Математическое моделирование воспалительной фазы инфаркта миокарда тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Цгоев Чермен Аланович
Цгоев Чермен Аланович
кандидат наук
2026
- Специальность ВАК РФ00.00.00
- Количество страниц 246
Оглавление диссертации кандидат наук Цгоев Чермен Аланович
3.1 Постановка задачи
3.1.1 Основные уравнения (модель 3)
3.1.2 Обезразмеривание
3.1.3 Начальные и граничные условия
3.2 Численный алгоритм и его программная реализация
3.2.1 Численный алгоритм
3.2.2 Программная реализация численных методов
3.3 Методические расчеты
3.4 Математическое моделирование пространственно-временного развития инфаркта миокарда в левом желудочке сердца мыши
3.5 Анализ базовых закономерностей развития инфаркта
3.5.1 Очаговый характер зоны повреждения кардиомиоцитов и локализация
3.5.2 Формирование демаркационного воспаления
3.5.3 Роль анизотропии диффузии
3.5.4 Анализ зависимости решения от начальных условий
Результаты Главы
4 Численное моделирование крупноочагового инфаркта миокарда при многососудистом поражении коронарного русла
4.1 Постановка задачи
4.2 Численный анализ модельных сценариев взаимодействия одинаковых очагов повреждения
4.2.1 Методические расчеты
4.2.2 Численный анализ особенностей локализации зоны повреждения. Эффект «памяти»
4.2.3 Особенности пространственно-временного развития воспаления
4.2.4 Анализ волновой природы воспалительного процесса и структурообра-зования
4.3 Особенности развития крупноочагового инфаркта, обусловленные вариабельностью свойств среды, иммунной реакции и ишемических повреждений миокарда
4.3.1 Вариабельность начального уровня ишемического повреждения
4.3.2 Неоднородность начальной иммунной реакции
4.3.3 Вариабельность начального уровня ишемического повреждения и воспалительной реакции
4.3.4 Рецидивирующий инфаркт
4.3.5 Случайные факторы в сценариях с многососудистым поражением .... 168 Результаты Главы
5 Применение иерархии моделей для численного анализа механизма поляризации макрофагов как терапевтической мишени
5.1 Численный анализ основных механизмов поляризации макрофагов и их терапевтического потенциала
5.1.1 Постановка задачи
5.1.2 Общий анализ механизма поляризации макрофагов
5.1.3 Управление перепрограммированием макрофагов
5.1.4 Управление цитокин-зависимой активацией M0-макрофагов
5.2 Пространственно-временные особенности течения инфаркта, обусловленные дерегуляцией поляризации макрофагов
5.2.1 Постановка задачи
5.2.2 Общий анализ основных звеньев механизма поляризации макрофагов
5.2.3 Анализ пространственно-временных аспектов развития инфаркта при «терапевтических» воздействиях на макрофаги
5.2.4 Оценка некоторых гипотетических терапевтических стратегий в сценариях инфаркта при многососудистом поражении
5.3 О существовании «терапевтического окна», связанного с управлением поляризацией макрофагов
Результаты Главы
Основные результаты диссертации
Основные публикации по теме работы
Список литературы
Приложение 1: глоссарий
Приложение 2: свидетельства о государственной регистрации программы
Рекомендованный список диссертаций по специальности «Другие cпециальности», 00.00.00 шифр ВАК
Восстановительная регенерация миокарда у больных на ранних и поздних сроках инфаркта миокарда: функциональная поляризация макрофагов2021 год, кандидат наук Гомбожапова Александра Энхэевна
Ангиогенные факторы роста, про- и противовоспалительные цитокины и их генетический полиморфизм у пациентов с постинфарктным ремоделированием сердца2026 год, кандидат наук Николаева Антонина Михайловна
Взаимосвязь между уровнем воспалительного ответа, агрегацией тромбоцитов и клиническим состоянием больных при эндоваскулярном лечении острого инфаркта миокарда с подъемом сегмента ST на ЭКГ2015 год, кандидат наук Белоносов, Денис Александрович
Влияние пролил-глицил-пролина (PGP) и его ацетилированной формы (N-AcPGP) на развитие ишемического повреждения миокарда у крыс2018 год, кандидат наук Куренкова Анастасия Дмитриевна
Оценка выраженности и прогностической значимости системной воспалительной реакции у больных острым инфарктом миокарда2015 год, кандидат наук Рагозина, Екатерина Юрьевна
Введение диссертации (часть автореферата) на тему «Математическое моделирование воспалительной фазы инфаркта миокарда»
Введение
В последние десятилетия инфаркт миокарда остается одной из главных причин смертности и инвалидизации человека, оказывая значительное давление на системы здравоохранения разных стран мира [1-12]. Современные научные исследования направлены на более глубокое понимание патофизиологии инфаркта, что в перспективе может способствовать разработке инновационных подходов к профилактике, диагностике и лечению этого опасного заболевания [7]. Несмотря на серьезные достижения, актуальные исследования и нерешенные задачи в этой области медицины и биологии по-прежнему связаны с проблемой ограничения или снижения уровня повреждения миокарда, улучшения краткосрочного и долгосрочного прогноза у больных, особенно с многососудистым поражением коронарного русла и нарушениями в работе иммунной системы. А более глубокое и многостороннее изучение сложных сценариев патогенеза инфаркта может раскрыть дополнительные возможности, в том числе в контексте оптимального сочетания малоинвазивных хирургических вмешательств и противовоспалительных терапевтических стратегий, для обеспечения более благоприятного течения инфаркта на всех его стадиях.
Основные сведения об объекте исследования. Миокард - это средний мышечный слой стенки сердца, заключенный в относительно тонкие прослойки внешней соединительной и внутренней эпителиальной тканей. Особенность сердечной мышечной ткани состоит в том, что она обладает способностью к ритмическим сокращениям, которые обеспечивают непрерывное кровоснабжение, необходимое для бесперебойного функционирования всех систем живого организма. В то же время, сверхвысокая интенсивность и постоянство работы сердца требует слаженной бесперебойной работы всей системы кровообращения, благодаря которой вместе с кровотоком в миокард подаются питательные вещества, необходимые для поддержания энергетического баланса [13-22]. Сокращение кровотока, вызванное любыми причинами - от перекрытия сосудистого русла атеросклеротическими бляшками до спонтанного спазма сосуда под влиянием стрессовых факторов - влечет за собой тяжелые последствия для сердца и организма в целом. Единственным источником богатой кислородом артериальной крови для миокарда является система коронарных сосудов.
Нормальное функционирование сердечной мышцы обеспечивается множеством сложнейших физиологических процессов, происходящих на клеточно-молекулярном уровне. По данным гистологических исследований, основным элементом сердечной мышцы являют-
ся длинные вытянутые мышечные клетки - кардиомиоциты. Кардиомиоциты составляют около 30-40% от общего числа клеток сердца и 70-90% всей сердечной массы [23]. Миофиб-риллы внутри сердечных мышечных клеток образуют сложную сеть параллельных и пересекающихся нитей, создавая основу для координированного сокращения миокарда. Вопрос о трехмерной архитектуре этой сетки до сих пор остается предметом острых дискуссий даже для специалистов в области кардиохирургии [24-27].
Кардиомиоциты являются главными функциональными клетками миокарда - они обеспечивают регулярную сократительную деятельность сердца благодаря тому, что обладают уникальной способностью к сокращению, могут генерировать и проводить электрические импульсы [28-33], а также реагировать на внешние электрические импульсы, запуская процесс сокращения. Дополнительно отметим, что в кардиомиоцитах происходят процессы, связанные с выработкой энергии, которая необходима для нормального функционирования множества внутриклеточных процессов, а также для непрерывной работы сердца [34].
Чрезвычайно интенсивный обмен веществ в кардиомиоцитах требует постоянного снабжения кислородом и питательными веществами. Капиллярная сеть миокарда, поставляющая кровь и питательные вещества в ткани сердца, заполняется исключительно левой и правой коронарными артериями и их крупными ветвями, окружающими левый и правый желудочки сердца. Даже кратковременное (в течение нескольких минут) нарушение в системе кровоснабжения может привести к ишемии - снижению или полному прекращению кровоснабжения, и, как следствие - к состоянию кислородного голодания клеток сердечной мышцы. Ишемия может вызывать стремительное истощение энергетических запасов клеток сердца, после чего запускаются процессы клеточной гибели, действующие как генетически детерминированные программы. При этом важно, что кардиомиоциты обладают ограниченной способностью к регенерации: погибшие клетки замещаются функционально несостоятельными клетками фиброзной (рубцовой) ткани, которая не может выполнять сократительную функцию, что даже при благоприятном исходе заболевания снижает общую эффективность миокарда.
Таким образом, все вышеперечисленные и многие другие вопросы, значительная часть которых выходит за рамки настоящего исследования, свидетельствуют о том, что нормальное функционирование миокарда и кардиомиоцитов является критически важным для здоровья сердца и всего организма.
Ишемический инфаркт миокарда: определение, диагностические критерии, морфология, фазы развития. Современное понимание инфаркта миокарда (далее часто используется сокращение - ИМ) отражено в 3-ем (2012 г.) [13] и уточнено в 4-ом (2018 г.) [35] универсальных определениях, сформулированных сообществом кардиологов под эгидой ВОЗ. Скоординированная точка зрения на ИМ состоит, прежде всего, в том, что (см. [13; 35]) «термин «инфаркт миокарда» следует использовать при наличии острого повреждения миокарда в сочетании с клиническими проявлениями острой ишемии миокарда и повышением и/или снижением уровня кардиоспецифических биомаркеров, а также при наличии хотя бы одного из следующих диагностических признаков:
❖ симптомы ишемии миокарда;
❖ появление новых изменений на ЭКГ, характерных для ишемии;
❖ появление патологического зубца О на ЭКГ;
❖ появление нового участка нежизнеспособного миокарда или нового участка нарушения сократимости, соответствующих ишемической этиологии;
❖ по данным визуализирующих методов;
❖ выявление признаков коронарного тромбоза.» Принято также, что в клинике [35]:
❖ «инфаркт миокарда (ИМ) можно распознать по наличию клинической симптоматики, электрокардиографических (ЭКГ) критериев, повышению уровня кардиоспецифиче-ских ферментов (маркеров некроза миокарда), либо с помощью методов визуализации или патологоанатомически»;
❖ определены «универсальные принципы классификации ИМ, основанные на патогенетических, клинических и прогностических различиях, а также выбранных стратегиях лечения», в соответствии с которыми следует различать 5 типов инфаркта:
♦ «посмертное выявление признаков острого атеротромбоза артерии, снабжающей зону инфаркта, соответствует критериям ИМ I типа;
♦ признаки несоответствия между доставкой кислорода и потребностью миокарда без признаков острого атеротромбоза соответствуют критериям ИМ II типа;
♦ сердечная смерть у пациента с симптомами ишемии миокарда и новыми изменениями на ЭКГ, характерными для ишемии, до получения результатов исследования биомаркеров, соответствует критериям ИМ III типа;
♦ ИМ, ассоциированный с хирургическим вмешательством на коронарных артериях (аорто-коронарное шунтирование или чрескожное коронарное вмешательство), предшествующим или бессимптомным/недиагностированным ИМ, соответствует IV или V типам.»
