Ученые разработали новую вычислительную модель, которая точно предсказывает постепенное и долгосрочное прогрессирование метаболического синдрома у мышей. Модель, созданная Ивонн Розендал из Технологического университета Эйндховена в Нидерландах и ее коллегами, представлена в PLOS Computational Biology.
Метаболический синдром – это совокупность нескольких факторов: ожирение, инсулинорезистентность, повышенный уровень липидов в крови и высокое кровяное давление. Человек с метаболическим синдромом сталкивается с повышенным риском сердечно-сосудистых заболеваний, диабета 2 типа и неалкогольной жировой болезни печени. Вычислительное моделирование метаболического синдрома может дать новое представление о его развитии, но предыдущие усилия по моделированию не полностью отражали постепенное прогрессирование и сложность заболевания.
В новом исследовании Розендаал и его коллеги разработали новую вычислительную модель, которая описывает метаболизм глюкозы, липидов и холестерина – центральных факторов метаболического синдрома. К модели был применен ранее разработанный метод моделирования, позволяющий точно прогнозировать постепенное и долгосрочное развитие болезни. Затем ученые запустили модель, используя данные реальных экспериментов, в которых мышей кормили диетой, которая приводила к развитию метаболического синдрома.
Исследователи обнаружили, что их подход к моделированию правильно предсказывает прогрессирование метаболического синдрома у мышей, а также развитие сопутствующих заболеваний, таких как жировая болезнь печени. Модель также выявила неожиданное существование у мышей двух подтипов заболеваний: с повышенным уровнем липидов и без. Он правильно предсказал основные метаболические различия, которые могли объяснить два подтипа, что было подтверждено экспериментальными данными.
"Наша модель является важным шагом в понимании развития метаболического синдрома, предлагая новые возможности для определения стратегий предотвращения заболевания и сопутствующих ему заболеваний," Розендааль говорит. "Наша система также может быть применена для изучения долгосрочного развития других сложных прогрессирующих заболеваний."