eliminazione di SDM nel concime liquido

dx( dt dy( dt K( x( y( K( x( Modello matematico La funzione K( viene modellizzata nel modo seguente: K ( t ) K e c max 1 ( t t ) K max, tc,, sono i parametri del modello che occorre stimare

VALORI SPERIMENTALI STIMA DEI PARAMETRI Si scelgono quei valori dei parametri che minimizzano uno stimatore t i N-acetil- SDM SDM x * ( attivo y * ( 0 69.0 26.1 3 62.5 23.3 6 70.1 24.3 11 62.3 25.9 26 62.6 26.6 28 54.9 30.5 48 42.0 36.8 59 8.9 75.3 68 2.8 70.9 x Stimatore * 2 * ( ti) x ( ti) y( ti) y ( ti Soluzioni del sistema differenziale ) 2 76 1.7 85.1

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% % % CINETICA DI UN ANTIBIOTICO % ( modello a compartimenti ) % dx % --- = - K( x( % dt % % dy % ---- = K( x( - nu * y( % dt % % Identificazione dei parametri %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% clear all global p t p=[0.4 80 0.003 6.]; valori iniziali dei parametri t=[0 3 6 11 26 38 48 59 68 76]'; xdati=[69 62.5 70.1 62.3 62.6 54.9 42 8.9 2.8 1.7]; ydati=[26.1 23.3 24.3 25.9 26.6 30.5 36.8 75.3 70.9 85.1]; %options= optimset('tolfun',0.01) options=optimset('tolx',0.1); [p,fmin,exit,out]=fminsearch(@(p) stimatore(t,p,xdati,ydati),p,options)

par=num2str(p); y0=[xdati(1), ydati(1)]'; tspan=[t(1),t(end)]; [tt,y]= ode23s(@sdm_final,tspan,y0,1.e-7); plot(t,xdati','o',t,ydati','*',tt,y(:,1),'r',tt,y(:,2),'g') title('cinetica dell antibiotico sulfadimidina e del suo metabolita') xlabel('tempo (giorni)') ylabel('concentrazione') legend('sdm-inattivo misurato','sdm-attivo misurato',... 'SDM-inattivo calcolato','sdm-attivo calcolato') gtext(par) function dydt= sdm_final(t,z) global p Kappa= @(w) p(1)*(1-exp(-(w/p(2))^p(4))); Kt=Kappa(; dydt=[ - Kt*z(1); Kt*z(1) - p(3)*z(2)]; end

function somma =stimator(t,p,xdati,ydati) y0= [xdati(1), ydati(1)]'; tspan=t; [tt,y]= ode23s(@sdm,tspan,y0,1.e-7); somma =sum((y(:,1)-xdati').^2)+ sum((y(:,2)-ydati').^2); % somma=sqrt(somma); function dydt= SDM(tt,z) Kappa= @(w) p(1)*(1-exp(-(w/p(2))^p(4))); Kt=Kappa(t; dydt=[ - Kt*z(1); Kt*z(1) - p(3)*z(2)]; end end

concentrazione 90 Cinetica dell antibiotico sulfadimidina e del suo metabolita 80 70 60 50 40 SDM-inattivo misurato SDM-attivo misurato SDM-inattivo calcolato SDM-attivo calcolato 30 20 10 0.9541 85.2017 0.0052 4.7831 0 0 10 20 30 40 50 60 70 80 tempo (giorni)

CINETICA DEI TRACCIANTI La stima dei parametri può essere effettuata tramite l uso della tecnica dei traccianti I dati sperimentali necessari per la stima dei parametri si possono ottenere con la tecnica dei traccianti. Si introduce un tracciante in un compartimento ( colorante, isotopo radioattivo ) di volume trascurabile rispetto agli altri compartimenti In ogni compartimento vi sono due tipi di materiale: etichettato (tracciante, misurabile) e non-etichettato. Le misurazioni sperimentali del tracciante, che si comporta come il tracciato, permettono di risalire ai coefficienti di trasferimento. Vedi: Biokinetics.pdf: Biokinetics of a Radioactive Tracer