Следует отметить, что в мировой клинической практике особое место занимает инфаркт миокарда II типа, обусловленный дисбалансом между потребностью клеток миокарда в кислороде и его доставкой из-за спазма кровеносного сосуда и его сужения, а также ряда других причин, не связанных с коронарной катастрофой (разрушением атеросклеро-тических бляшек, тромбозом и т. п.) или последствиями кардиохирургических операций. Повышенный интерес к этому типу инфаркта, продемонстрированный, в частности, в 4-ом универсальном определении, обусловлен высоким риском стремительно развивающегося летального исхода, неясностью клинических характеристик и терапевтических стратегий. Кроме того, его часто рассматривают как «модельный» сценарий заболевания, свободный от множества иных отягощающих факторов и относительно «просто» воспроизводимый в лабораторных условиях. Полученные при анализе инфаркта II типа знания могут служить фундаментом для исследований механизмов патогенеза, актуальных для инфарктов других типов.
В контексте диссертационного исследования особенно важными представляются следующие положения 3-го и 4-го универсальных определений, разъясняющие выявленные на клеточном уровне критерии инфаркта (здесь также представляется важным привести полные цитаты [13], [35]):
❖ «развитие ишемии миокарда - это начальный этап ИМ»; «первые ультраструктурные изменения наблюдаются уже через 10-15 мин после начала ишемии (после коронарной окклюзии) и продолжают прогрессировать»;
❖ «термин «острый инфаркт миокарда» следует использовать в тех случаях, когда имеет место доказанный некроз миокарда вследствие длительной острой ишемии миокарда»;
❖ «некроз кардиомиоцитов может быть идентифицирован после вскрытия у людей по истечении нескольких часов; в моделях на животных биохимические данные о смерти миокардиальных клеток (прежде всего, кардиомиоцитов) могут быть обнаружены в течение 10 минут после индуцированной ишемии миокарда»;
❖ «выявление по данным визуализирующих методик новых участков нежизнеспособного миокарда, либо новых участков нарушения локальной сократимости предположительно ишемической этиологии...» - один из исключительно важных диагностических критериев ИМ.
Отметим, что основанное на опыте последовательное изменение клинической дефиниции инфаркта, диагностических критериев и биомаркеров имеет важное значение для лабораторной и клинической практики, прежде всего, в контексте координации экстренных терапевтических мер и выработки стратегий будущих фундаментальных медико-биологических исследований. А ценность этих определений для математического моделирования состоит в том, что эти сведения позволяют корректировать общепринятые подходы к выбору биологической идеализации инфаркта, обосновать или уточнить рассматриваемые постановки задач и цели вычислительных экспериментов.
Далее рассмотрим более детально последствия достаточно длительного и интенсивного ишемического (местного) повреждения кардиомиоцитов, ассоциированного с острым инфарктом миокарда. Согласно статистике, основанной на обширных клинических данных, причиной инфарктов миокарда являются гемодинамически значимые катастрофы, затрагивающие один или несколько крупных коронарных сосудов. Суть катастроф заключается в стенозе, т.е. сужении просвета кровеносных сосудов, которое полностью или частично перекрывает кровоток. Продолжительность ишемии и уровень дефицита кровоснабжения - основные исходные факторы, влияющие на размер инфарктной зоны и тяжесть повреждения миокарда [36; 37]. В случае экстренного (в течение 15 минут после начала ишемии) восстановления кровотока (реперфузия) повреждение клеток миокарда может быть обратимым. Но чем дольше участок сердца остается в состоянии дефицита кровоснабжения, тем большее повреждение он получает, и тогда запускается разрушительный необратимый про-
цесс массовой гибели (некроза) клеток сердечной мышцы [13; 38].
Ишемический инфаркт миокарда - это сложный и многоэтапный процесс, включающий как немедленные реакции организма на повреждение, так и последующие компенсаторные, воспалительные (иммунные) и репаративные реакции и процессы. Цепочка событий, приводящих к тяжелым повреждениям сердечной мышцы при ишемических инфарктах миокарда, установлена в клинических исследованиях и достаточно хорошо воспроизводится в лабораторных условиях [13-22; 39]. Специалисты условно разделяют эти события на три фазы: воспалительную, пролиферативную и фазу созревания [40; 41]. Воспалительная фаза, начинающаяся непосредственно после начала некротического процесса как ответ врожденной иммунной системы на локальное повреждение миокарда, направлена, в первую очередь, на экстренную очистку места повреждения от некротических тканей и другого клеточного мусора. Важно отметить также, что воспалительный ответ жизненно необходим для подготовки тканей к заживлению, однако избыточное воспаление может негативно сказаться на процессе восстановления. Следующая - пролиферативная - фаза нацелена на активное подавление экспрессии провоспалительных факторов. Главным содержанием и результатом этой фазы является формирование новых кровеносных сосудов и грануляционной ткани (включающей новую соединительную ткань и микроскопические кровеносные сосуды). Все это способствует восстановлению кровотока и поддержанию структуры поврежденной области. Завершающая фаза созревания характеризуется ремоделированием внеклеточного матрикса: коллаген, синтезированный на предыдущем этапе, укрепляется и организуется таким образом, чтобы образовать рубец - область миокарда, образованную функционально несостоятельной (неспособной к сократительной деятельности) фиброзной тканью.
Следует особо отметить, что все три фазы - воспалительная, пролиферативная и фаза созревания - являются взаимоперекрывающимися во времени. Так, при инфаркте у лабораторных мышей воспалительная фаза захватывает 3-72 часа от начала инфаркта, проли-феративная фаза 2-й - 7-ой дни, а фаза созревания 7-й - 21-й дни. При этом в процессах каждой фазы в той или иной роли участвуют клетки иммунной системы и секретируемые ими цитокины - про- или противовоспалительные интерлейкины, факторы роста и др. Специалисты отмечают [13-22; 39], что воспалительная фаза имеет особое значение, так как во время этой фазы закладывается основа для запуска и успешной реализации последующих
процессов восстановления и ремоделирования ткани сердца. Понимание механизмов воспалительной реакции при инфаркте миокарда является критически важным для разработки эффективных методов лечения и профилактики осложнений.
Некроз, как универсальный необратимый процесс клеточной смерти, характеризуется, прежде всего, разрушением мембраны клеток с последующим высвобождением клеточного содержимого во внеклеточное пространство. Для большей части инфарктов этот патологический процесс характеризуется пренебрежимо малым влиянием внешних источников «загрязнения». Поэтому речь идет об асептическом воспалении, которое представляет собой экстренную реакцию врожденной иммунной системы на некроз кардиомиоцитов, причем в сообществе специалистов все большее признание получает гипотеза об избыточности этой реакции на фоне достаточно деликатных потребностей сердца. Особенно в отношении инфаркта миокарда асептическое воспаление становится фокусом внимания, поскольку представляет собой критический элемент в развитии и последствиях заболевания, способный выступать и как новая терапевтическая мишень, и как дополнительный повреждающий фактор.
Воспалительный ответ. Асептическое воспаление - это генетически запрограммированная, сформировавшаяся в ходе эволюции защитная реакция организма на тканевое повреждение любой этиологии. Его запуск включает в себя несколько ключевых процессов, которые тесно взаимодействуют в ходе реакции на повреждение ткани сердца. В течение первых минут и часов после начала ишемии происходит гибель сердечных клеток, и пораженная ткань теряет свою структуру. Поврежденные клетки миокарда высвобождают DAMPs (специальные сигнальные молекулы), инициируя ответ врожденной иммунной системы, которое включает экстренную активацию макрофагов и других иммунных клеток для очистки некротического материала.
Реакция на повреждение может быть как местной, так и системной [42]. Факторы, стимулирующие системную реакцию, аккумулируются в областях некроза относительно быстро и могут существенно усиливать формирующуюся местную реакцию. Местная реакция состоит в активации тканевых макрофагов и системы комплемента (это набор из примерно 30-ти белков иммунной системы), генерации погибающими клетками миокарда и клетками иммунной системы медиаторов воспаления, что приводит к разворачиванию мощной биохимической реакции острого воспаления в области наибольшего повреждения (ядре
инфаркта), а также к формированию защитного демаркационного воспаления на границе очага некроза с неповрежденными участками ткани. При асептическом инфаркте миокарда реакция организма обычно ограничивается местным воспалением. Однако в случае сопутствующих патологий возможен системный воспалительный ответ, затрагивающий другие органы и системы организма.
Современные представления о воспалительной реакции состоят, прежде всего, в том, что она носит двойственный характер: в процессе очищения зоны повреждения и активации противовоспалительных факторов создаются условия для восстановления ткани, но одновременно развитие воспаления способствует токсическому отравлению клеток пораженного органа продуктами распада, усиливая процессы гибели клеток [17; 43—47]. Сохранение «динамического баланса», т. е. правильного, меняющегося во времени соотношения про- и противовоспалительных факторов, заложенного в генетическую программу воспалительного ответа, - это необходимое условие нормального течения воспаления с относительно быстрым его затуханием, гарантирующим переход инфаркта в восстановительную стадию. В то же время, отсутствие «динамического баланса» влечет за собой угрозы, связанные с развитием локального хронического воспаления или системной воспалительной реакции, которые увеличивают степень поражения органов, систем и организма в целом, или затрудняют нормальное течение постинфарктных репаративных процессов (см., например, [35; 48-52]).
