匹兹堡大学小组将计算与实验紧密结合

匹兹堡(2019年7月9日).通过开发一种方法来帮助分析在成像过程中提供成像数据的财富工具和自动显微镜，从工程带来的计算模型和实验的世界中更接近匹兹堡斯旺森学院大学的生物工程小组。

他们的研究重点是胚胎组织的扩散，这对伤口愈合和许多疾病的发展至关重要。这篇文章最近发表在PLoS ONE(doi:10.1371/journal . pone . 0218021)上，展示了如何使用近似贝叶斯计算(ABC)——统计推断方法——来帮助推断实验设计的有用定量信息。

这项工作由生物工程教授兰斯戴维森指导，他负责管理斯旺森工程学院的机械形态实验室。这项研究是由皮特数学研究生的校友TracyStepien和前梅奇莫尔福实验室博士后助理Holley Lynch领导的。

戴维森的团队培养了非洲爪蟾胚胎的组织，以揭示胚胎形态发生背后的力学特征——生物体发育的生物学过程。在研究过程中，他们发现小外植体比大外植体传播更慢，因此他们开始创建建模方法来找出原因。

他们在几周的时间内收集了延时图像序列，但将建模与实验相结合的挑战是确定最佳参数集。

“随着模型变得更加复杂，实验系统产生更多数据，很难确定所选参数是否是最佳组合，”亚利桑那大学博士后助理Stepien说。“这就是贝叶斯计算有用的地方——对于每个数据集，你可以运行模型数千次，以确定最匹配实验本身的参数集。”

一旦该小组将贝叶斯方法应用于他们的模型，他们发现没有唯一的参数集。相反，他们确定“几乎最优”参数的分布，然后使用统计方法来比较不同的分布。

通过统计分析，他们预测，与细胞分裂或形状变化等因素相比，力的产生和粘附等组织特性更有可能随初始组织大小而变化。

“我们的工作提供了一种预测方法，可以帮助指导更多关于形态发生的一般性研究，以便更好地了解如何在发育过程中调节组织扩散，并可能在癌症期间控制伤口愈合和扩散，”现任泰森大学物理学助理教授的林奇说。

研究小组认为，这些参数也可能有助于改进其他实验的模型。

戴维森说，“虽然这篇文章主要关注一种特定类型的组织运动，但它更有影响力，因为它试图为科学界找到一个新的方向。”“这些年来，我们的模型从简单的东西变成了更严谨有力的东西。最初专注于组织沟通的论文最终演变成了一个紧密结合建模和实验的框架。”

短期内，戴维森的实验室将跟进本文的预测，进一步研究组织扩散的生物物理学。从长远来看，该小组希望将同样强大的统计方法应用于实验室开发的其他计算模型。

“我们真的希望将我们的实验方法与计算模型结合起来，就像这种方法提供的统计数据一样强大，”戴维森说。“利用计算的力量和先进的生物力学实验真的可以影响我们对疾病发展和治疗的理解。”

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！