Browsing by Author "Motta, Gabriel Marcos de Sousa"

Now showing 1 - 1 of 1

FFMsim: ferramenta computacional para simular o processo de feed forward modeling no miócito ventricular de coelho
(Universidade de Mogi das Cruzes, 2024) Motta, Gabriel Marcos de Sousa
A relação força-frequência é uma importante propriedade do músculo cardíaco mediada principalmente pela estimulação β1-adrenérgica. As alterações da frequência cardíaca (FC) ao nível do nodo sinusal atrial são acompanhadas por alterações no mecanismo da célula ventricular para atender às novas demandas energéticas. Essas modificações levam a um aumento da força contrátil com menor tempo de relaxamento para acomodar mais batimentos em menos tempo. O desafio para os pesquisadores que modelam o acoplamento excitação-contração (EC) no miócito ventricular é incluir esse ajuste síncrono entre o aumento da FC e as alterações concomitantes na maquinaria das células ventriculares. A não inclusão desta característica no modelo implica uma descrição incompleta das alterações fisiológicas que influenciam o desenvolvimento da força de contração. Este trabalho apresenta uma ferramenta computacional desenvolvida para implementar a modelagem matemática da EC no miócito ventricular chamada “Feed Forward Modeling” (FFM). Essa abordagem modifica os parâmetros do modelo de acordo com a frequência de estimulação em vez de usar parâmetros fixos. Cada parâmetro foi adaptado por meio de uma curva sigmoide empírica e aplicado a um modelo eletromecânico de miócito ventricular de coelho desenvolvido por nosso grupo. Em nossas simulações de FFM, a comparação do modelo controle (sem o FFM) e teste (com FFM) através de dois experimentos tem-se os resultados que para o primeiro, a frequência de 4 Hz, o APD90 diminuiu de 208 ms para 173,4 ms, ao passo que o pico da força foi de 7,72 mN/mm2 para 11,90 mN/mm2 entre controle e teste respectivamente. Já para o segundo experimento, a frequência de 5 Hz, o APD90 diminuiu de 185 ms para 157 ms e o pico da força foi de 15,1 mN/mm2 para 10,61 mN/mm2 entre controle e teste respectivamente. Essa estratégia é computacionalmente menos intensiva do que incluir todas as vias β-adrenérgicas, tornando-a adequada para simulações em larga escala.