Известно [53], что быстрый естественный и адекватный по силе иммунный ответ на повреждение невозможен без кооперативного участия клеток нелимфоидной природы. В их число входят, прежде всего, циркулирующие в кровеносном русле нейтрофилы и моноциты (это субпопуляция наиболее крупных лейкоцитов), а также постоянные защитники миокарда резидентные (тканевые) макрофаги. Данный набор иммунных клеток помогает осуществить и/или регулировать процессы очищения от продуктов распада (фагоцитоз), восстановление сосудистой системы, а также замещение погибших клеток поврежденного органа рубцовой тканью и др.
Представим сначала краткие сведения о нейтрофилах. Нейтрофилы попадают одними из первых в зону повреждения, обеспечивая первую линию защиты. Они способны быстро реагировать на сигналы воспаления и проникать в ткани, чтобы начать процесс фагоцитоза (заглатывания и переваривания) мертвых и поврежденных клеток, очищая место по-
вреждения. Размер нейтрофилов позволяет им эффективно перемещаться через капиллярные стенки в место воспаления. После того как нейтрофилы выполнят свою функцию, они стареют, и для них запускается процесс самоликвидации путем апоптоза - безболезненной программируемой клеточной смерти слабоповрежденных, лишних или состарившихся клеток. Удаление погибших нейтрофилов из зоны повреждения осуществляется путем фагоцитоза, в котором участвуют, преимущественно, макрофаги. При инфаркте эти процессы, как правило, реализуются в течение 2-3 дней после начала некроза кардиомиоцитов, что позволяет позиционировать нейтрофилы как субпопуляцию иммунных клеток, одной из первых покидающих зону повреждения.
При инфаркте миокарда в ходе воспалительного ответа на сигналы о локальном повреждении центральная роль отводится макрофагам. Поэтому изучение макрофагов является ключевым аспектом понимания реакции врожденной иммунной системы на повреждение. Численность резидентных, т.е. постоянно находящихся в сердечной ткани, макрофагов весьма невелика (не превышает 5% от общего числа макрофагов в инфарктной зоне), но достаточна для перманентной защиты органа-хозяина, в частности, для запуска мощной иммунной реакции в случае серьезного повреждения. Тогда ряды резидентных макрофагов пополняются за счет самых крупных лейкоцитов, называемых моноцитами: попадая из кровеносного русла в зону повреждения, они также дифференцируются в макрофаги и активируются для выполнения функций, необходимых для жизнеобеспечения поврежденной ткани.
Пластичность и многофункциональность делает макрофаги уникальными объектами для изучения с точки зрения разработки новых терапевтических стратегий, в том числе в контексте инфаркта миокарда. Благодаря свойству пластичности, они могут принимать различные функциональные состояния в зависимости от микроокружения. Традиционно выделяют два «крайних» фенотипа - М1 и М2: у макрофагов фенотипа М1 доминирующей является функция фагоцитоза, а у макрофагов фенотипа М2 - прорепаративная, противовоспалительная. Однако последние исследования в этой области свидетельствуют о том, что популяция макрофагов чрезвычайно гетерогенна - у макрофагов адаптация фенотипа и функций к изменяющейся микросреде настолько избирательна, что они с течением времени способны принимать множество промежуточных состояний между М1 и М2 фенотипами. Поэтому, во-первых, разделение макрофагов на М1 и М2 следует рассматривать
как условное, имея в виду, что существует континуум фенотипов с разнообразными функциональными свойствами (см., например, [54]), а во-вторых, следует учитывать, что смена фенотипов (в этом случае используется термин «перепрограммирование») не только возможна с течением времени в быстро изменяющейся микросреде, но и играет существенную роль, определяя течение инфаркта и даже его исход.
Особенно в контексте инфаркта миокарда крайне важно, что провоспалительный фагоцитарный фенотип М1 макрофагов чаще встречается на ранних стадиях воспалительной реакции, а противовоспалительный фенотип М2 способствует окончанию острой фазы воспаления и нормальному течению восстановительного процесса. М1-макрофаги в основном ответственны за удаление остатков клеток из зоны ИМ на начальной стадии этого заболевания, но в то же самое время они секретируют некоторые важные для репаративной фазы элементы (например, ряд цитокинов, хемокинов, факторов роста). Длительное и массовое присутствие М1-макрофагов может увеличить продолжительность острой фазы воспаления и даже вызвать расширение зоны инфаркта, тем самым задерживая репаративную фазу и образование рубцовой ткани (опосредованное М2-макрофагами) и усугубляя неблагоприятное ремоделирование. Ход восстановительной фазы координируется именно макрофагами фенотипа М2 - они стимулируют пролиферацию фибробластов, дифференцировку мио-фибробластов и отложение коллагена.
Важными регуляторами и биомаркерами воспаления считаются не только клетки врож-
и и х Т ^ и и
денной иммунной системы, но также цитокины. Цитокины представляют собой широкий класс молекул сигнальных белков, которые играют важную роль в активации и регуляции иммунных и восстановительных реакций организма. Они секретируются различными клетками, в том числе кардиомиоцитами, иммунными клетками, такими как лимфоциты, макрофаги и дендритные клетки. Цитокины способны действовать локально и системно на генном и клеточно-молекулярном уровне, инициируя каскады сигнальных путей, которые влияют на поведение клеток (рост, дифференцировку, миграцию и даже функции). Семейство цитокинов достаточно разнообразно по составу. К ним относятся, например, интер-лейкины ^-1, ^-6, ^-8, ^-10, ^-18, а также хемокин фактор некроза опухолей ТОТ-я, гра-нулоцитарно-макрофагальный колониестимулирующий фактор, трансформирующий фактор роста-^, хемоаттрактантный белок макрофагов-3 и т.д. (см., например, [55-60]). Все они также имеют различную функциональную специализацию, в том числе способность выпол-
нять функции регуляции воспаления (про- и/или противовоспалительная направленность) и/или хемоаттрактации, формировать среду, благоприятную для роста нервов на поврежденном участке миокарда, и др.
Активация макрофагов приводит к увеличению концентрации цитокинов уже в первые часы после повреждения миокарда, а цитокины способствуют активации макрофагов обоих фенотипов. Классически активированные макрофаги секретируют провоспалитель-ные цитокины, такие как интерлейкин ^-1 и хемокин фактор некроза опухоли ТОТ-я - они играют ключевую роль в защите органа-хозяина. Альтернативно активированные макрофаги продуцируют цитокины, включая интерлейкин ^-10, которые регулируют воспаление и участвуют в образовании коллагена и восстановлении тканей. Хроническое или чрезмерное высвобождение цитокинов может способствовать разрастанию воспаления, усилению патологического ремоделирования сердечной мышцы и другим процессам, приводящим к ухудшению функции сердца.
Отметим, что актуальность изучения асептического воспаления особенно высока из-за его центральной роли во многих патологических процессах, включая острый инфаркт миокарда. Процессы, происходящие на клеточно-молекулярном уровне, как правило, имеют биохимическую природу. Понимание биохимии такого сложного многоуровневого многофакторного процесса, как асептическое воспаление, позволяет формулировать, исследовать и внедрять в клиническую практику новые меры принятия врачебных решений, новые противовоспалительные таргетные терапевтические стратегии и новые мишени для управления с целью сокращения безвозвратных потерь и улучшения качества жизни пациентов [14-16]. На практике детальное изучение морфогенеза и клеточно-молекулярных механизмов патологических процессов в сердечно-сосудистой системе, включая инфаркт миокарда, в их пространственно-временной динамике возможно только в лабораторном эксперименте, поскольку при анализе тканей сердца человека возникает ряд естественных ограничений этического плана и объективных трудностей (см., например, [15; 35; 55-58]). Это наряду с разнообразными индивидуальными физиологическими факторами и погрешностями лабораторных исследований еще больше усложняют процесс изучения и моделирования инфаркта. В этих условиях математическое моделирование и вычислительный эксперимент становятся важным инструментом для проведения фундаментальных исследований в данной области биомедицины.
Похожие диссертационные работы по специальности «Другие cпециальности», 00.00.00 шифр ВАК
Влияние активации системной воспалительной реакции на развитие дисфункции шунтов и риск сердечно-сосудистых осложнений после операции коронарного шунтирования2025 год, кандидат наук Ирасханов Атаби Шайхаевич
Клинико-патоморфологический, поляризационно-микроскопический и иммуногистохимический анализ миокарда при коронарном атеросклерозе2015 год, кандидат наук Карпова, Александра Александровна
Кардиопротекторная эффективность убидекаренона на разных стадиях ремоделирования миокарда2016 год, кандидат наук Токарева Ольга Григорьевна
Лимфоидные и миелоидные клетки с иммунорегуляторной активностью у пациентов в остром периоде ишемического инсульта2021 год, кандидат наук Морозов Сергей Александрович
Прогнозирование развития сердечно-сосудистых осложнений у пациентов с инфарктом миокарда (клинико-морфологическое исследование)2017 год, кандидат наук Слатова, Людмила Николаевна
Список литературы диссертационного исследования кандидат наук Цгоев Чермен Аланович, 2026 год
- —
-t-v^ - _
1 1
1 ■ ^^__
1 -1 - т —
1 1 j ; Л >
М 1 3 4 ; 2 5 I \ 7 —1 -
—1- - 1 -
0.2 0.21 0.22 0.23 0.24 0.25
мст
Рис. 5.16: Значения плотности кардиомиоцитов Mc(tc) в зависимости от начала проведения терапии t0 и вида терапии: 1 - типичный сценарий инфаркта, 2 - «IL-1», 3 - «IL-10», 4 - «М2», 5 - «М1», 6 -«IL-1+IL-10», 7 - «М1+М2», 8 - «comb». Время t0 показано в днях от начала инфаркта; контрольное время tc = 15 дней.
Таким образом, результаты математического моделирования позволяют заключить, что существует довольно узкий промежуток времени, когда вмешательство в поляризацию макрофагов способно существенно изменить ход острой фазы: чем раньше начинается терапия, тем сильнее подавляются провоспалительные макрофаги и возрастает доля противовоспалительных. При этом самый большой результат достигается в первые часы (до 1 суток), а затем эффективность стремительно падает. Анализ подтверждает существование «терапевтического окна» для управления поляризацией макрофагов и указывает на то, что
комбинированные стратегии, включающие сразу несколько мишеней, более чувствительны к раннему началу воздействия, но и дают максимальный прирост по уровню выживших кардиомиоцитов.
Результаты Главы 5
❖ С использованием моделей 2 и 3 проведено численное исследование механизма функциональной М1/М2 поляризации макрофагов, являющегося ключевым адаптационным механизмом воспалительной реакции в зоне повреждения. Установлен ряд общих закономерностей функционирования и способов управления этим механизмом, которые согласуются с известными биомедицинскими представлениями:
♦ показано, что М1/М2 поляризация макрофагов представляет собой аддитивный эффект функционирования, как минимум, двух механизмов - цитокин-зависи-мого механизма активации и перепрограммирования активированных макрофагов. Показано, что первый из них является решающим для инициации и формирования воспалительного ответа, а второй во-многом определяет дальнейший сценарий развития инфаркта, сдерживая избыточную воспалительную реакцию при инфаркте;
♦ полученные в ходе моделирования данные продемонстрировали ключевую роль перепрограммирования макрофагов как непосредственной реакции на изменение микроокружения, которая способна обеспечить благоприятное течение и исход заболевания;
♦ в рамках принятой математической модели процесс поляризации макрофагов играет важную роль в локализации местного воспаления в области конечных размеров, внутри которой формируется ядро инфаркта, а на периферии - валико-образная квазистационарная структура, скопление клеток иммунной системы и цитокинов, в виде демаркационного воспаления.
❖ Проанализированы возможные варианты управления поляризацией макрофагов с одной, двумя и четырьмя мишенями. Определен континуум наиболее успешных гипотетических терапевтических стратегий, который включает сложное управление воспалением с несколькими мишенями. Показано, что любая терапия, составной частью
которой является управление перепрограммированием активированных макрофагов, является орган-сберегающей. Все рассмотренные варианты управления поляризацией макрофагов, в том числе с помощью цитокинов, следует оценивать как успешные, в особенности с учетом представлений об оптимальном «терапевтическом окне». Показано, что эффект любой терапии максимален в первые сутки после инцидента, а при запаздывании лечения эффективность наиболее предпочтительных терапий с несколькими мишенями стремительно снижается до уровня терапий с единственной мишенью.
Основные результаты диссертации
1. Разработан и реализован иерархический подход к математическому моделированию пространственно-временного развития повреждения миокарда и врожденной иммунной реакции во время воспалительной фазы инфаркта. Подход основан на последовательной идентификации с привлечением экспериментальных временных рядов, исследовании свойств решений и использовании иерархии математических моделей ме-ханизменного типа, характеризующихся структурной и параметрической общностью уравнений биокинетики асептического воспаления. Иерархия включает базовую точечную модель динамики асептического воспаления, а также разработанные на ее основе точечную и реакционно-диффузионную модели динамики некротического процесса во время воспалительной фазы острого инфаркта миокарда.
2. Разработан, реализован в виде комплексов программ, протестирован и использован в вычислительных экспериментах программно-алгоритмический инструментарий, ориентированный на решение задач структурной и параметрической идентификации моделей математической биологии и проведение больших серий вычислительных экспериментов: а) экономичная вычислительная технология структурной и параметрической идентификации математических моделей объектов (процессов) с высоким уровнем неопределенностей; б) эффективный численный алгоритм решения прямых и обратных коэффициентных задач для жестких нелинейных систем ОДУ, основанный на методах семейства Адамса и генетическом алгоритме BGA, впервые применяемом в задачах данного класса; в) эффективный численный алгоритм решения начально-кра-
и и и и ^ 1 1
евой задачи для нелинейной системы уравнений биокинетики и реакция-диффузия, основанный на методах типа предиктор-корректор, расщеплении по пространственным переменным и идее блочного аналога метода Зейделя. Комплексы программ прошли государственную регистрацию в Росреестре РФ.
3. С привлечением разработанной иерархии математических моделей выполнено комплексное численное исследование пространственно-временного развития повреждения и врожденной иммунной реакции во время воспалительной фазы острого инфаркта миокарда, которое включает проведение больших серий вычислительных экспериментов и основанный на сопоставлении с клиническими и экспериментальными
данными в левом желудочке сердца мыши анализ результатов моделирования, в том числе
♦ триггерного механизма функционирования системы, механизмов локализации некротического процесса и структурообразования при инфаркте, роли поляризации и перепрограммирования макрофагов в этих процессах;
♦ базовых закономерностей пространственно-временного развития повреждения и воспалительной реакции во время воспалительной фазы острого инфаркта миокарда, в том числе при многососудистом поражении коронарного русла и рецидивирующем инфаркте;
♦ терапевтического потенциала управления активацией и поляризацией макрофагов при инфаркте, в том числе в контексте «терапевтического окна».
Основные публикации по теме работы
Публикации в периодических изданиях, рекомендованных ВАК.
1. Воропаева О. Ф., Цгоев Ч. А. Численное моделирование инфаркта миокарда при многососудистом поражении коронарного русла. I. Анализ некоторых модельных сценариев//Математическая биология и биоинформатика. -2024. -Т.19. -№ 1. -С.183-211.
2. Воропаева О. Ф., Цгоев Ч. А. Численное моделирование инфаркта миокарда при многососудистом поражении коронарного русла. II. Закономерности формирования крупного очага повреждения и структурообразования //Математическая биология и биоинформатика. - 2024. - Т.19. - № 2. - С.497-532.
3. Воропаева О.Ф., Цгоев Ч.А. Численное моделирование инфаркта миокарда. I. Анализ пространственно-временных аспектов развития местной воспалительной реакции // Математическая биология и биоинформатика. - 2023. - Т.18. - № 1. - С.49-71.
4. Воропаева О.Ф., Цгоев Ч.А. Численное моделирование инфаркта миокарда. II. Анализ механизма поляризации макрофагов как терапевтической мишени // Математическая биология и биоинформатика. - 2023. - Т.18. - № 2. - С.367-404.
5. Vorapaeva O.F., Tsgoev C.A., Shokin Yu.I. Numerical simulation of the inflammatory phase of myocardial infarction// Journal of Applied Mechanics and Technical Physics. - 2021. -Vol.62. - Iss.3. - P.441-450. (Воропаева О.Ф., Цгоев Ч.А., Шокин Ю.И. Численное моделирование воспалительной фазы инфаркта миокарда // Прикладная механика и техническая физика. - 2021. - Т.62. - № 3 (367). - С.105-117.)
6. Tsgoev C.A., Voropaeva O.F., Shokin Y.I. Mathematical modelling of acute phase of myocardial infarction// Russian Journal of Numerical Analysis and Mathematical Modelling. - 2020. -Vol.35. -Iss.2. - P.111-126.
7. Воропаева О.Ф., Цгоев Ч.А. Численная модель динамики факторов воспаления в ядре инфаркта миокарда// Сибирский журнал индустриальной математики. - 2019. - Т.22. -№2(78). -С.13-26.
Свидетельство о государственной регистрации программ для ЭВМ.
1. Цгоев Ч.А., Воропаева О.Ф. Программный комплекс VTMO для численного исследования динамики факторов воспаления в ядре инфаркта миокарда // Свидетельство о государственной регистрации программы для ЭВМ № 2018612327 от 15.02.2018 г. - Заявка № 2017663641 от 26.12.2017 г.
2. Воропаева О.Ф., Цгоев Ч.А. Программный комплекс VT/MI-2DM для моделирования процесса гибели клеток миокарда во время острой фазы инфаркта с применением уравнений типа реакция-диффузия // Свидетельство о государственной регистрации программы для ЭВМ № 2023683234 от 03.11.2023 г. - Заявка № 2023681579 от 19.10.2023 г.
Публикации в трудах международных и всероссийских конференций
1. Воропаева О.Ф., Цгоев Ч.А. Реакционно-диффузионная модель воспаления при ише-мическом инфаркте миокарда // Распределенные информационно-вычислительные ресурсы (DICR-2022): Сборник трудов XVIII Российской конференции с международным участием (Новосибирск, 5-8 декабря 2022 г.) / Под ред. С.А. Рылова, Ю.И. Моло-родова, А.А. Жирнова, Ю.Н. Синявского. - 2022. - Новосибирск: ФИЦ ИВТ. - С.20-27. -ISBN: 978-5-905569-21-0.
2. Воропаева О.Ф., Баядилов Т.В., Воропаева Е.С., Михаханова Т.С., Цгоев Ч.А. Математическое моделирование механизмов дегенеративных заболеваний // Актуальные проблемы прикладной математики, информатики и механики: сборник трудов Международной научной конференции (Воронеж, 07.12-09.12.2020). - 2021. - Воронеж: Издательство «Научно-исследовательские публикации». - С.783-788. - ISBN: 978-5-60454861-5.
3. Воропаева О.Ф., Баядилов Т.В., Воропаева Е.С., Иванов Н.Д., Леонтьев С.В., Цгоев Ч.А. Математическое моделирование процессов гибели клеток при дегенеративных забо-леваниях//Распределенные информационно-вычислительные ресурсы. Цифровые двойники и большие данные (DICR-2019): Труды XVII Международной конференции (Новосибирск, 03.12-06.12.2019) / Под ред. О.Л. Жижимова, А.В. Юрченко. - 2019. - Новосибирск: ИВТ СО РАН. - С.61-66.
4. Voropaeva O.F., T.V. Bayadilov, S.V. Leontiev, S.D. Senotrusova, Ch.A. TsgoevandYu.I. Shokin. Mathematical Modeling of Degenerative Diseases//International Conference on the Methods ofAerophysical Research (ICMAR 2018)/AIP Conference Proceedings. 2018.2027:1. P. 0300751-030075-6. doi: 10.1063/1.5065169.
5. Плотников Н.Д., Цгоев Ч.А., Воропаева О.Ф. Математическое моделирование процессов гибели клеток в живом организме // Марчуковские научные чтения - 2017: Труды Международной конференции. - 2017. - Новосибирск: ИВМиМГ СО РАН. - С.697-704.
6. Цгоев Ч.А., Воропаева О.Ф. Математическое моделирование гибели клеток при инфаркте миокарда // XVI Российская конференция «Распределенные информационно -вычислительные ресурсы. Наука - цифровой экономике» (DICR-2017): Труды XVI Всероссийской конференции (4-7 декабря 2017 г.). Новосибирск/Под ред. О.Л. Жижимова, А.М. Федотова. - 2017. - Новосибирск: ИВТ СО РАН. - С.272-278. - ISBN: 978-5-90556910-4. - http://elib.ict.nsc.ru/jspui/bitstream/ICT/1467/38/paper34.pdf
Публикации в тезисах международных и всероссийских конференций.
1. Цгоев Ч.А. Математическое моделирование инфаркта миокарда // Тезисы XXVI Всероссийской конференции молодых учёных по математическому моделированию и ин-
формационнымтехнологиям, Новосибирск, 10-14 ноября 2025 г. -2025. - Новосибирск: ФИЦ ИВТ. - С.31. - ISBN: 978-5-905569-30-2.
2. Цгоев Ч.А. Сравнительный анализ методов оптимизации// Актуальные проблемы прикладной математики и механики: Тезисы докладов XIV Всероссийской конференции с элементами школы молодых ученых, посвященной памяти академика А.Ф. Сидорова. Джанхот, 02-08 сентября 2025 года. - 2025. - Екатеринбург: Институт математики и механики им. Н.Н. Красовского УрО РАН. - С.57-58. - ISBN: 978-5-8295-0945-3.
3. Vorapaeva O.F., Tsgoev Ch.A. Numerical modeling of myocardial infarction in multivessel coronary lesion// 22-st International conference on the methods of aerophysical research (ICMAR 2024), Novosibirsk, 01-05 июля 2024 года: Abstracts. - 2024. - Novosibirsk: Siberian Branch of the Russian Academy of Sciences. - P.195-196.
4. Цгоев Ч.А. Поляризации макрофагов как терапевтическая стратегия при остром инфаркте миокарда // Марчуковские научные чтения 2024: Тезисы Международной конференции, Новосибирск, 7-11 октября 2024 г. - 2024. - Новосибирск: Ин-т вычислит. математики и матем. геофизики СО РАН. - С.120. - ISBN: 978-5-901548-51-6.
5. Цгоев Ч.А. Реакционно-диффузионная модель инфаркта миокарда // 0PENBI0-2023. X Международная конференция молодых ученых: биоинформатиков, биотехнологов, биофизиков, вирусологов и молекулярных биологов: Тезисы докладов (Наукоград Коль-цово, Новосибирск, 26-29 сентября 2023 года). - 2023. - Новосибирск: ИПЦНГУ. - С.63-64.
6. Воропаева О.Ф., Цгоев Ч.А. Математическое моделирование инфаркта миокарда на основе уравнений реакция-диффузия // Физико-химическая гидродинамика: модели и приложения: Сборник тезисов III Международной летней конференции (Уфа, 25-30 июня 2023 года). - 2023. - Уфа: «БашАльфаПринт». - С.29.
7. Цгоев Ч.А. Реакционно-диффузионная модель инфаркта миокарда // Тезисы XXIV Всероссийской конференции молодых учёных по математическому моделированию и информационным технологиям: Красноярск, Россия, 23-27 октября 2023 года. - 2023. -Новосибирск: ФИЦ ИВТ. - С.41. - ISBN: 978-5-905569-24-1.
8. Цгоев Ч.А. Реакционно-диффузионная модель инфаркта миокарда//X международная конференция молодых ученых: биоинформатиков, биотехнологов, биофизиков, вирусологов и молекулярных биологов: Тезисы докладов (г. Новосибирск, 26-29 сентября 2023). - Новосибирск: ИПЦ НГУ, 2023. - С. 814.
9. Воропаева О.Ф., Цгоев Ч.А. Реакционно-диффузионная модель инфаркта миокарда: исследование паттернов и терапевтических подходов // Актуальные проблемы прикладной математики и механики: Тезисы докладов XII Всероссийской конференции с элементами школы молодых ученых, посвященной памяти академика А.Ф. Сидорова. Джанхот, 04-10 сентября 2023 года. - 2023. - Екатеринбург: Институт математики и механики УрО РАН им. Н.Н. Красовского. - С.11-12. - ISBN: 978-5-8295-0876-0.
10. Цгоев Ч.А. Численное моделирование инфаркта миокарда // Тезисы XXIII Всероссийской конференции молодых учёных по математическому моделированию и информационным технологиям (Новосибирск, 24-28 октября 2022 г.). - 2022. - Новосибирск: ФИЦ ИВТ. - С.40. - ISBN: 978-5-905569-20-3.
11. Цгоев Ч.А. Математическое моделирование острой фазы инфаркта миокарда // Всероссийская конференция молодых ученых-механиков YSM-2022. Тезисы докладов (4 - 14 сентября 2022 г., Сочи, «Буревестник» МГУ). - М.: Издательство Московского университета, 2022 - 162 с.
12. Цгоев Ч.А., Воропаева О.Ф. Иерархия математических моделей инфаркта миокарда // Марчуковские научные чтения-2022: Тезисы Международной конференции, Новосибирск, 3-7 октября 2022 г. - 2022. - Новосибирск: Ин-т вычислит. математики и матем. геофизики СО РАН. - С.114-115. - ISBN: 978-5-901548-47-9.
13. Воропаева О.Ф., Цгоев Ч.А. Математическое моделирование воспалительной фазы инфаркта миокарда // Материалы VI Международной научной конференции «Нелокальные краевые задачи и родственные проблемы математической биологии, информатики и физики» (5-9 декабря 2021г., Нальчик, Кабардино-Балкарская Республика, Россия). - 2021. - Нальчик. - С.58.
14. Цгоев Ч.А. Математическое моделирование воспалительной фазы инфаркта миокарда // Тезисы XXII Всероссийской конференции молодых учёных по математическому
моделированию и информационным технологиям. г. Новосибирск, Россия, 25-29 октября 2021 г. - 2021. - Новосибирск: ФИЦ ИВТ. - С.36. - ISBN: 978-5-905569-17-3.
15. Voropaeva O.F., T.V. Bayadilov, S.D. Senotrusova, C.A. Tsgoev Mathematical modeling of the mechanisms of Socially significant diseases//Abstracts International Conference Dedicated To The 1150th Anniversary Of The Great Philosopher And Mathematician Al-Farabi «Computational And Information Technologies In Science, Engineering And Education», 9-10 Okt. 2020, Алматы (CITECH-2020).
16. Цгоев Ч.А. Математическое моделирование гибели клеток миокарда под влиянием факторов воспаления (научн. рук. Воропаева 0.Ф.)//МНСК-2020: Материалы 58-йМеждународной научной студенческой конференции. Математика (Новосибирск, 10.0413.04.2020). - 2020. - Новосибирск. - С.105. - ISBN: 978-5-4437-1051-8.
17. Цгоев Ч.А. Математическое моделирование динамики повреждения миокарда при инфаркте // Тезисы XXI Всероссийской конференции молодых учёных по математическому моделированию и информационным технологиям: Новосибирск, 07-11.12.2020. - 2020. - Новосибирск: ФИЦ ИВТ. - С.22. - ISBN: 978-5-905569-16-6.
18. Цгоев Ч.А. Математическое моделирование гибели клеток миокарда под влиянием факторов воспаления// Компьютерное моделирование структуры и динамики биомолекул. Тезисы выступлений участников Второй Школы молодых ученых MolMod-2018 (Новосибирск, 28-30 апреля 2018 г.) / Новосиб. гос. ун-т. - Новосибирск: ИПЦ НГУ, 2018. - с. 45-46.
19. Цгоев Ч.А. Математическое моделирование гибели кардиомиоцитов при инфаркте миокарда // Тезисы XIX Всероссийской конференции молодых ученых по математическому моделированию и информационным технологиям: Кемерово, 29 октября - 2 ноября 2018 г. - 2018. - Новосибирск: ИВТ СО РАН. - С.48. - ISBN: 978-5-905569-08-1.
20. Цгоев Ч.А. Математическое моделирование гибели клеток миокарда под влиянием факторов воспаления // Математика: Материалы 56-й Международной научной студенческой конференции. - 2018. - Новосибирск: Новосибирский национальный исследовательский государственный университет. - С.146. - ISBN: 978-5-4437-0742-6.
21. Vorapaeva O.F., T.V. Bayadilov, S. V. Leontiev, S. D. Senotrusova, Ch. A. Tsgoev and Yu. I. Shokin. Mathematical Modeling of Degenerative Diseases // Intern. Conference on the Methods of Aerophysical Research. August, 13-19,2018. Novosibirsk, Russia. Abstracts. Part I. Novosibirsk: Parallel. 2018. p. 297-298. ISBN 978-5-98901-216-9
22. S.R. Senchukova, T.V. Bayadilov, K.S. Gavrilova, N.D. Ivanov, S. V. Leontiev, S.D. Senotrusova, Ch. A. Tsgoev, O.F. Voropaeva. Mathematical models of p53-microRNA and their applications //27th EADV Congress. Paris. 12-16 September, 2018. 2018. P2157.
23. Плотников Н.Д., Ч.А. Цгоев, О.Ф. Воропаева. Математическое моделирование процессов гибели клеток в живом организме // Марчуковские научные чтения - 2017. Тезисы. ИВМиМГ СО РАН. Новосибирск. 25июня-14июля 2017 г. Новосибирск: Омега Принт. 2017. С.196.
24. Цгоев Ч.А., Воропаева О.Ф. Математическое моделирование гибели клеток миокарда под влиянием факторов воспаления//МНСК-2017: Математика: Материалы 55-йМеж-дународной научной студенческой конференции. - 2017. - Новосибирск: Новосибирский национальный исследовательский государственный университет. - С.178-178. -ISBN: 978-5-4437-0619-1.
Список литературы
1. Герасимов А. А. Эпидемиологические аспекты инфаркта миокарда в Российской Федерации : дис.... канд. мед. наук: 14.02.02 / Герасимов Андрей Андреевич. — Москва, 2019. — С. 187.
2. Finegold J. A., Asaria P., Francis D. P. Mortality from ischaemic heart disease by country, region, and age: statistics from World Health Organisation and United Nations // International journal of cardiology. — 2013. — Vol. 168, no. 2. — P. 934-945.
3. Raj M. Obesity and cardiovascular risk in children and adolescents // Indian journal of endocrinology and metabolism. — 2012. — Vol. 16, no. 1. — P. 13-19.
4. Global, regional, and national age-sex-specific mortality for 282 causes of death in 195 countries and territories, 1980-2017: a systematic analysis for the Global Burden of Disease Study 2017 / G. A. Roth, D. Abate, K. H. Abate, [et al.] // The lancet. — 2018. — Vol. 392, no. 10159. — P. 1736-1788.
5. RitchieH., RoserM. Causes of Death. — 2020. — URL: https: //ourworldindata.org/caus es-of-death. OurWorldInData.
6. Epidemiology of cardiovascular disease in Europe / N. Townsend, D. Kazakiewicz, F. Lucy Wright, [et al.] //Nature reviews cardiology. — 2022. — Vol. 19, no. 2. — P. 133-143.
7. World Health Organization. Cardiovascular diseases (CVDs). — 2021. — URL: https: //www .who.int/news-room/fact-sheets/detail/cardiovascular-diseases-(cvds).
8. Heart disease and stroke statistics—2019 update: a report from the American Heart Association/ E. J. Benjamin, P. Muntner, A. Alonso, [et al.] // Circulation. — 2019. — Vol. 139, no. 10. — e56-e528.
9. Forecasting the future of cardiovascular disease in the United States: a policy statement from the American Heart Association / P. A. Heidenreich, J. G. Trogdon, O. A. Khavjou, [et al.] //Circulation. — 2011. — Vol. 123, no. 8. — P. 933-944.
10. Health outcomes after myocardial infarction: A population study of 56 million people in England / M. Hall, L. Smith, J. Wu, [et al.] // Plos medicine. — 2024. — Vol. 21, no. 2. — e1004343.
11. Long-term mortality, cardiovascular events, and bleeding in stable patients 1 year after myocardial infarction: a Danish nationwide study / D. M. Christensen, A.-M. Schjerning, L. Smedegaard, [et al.] // European heart journal. — 2023. — Vol. 44, no. 6. — P. 488-498.
12. Changes and classification in myocardial contractile function in the left ventricle following acute myocardial infarction / H. Gao, A. Aderhold, K. Mangion, [et al.] // Journal of the royal society interface. — 2017. — Vol. 14, no. 132. — P. 20170203.
13. Third Universal Definition of Myocardial Infarction / K. Thygesen, J. S. Alpert, A. S. Jaffe, [et al.] // Circulation. — 2012. — Vol. 126, no. 16. — P. 2020-2035.
14. Type 2 myocardial infarction in clinical practice / T. Baron, K. Hambraeus, J. Sundström, [et al.] //Heart. — 2015. — Vol. 101, no. 2. — P. 101-106.
15. Nepomnyashchikh L. M., Lushnikova E. L., Semenov D. E. Regenerative and plastic insufficiency of the heart. — Moscow : Publishing House RAMS, 2003.
16. Frantz S., Nahrendorf M. Cardiac macrophages and their role in ischemic heart disease // Cardiovascular research. — 2014. — Vol. 102, no. 2. — P. 240-248.
17. Yarilin A. A. Immunology. Tutorial. — Moscow : GEOTAR-Media, 2010.
18. Classically and alternatively activated macrophages contribute to tissue remodelling after myocardial infarction / C. Troidl, H. Möllmann, H. Nef, [et al.] // Journal of cellular and molecular medicine. — 2009. — Vol. 13, 9b. — P. 3485-3496.
19. Macrophage activation and polarization in post-infarction cardiac remodeling/A. Gombo-zhapova, Y. Rogovskaya, V. Shurupov, [et al.] // Journal of biomedical science. — 2017. — Vol. 24, no. 1. — P. 13.
20. Anzai T. Post-infarction inflammation and left ventricular remodeling// Circulation journal. — 2013. — Vol. 77, no. 3. — P. 580-587.
21. Myocardial infarction and cardiac remodelling in mice / F. Yang, Y. Liu, X. Yang, [et al.] // Experimental physiology. — 2002. — Vol. 87, no. 5. — P. 547-555.
22. IL-1 Induces Proinflammatory Leukocyte Infiltration and Regulates Fibroblast Phenotype in the Infarcted Myocardium/A. Saxena, W. Chen, Y. Su, [et al.] // The journal of immunology. — 2013. — Vol. 191. — P. 4838-4848.
23. Гурин А. М. Структурно-функциональные особенности сердченой мышечной ткани человека//Современные наукоемкие технологии. — 2009. — № 11. — С. 28—40.
24. The anatomical arrangement of the myocardial cells making up the ventricular mass / R. H. Anderson, S. Y. Ho, K. Redmann, [et al.] // European journal of cardio-thoracic surgery. — 2005. — Vol. 28, no. 4. — P. 517-525.
25. Gouda Z. A., Elewa Y.H.A., Selim A. O. Histological architecture of cardiac myofibers composing the left ventricle of murine heart// Journal of histology and histopathology. — 2015. — Vol. 2, no. 2. — P. 1-8.
26. Lin P. C., Kreutzer U., Jue T. Anisotropy and temperature dependence of myoglobin translati-onal diffusion in myocardium: implication for oxygen transport and cellular architecture // Biophysical journal. — 2007. — Vol. 92. — P. 2608-2620.
27. Diffusion tensor imaging of left ventricular remodeling in response to myocardial infarction in the mouse / G. J. Strijkers, A. Bouts, W. M. Blankesteijn, [et al.] // NMR in biomedicine. — 2009. — Vol. 22, no. 2. — P. 182-190.
28. Beeler G. W., Reuter H. Reconstruction of the action potential of ventricular myocardial fibres//The journal of physiology. — 1977. — Vol. 268, no. 1. — P. 177-210.
29. Di Francesco D., Noble D. A model of cardiac electrical activity incorporating ionic pumps and concentration changes // Philosophical transactions of the royal society of London. B, biological sciences. — 1985. — Vol. 307, no. 1133. — P. 353-398.
30. Luo C., Rudy Y. A dynamic model of the cardiac ventricular action potential. I. Simulations of ionic currents and concentration changes // Circulation research. — 1994. — Vol. 74, no. 6. — P. 1071-1096.
31. Luo C., Rudy Y. A model of the ventricular cardiac action potential. Depolarization, repolarization, and their interaction// Circulation research. — 1991. — Vol. 68, no. 6. — P. 15011526.
32. Jafri M. S., Rice J. J., Winslow R. L. Cardiac Ca2+ dynamics: the roles of ryanodine receptor adaptation and sarcoplasmic reticulum load // Biophysical journal. — 1998. — Vol. 74, no. 3. — P. 1149-1168.
33. A mathematical treatment of integrated Ca dynamics within the ventricular myocyte / T. R. Shannon, F. Wang, [et al.] //Biophysical journal. - 2004. - Vol. 87, no. 5. - P. 3351-3371.
34. Stanley W. C., Recchia F. A., Lopaschuk G. D. Myocardial substrate metabolism in the normal and failing heart// Physiological reviews. - 2005. - Vol. 85, no. 3. - P. 1093-1129.
35. Fourth universal definition of myocardial infarction (2018) / K. Thygesen, J. S. Alpert, A. S. Jaffe, [et al.] // Circulation. - 2018. - Vol. 138, no. 20. - e618-e651.
36. Kingma J. G. Acute Myocardial Infarction: Perspectives on Physiopathology of Myocardial Injury and Protective Interventions // Cardiac diseases-novel aspects of cardiac risk, car-diorenal pathology and cardiac interventions. - IntechOpen, 2020.
37. Relation between ischemia time, infarct size, and left ventricular function in humans / E. T. Hasche, C. Fernandes, S. B. Freedman, R. W. Jeremy// Circulation. - 1995. - Vol. 92, no. 4. - P. 710-719.
38. Morrow D. A. Myocardial infarction: a companion to braunwald's heart disease E-book. -Elsevier Health Sciences, 2016.
39. Myocardial reperfusion injury: looking beyond primary PCI / G. M. Fröhlich, P. Meier, S. K. White, [et al.] //European heart journal. - 2013. - Vol. 34, no. 23. - P. 1714-1722.
40. Frangogiannis N. G. The immune system and cardiac repair // Pharmacological research. -2008. - Vol. 58, no. 2. - P. 88-111.
41. Frangogiannis N. G. Pathophysiology of Myocardial Infarction // Comprehensive physiology. - 2015. - Vol. 5, no. 4. - P. 1841-1875.
42. ЧерешневВ. А., ГусевЕ. Ю., ЮрченкоЛ. Н. Системное воспаление-миф или реальность?// Вестник Российской академии наук. - 2004. - Т. 74, № 3. - С. 219-225.
43. Черешнев В. А., Гусев Е. Ю. Иммунология воспаления: роль цитокинов // Медицинская иммунология. - 2001. - Т. 3, № 3. - С. 361-368.
44. Ferrante C. J., Leibovich S. J. Regulation of Macrophage Polarization and Wound Healing// Advances in wound care. - 2011. - Vol. 1, no. 1. - P. 10-16.
45. Macrophage phenotypes regulate scar formation and chronic wound healing / M. Hesketh, K. B. Sahin, Z. E. West, R. Z. Murray // International journal of molecular sciences. -2017. - Vol. 18, no. 7. - P. 1545.
46. Титов Л. П. Моноциты, макрофаги и дендритные клетки: генез, классификация, иммунобиологические свойства // Вестник Национальной академии наук Беларуси. Серия медицинских наук. — 2018. — Т. 15, № 3. — С. 363—382.
47. Поляризация макрофагов: механизмы, маркеры и факторы индукции/ А. А. Федоров, Н. А. Ермак, Т. С. Геращенко [и др.] // Сибирский онкологический журнал. — 2022. — Т. 21, №4. — С. 124—136.
48. Малышев И. Ю. Матричное репрограммирование иммунных клеток и роль его нарушения в патогенезе опухолей // Вестник РОНЦ им. Н. Н. Блохина РАМН. — 2012. — Т. 23, №2. — С. 21—33.
49. Стресс-ответ и апоптоз в про-и антивоспалительном фенотипе макрофагов / И. Ю. Малышев, С. В. Круглов, Л. Ю. Бахтина, Е. В. Малышева [и др.] // Бюллетень экспериментальной биологии и медицины. — 2004. — Т. 138, № 8. — С. 162—165.
50. Малышев И. Феномены и сигнальные механизмы репрограммирования макрофагов // Патологическая физиология. — 2015. — Т. 59, № 2. — С. 99—111.
51. Macrophage polarization in pathology/A. Sica, M. Erreni, P. Allavena, C. Porta// Cellular and molecular life sciences. — 2015. — Vol. 72, no. 21. — P. 4111-4126.
52. Braunwald E. Heart Failure // JACC heart failure. — 2013. — Vol. 1. — P. 20.
53. Metchnikoff E. Immunity in the Infectious Diseases. — Cambridge : Cambridge University Press, 1905. — P. 617.
54. Monocyte differentiation and macrophage polarization / A. N. Orekhov, V. A. Orekhova, N. G. Nikiforov, [et al.] //Vessel plus. — 2019. — Vol. 3. — P. 10.
55. Variability in coronary artery anatomy affects consistency of cardiac damage after myocardial infarction in mice / J. Chen, D. K. Ceholski, L. Liang, [et al.] // American Journal of physiology-heart and circulatory physiology. — 2017. — Vol. 313, no. 2. — H275-H282.
56. Preclinical models of myocardial infarction: from mechanism to translation / T. P. Martin, E. A. MacDonald, A. A. M. Elbassioni, [et al.] //British journal of pharmacology. — 2022. — Vol. 179, no. 5. — P. 770-791.
57. Guidelines for experimental models of myocardial ischemia and infarction / M. L. Lindsey, R. Bolli, J. M. Canty Jr, [et al.] //American journal of physiology-heart and circulatory physiology. - 2018. - Vol. 314, no. 4. - H812-H838.
58. Novel approaches to study coronary vasculature development in mice / H. Kolesova, M. Bartos, W. Hsieh, [et al.] // Developmental dynamics. - 2018. - Vol. 247. - P. 1018-1027.
59. Saxena A., Russo I., Frangogiannis N. G. Inflammation as a therapeutic target in myocardial infarction: learning from past failures to meet future challenges // Translational research. - 2016. - Vol. 167, no. 1. - P. 152-166.
60. Neutrophil induced oxidative injury of cardiac myocytes. A compartmented system requiring CD11b/CD18-ICAM-1 adherence / M. L. Entman, K. Youker, T. Shoji, [et al.] // The journal of clinical investigation. - 1992. - Vol. 90, no. 4. - P. 1335-1345.
61. Персонализация математических моделей в кардиологии: трудности и перспективы/ Ю. В. Василевский, С. С. Симаков, Т. М. Гамилов [и др.] //Компьютерные исследования и моделирование. - 2022. - Т. 14, № 4. - С. 911-930.
62. A method of modeling of occlusion-reperfusion induced myocardial infarction and quantitative evaluation of the effectiveness of limitation of its size / A. Shvilkin, D. Levitskii, L. Serebriakova, [et al.] // Kardiologiia. - 1990. - Vol. 30, no. 7. - P. 88-91.
63. Roe C. R., Starmer C. F. A sensitivity analysis of enzymatic estimation of infarct size // Circulation. - 1975. - Vol. 52, no. 1. - P. 1-5.
64. The effects of early coronary patency on the evolution of myocardial infarction: a prospective arteriographic study/A. D. Timmis, B. Griffin, J. C. Crick, [et al.] // Heart. - 1987. -Vol. 58, no. 4. - P. 345-351.
65. Angiographic progression of coronary artery disease and the development of myocardial infarction / J. A. Ambrose, M. A. Tannenbaum, D. Alexopoulos, [et al.] // Journal of the American college of cardiology. - 1988. - Vol. 12, no. 1. - P. 56-62.
66. Cumulative meta-analysis of therapeutic trials for myocardial infarction / J. Lau, E. M. Ant-man, J. Jimenez-Silva, [et al.] // New England journal of medicine. - 1992. - Vol. 327, no. 4. - P. 248-254.
67. Прогнозирование исхода состояния при инфаркте миокарда / О. М. Белоцерковский, Г. П. Арутюнов, А. В. Виноградов [и др.] // Доклады Академии наук. Т. 261. — Российская академия наук. 1981. — С. 1307—1310.
68. Математический анализ закономерностей клинического течения инфаркта миокарда / О. М. Белоцерковский, Г. П. Арутюнов, А. В. Виноградов [и др.] // Вопросы кибернетики. Применение математических методов и вычислительной техники в кардиологии и хирургии. — Москва, 1983. — С. 3—15.
69. Белоцерковский О. М., Виноградов А. В., Глазунов А. С. Математическое моделирование динамики развития инфаркта миокарда // Вопросы кибернетики. Биомединформа-тика и ее приложения. — Москва, 1988. — С. 3—22.
70. Белоцерковский О. М. Применение математических методов и ЭВМ в медицине // Вычислительная механика. Современные проблемы и результаты. — Москва, 1991. — С. 148—172.
71. Белоцерковский О. М., Виноградов А. В., Глазунов А. С. Метод раннего прогнозирования течения острого инфаркта миокарда и постинфарктного кардиосклероза// Информатика и медицина, М.: Наука. — 1997. — С. 72—119.
72. Jones K. C., Mann K. G. A model for the tissue factor pathway to thrombin. II. A mathematical simulation// Journal of biological chemistry. — 1994. — Vol. 269, no. 37. — P. 2336723373.
73. Математическая модель прочности стенки сердца в зоне инфаркта миокарда при различных условиях ее заживления / В. Е. Шляховер, Н. И. Яблучанский, С. В. Еременко, В. А. Заболоцкий//Кровообращение. — 1988. — Т. 21, № 4. — С. 3—6.
74. A three-dimensional finite element method for large elastic deformations of ventricular myocardium: II—prolate spheroidal coordinates / K. D. Costa, P. J. Hunter, J. Wayne, [et al.] // Journal of biomechanical engineering. — 1996. — Vol. 118, no. 4. — P. 464-472.
75. GolematiS., NikitaK. S. CardiovascularComputing-Methodologies, Clinical Applications. — Springer, 2019.
76. Исследование электромеханического и механоэлектрического сопряжения в миокарде при помощи математических моделей / О. Э. Соловьева, П. В. Коновалов, Н. А. Ви-кулова [и др.] // Российский физиологический журнал имени И.М. Сеченова. - 2007. -Т. 93, № 9. - С. 945-968.
77. Berberoglu E., Goktepe S. Computational modeling of myocardial infarction // Procedia IU-TAM. - 2015. - Vol. 12. - P. 52-61.
78. Panda S. C., Natarajan R. Finite-element method of stress analysis in the human left ventricular layered wall structure//Medical and biological engineering and computing. - 1977. -Vol. 15. - P. 67-71.
79. Saez P., Kuhl E. Computational modeling of acute myocardial infarction // Computer methods in biomechanics and biomedical engineering. - 2016. - Vol. 19, no. 10. - P. 11071115.
80. SugaH. Theoretical analysis of a left-ventricular pumping model based on the systolic time-varying pressure-volume ratio//IEEE transactions on biomedical engineering. - 1971. -Vol. 18. - P. 47-55.
81. Suga H. Left ventricular time-varying pressure/volume ratio in systole as an index of myocardial Inotropism//Japanese heart journal. - 1971. - Vol. 12. - P. 153-160.
82. Suga H., Sagawa K. Instantaneous pressure volume relationships and their ratio in the excised, supported canine left ventricle//Circulation research. - 1974. - Vol. 35. - P. 117126.
83. Single-beat estimation of end-systolic elastance usingbilinearly approximated time-varying elastance curve / T. Shishido, K. Hayashi, K. Shigemi, [et al.] // Circulation. - 2000. - Vol. 102. - P. 1983-1989.
84. Passive and active ventricular elastances of the left ventricle / L. Zhong, D. N. Ghista, E. Y. K. Ng, S. T. Lim//Biomedical engineering online. - 2005. - Vol. 4. - P. 1-13.
85. Systematic and pulmonary hemodynamics assessed with a lumped-parameter heart-arterial interaction model / P. Segers, N. Stergiopulos, N. Westerhof, [et al.] // Journal of engineering mathematics. - 2003. - Vol. 47. - P. 185-199.
86. Modeling the impact of concomitant aortic stenosis and coarctation of the aorta on left ventricular workload / Z. Keshavarz-Motamed, J. Garcia, P. Pibarot, [et al.] // Journal of biomechanics. — 2011. — Vol. 44. — P. 2817-2825.
87. Colebank M. J., Chesler N. C. An in-silico analysis of experimental designs to study ventricular function: A focus on the right ventricle // PLoS computational biology. — 2022. — Vol. 18. — P. 1-29.
88. Cardiac resynchronization: Insight from experimental and computational models / R. C. P. Kerckhoffs, J. Lumens, [et al.] // Progress in biophysics and molecular biology. — 2008. — Vol. 97. — P. 543-561.
89. Three-wall segment (TriSeg) model describing mechanics and hemodynamics of ventricular interaction / J. Lumens, T. Delhaas, B. Kirn, T. Arts//Annals of biomedical engineering. — 2009. — Vol. 37. — P. 2234-2255.
90. Ambrosi D., Pezzuto S. Active stress vs. active strain in mechanobiology: constitutive issues//Journal of elasticity. — 2012. — Vol. 107, no. 2. — P. 199-212.
91. A viscoelastic model for human myocardium / D. Nordsletten, A. Capilnasiu, W. Zhang, [et al.] //Actabiomaterialia. — 2021. — Vol. 135. — P. 441-457.
92. Guccione J. M., Costa K. D., McCulloch A. D. Finite element stress analysis of left ventricular mechanics in the beating dog heart // Journal of biomechanics. — 1995. — Vol. 28. — P. 1167-1177.
93. Myosplint decreases wall stress without depressing function in the failing heart: A finite element model study / J. M. Guccione, A. Salahieh, S. M. Moonly, [et al.] // The annals of thoracic surgery. — 2003. — Vol. 76. — P. 1171-1180.
94. An in-silico study of the effects of left ventricular assist device on right ventricular function and inter-ventricular interaction / L. Fan, J. S. Choy, S. Lee, [et al.] // Artificial organs. — 2023. — Vol. 47. — P. 1831-1847.
95. Симаков C. C. Современные методы математического моделирования кровотока с помощью осредненных моделей // Компьютерные исследования и моделирование. — 2018. — Т. 10, № 5. — С. 581—604.
96. Моделирование процессов микрогемоциркуляции с учетом пульсовых колебаний давления / Т. А. Хмель, А. В. Федоров, В. М. Фомин, В. А. Орлов // Прикладная механика и техническая физика. - 2011. - Т. 52, № 2. - С. 92-102.
97. Симаков С. С., Василевский Ю. В. Об использовании пространственного осреднения при моделировании кровеносной системы человека//XI Всероссийский съезд по фундаментальным проблемам теоретической и прикладной механики. - 2015. - С. 34613464.
98. Роль измерения фракционированного резерва кровотока при атеросклерозе коронарных артерий / Ф. Ю. Копылов, А. А. Быкова, Ю. В. Василевский, С. С. Симаков // Терапевтический архив. - 2015. - Т. 87, № 9. - С. 106-113.
99. Ремизов А. Н. Медицинская и биологическая физика. - Москва: Высшая школа, 1987. -С. 638.
100. Бегун П. И., Афонин П. Н. Моделирование в биомеханике. - Москва : Высшая школа, 2004. - С. 389.
101. Холодов А. С. Некоторые динамические модели внешнего дыхания и кровообращения с учётом их связности и переноса вещества // Компьютерные модели и прогресс медицины. - Москва, 2001. - С. 127-165.
102. Программный комплекс «Виртуальное сердце» / В. С. Петров, А. В. Вильдеманов, С. А. Григорьева [и др.] // Вестник Нижегородского университета им. НИ Лобачевского. -2012. - № 5-2. - С. 438-447.
103. Review of cardiac-coronary interaction and insights from mathematical modeling/ L. Fan, H. Wang, G. S. Kassab, L. C. Lee // WIREs mechanisms of disease. - 2024. - Vol. 16, no. 3. - e1642.
104. A closed-loop modeling framework for cardiac-to-coronary coupling / A. G. Munneke, J. Lumens, T. Arts, T. Delhaas//Frontiers in physiology. - 2022. - Vol. 13. - P. 830925.
105. Optimization of cardiac resynchronization therapy based on a cardiac electromechanics-perfusion computational model / L. Fan, J. S. Choy, F. Raissi, [et al.] // Computers in biology and medicine. - 2022. - Vol. 141. - P. 105050.
106. Simulation of coronary capillary transit time based on full vascular model of the heart / H. Wang, L. Fan, J. S. Choy, [et al.] // Computer methods and programs in biomedicine. — 2024. — Vol. 243. — P. 107908.
107. Role of coronary flow regulation and cardiac-coronary coupling in mechanical dyssynchrony associated with right ventricular pacing / L. Fan, R. Namani, J. S. Choy, [et al.] // American journal of physiology-heart and circulatory physiology. — 2021. — Vol. 320, no. 3. — H1037-H1054.
108. The effect of left ventricular contractility on arterial hemodynamics: A model-based investigation/ S. Pagoulatou, D. Adamopoulos, G. Rovas, [et al.] // PloS one. — 2021. — Vol. 16, no. 8. — e0255561.
109. Milisic V, Ouarteroni A. Analysis of lumped parameter models for blood flow simulations and their relation with 1D models //ESAIM: M2AN. —2004. — Vol.38, no. 4. — P. 613-632.
110. Mirramezani M., Shadden S. C. Distributed lumped parameter modeling of blood flow in compliant vessels//Journal of biomechanics. —2022. — Vol. 140. — P. 111161.
111. Shi Y, LawfordP., HoseR. Review of zero-D and 1-D models of blood flow in the cardiovascular system//Biomedical engineering online. — 2011. — Vol. 10. — P. 1-38.
112. One-dimensional modelling of a vascular network in space-time variables / S. J. Sherwin, V. Franke, J. Peiro, K. Parker // Journal of engineering mathematics. — 2003. — Vol. 47, no. 3. — P. 217-250.
113. Smith N. P., Pullan A. J., Hunter P. J. An anatomically based model of transient coronary blood flow in the heart // SIAM journal on applied mathematics. — 2002. — Vol. 62, no. 3. — P. 990-1018.
114. Expert recommendations on the assessment of wall shear stress in human coronary arteries: existing methodologies, technical considerations, and clinical applications / F. Gijsen, Y. Katagiri, P. Barlis, [et al.] // European heart journal. — 2019. — Vol. 40, no. 41. — P. 34213433.
115. Taylor C. A., Fonte T. A., Min J. K. Computational fluid dynamics applied to cardiac computed tomography for noninvasive quantification of fractional flow reserve: scientific basis // Journal of the american college of cardiology. — 2013. — Vol. 61, no. 22. — P. 22332241.
116. Thomas B., Sumam K. S. Blood flow in human arterial system-A review // Procedia technology. - 2016. - Vol. 24. - P. 339-346.
117. A modular numerical method for implicit 0D/3D coupling in cardiovascular finite element simulations / M. E. Moghadam, I. E. Vignon-Clementel, R. Figliola, [et al.] // Journal of computational physics. - 2013. - Vol. 244. - P. 63-79.
118. A 1D-0D-3D coupled model for simulating blood flow and transport processes in breast tissue / M. Fritz, T. Koppl, J. T. Oden, [et al.] // International journal for numerical methods in biomedical engineering. - 2022. - Vol. 38, no. 7. - e3612.
119. Computational modelling of multi-temporal ventricular-vascular interactions during the progression of pulmonary arterial hypertension / R. Pourmodheji, Z. Jiang, C. Tossas-Be-tancourt, [et al.] // Journal of the royal society interface. - 2022. - No. 196. - P. 20220534.
120. Patient-specific computational analysis of hemodynamics and wall mechanics and their interactions in pulmonary arterial hypertension / B. A. Zambrano, N. McLean, X. Zhao, [et al.] //Frontiers inbioengineering and biotechnology. - 2021. - Vol. 8. - P. 611149.
121. Image-based computational assessment of vascular wall mechanics and hemodynamics in pulmonary arterial hypertension patients/B. A. Zambrano, N. A. McLean, X. Zhao, [et al.] // Journal of biomechanics. - 2018. - Vol. 68. - P. 84-92.
122. Медведев А. Е. Двухфазная модель течения крови // Российский журнал биомеханики. - 2013. - № 4. - С. 22-36.
123. Бибердорф Э. А., ПоповаН. И. Численное решение задачи гемодинамики методом прямых и методом ортогональной прогонки. - 2009.
124. Компьютерное моделирование системы кровообращения / Ф. А. Колпаков, Р. Н. Ша-рипов, И. С. Евшин [и др.] // Система кровообращения и артериальная гипертония: Биофизические и генетико-физиологические механизмы, математическое и компьютерное моделирование / под ред. Л. Н. Иванова, А. М. Блохин, А. Л. Маркель. - Новосибирск : Издательство СО РАН, 2008. - С. 135-204.
125. Сравнение двух математических моделей для описания пространственной динамики процесса свертывания крови/А. И. Лобанов, Т. К. Старожилова, В. И. Зарницына, Ф. И. Атауллаханов//Математическое моделирование. - 2003. - Т. 15, № 1. - С. 14-28.
126. Лобанов А И., Старожилова Т. К., Гурия Г. Т. Численное исследование структурообра-зования при свертывании крови // Математическое моделирование. — 1997. — Т. 9, № 8. — С. 83—95.
127. Пороговая активация свертывания крови и рост тромба в условиях кровотока / А. Л. Чуличков, А. В. Николаев, А. И. Лобанов, Г. Т. Гурия // Математическое моделирование. — 2000. — Т. 12, № 3. — С. 75—96.
128. Papadopoulos K. P., Gavaises M., Atkin C. A simplified mathematical model for thrombin generation//Medical engineering & physics. — 2014. — Vol. 36, no. 2. — P. 196-204.
129. Elizondo P., Fogelson A. L. A mathematical model of venous thrombosis initiation // Biophysical journal. — 2016. — Vol. 111, no. 12. — P. 2722-2734.
130. Integrative modeling of the cardiac ventricular myocyte / R. L. Winslow, S. Cortassa, B. O'Rourke, [et al.] // WIREs: systems biology and medicine. — 2011. — Vol. 3, no. 4. — P. 392-413.
131. Lee L. C., Kassab G. S. Mathematical modeling of cardiac growth and remodeling// WIREs systems biology and medicine. — 2016. — Vol. 8, no. 3. — P. 211-226.
132. Age-related cardiac muscle sarcopenia: Combining experimental and mathematical modeling to identify mechanisms/J. Lin, E. F. Lopez, Y. Jin, [et al.]//Experimental gerontology. — 2008. — Vol. 43, no. 4. — P. 296-306.
133. Combining experimental and mathematical modelingto reveal mechanisms of macrophage-dependent left ventricular remodeling/Y. F. Jin, H. C. Han, J. Berger, [et al.] //BMC systems biology. — 2011. — Vol. 5, no. 60. — 14p.
134. Mathematical Modeling of Macrophage Activation in Left Ventricular Remodeling Post-Myocardial Infarction / Y. Wang, Y. Jin, Y. Ma, [et al.] // 2011 IEEE International Workshop on Genomic Signal Processing and Statistics. — 2011. — P. 202-205.
135. Mathematical modeling and stability analysis of macrophage activation in left ventricular remodeling post-myocardial infarction / Y. Wang, T. Yang, Y. Ma, [et al.] // BMC Genomics. — 2012. — Vol. 13, no. 21. — 8p.
136. Chen-CharpentierB., Kojouharov H. Mathematical Modeling of Myocardial Infarction//Model. Eng. Hum. Behav. — 2019. — Vol. 46. — P. 46-50.
137. Moise N., Friedman A. A mathematical model of immunomodulatory treatment in myocardial infarction// Journal of theoretical biology. - 2022. - Vol. 544. - P. 111122.
138. Using models to advance medicine: Mathematical modeling of post-myocardial infarction left ventricular remodeling / M. Lafci Buyukkahraman, G. K. Sabine, H. V. Kojouharov, [et al.] // Computer methods in biomechanics and biomedical engineering. — 2022. — Vol. 25, no. 3. — P. 298-307.
139. Role of activated CaMKII in abnormal calcium homeostasis and INa remodeling after myocardial infarction: insights from mathematical modeling/T. J. Hund, K. F. Decker, E. Kanter, [et al.] // Journal of molecular and cellular cardiology. — 2008. — Vol. 45, no. 3. — P. 420428.
140. Advances in computational modelling for personalised medicine after myocardial infarction / K. Mangion, H. Gao, D. Husmeier, [et al.] // Heart. — 2018. — Vol. 104, no. 7. — P. 550-557.
141. A geometrical approach for evaluating left ventricular remodeling in myocardial infarct patients/Y. Su, L. Zhong, C.-W. Lim, [etal.]//Computer methods and programs inbiomedicine. — 2012. — Vol. 108, no. 2. — P. 500-510.
142. Rouillard A. D., Holmes J. W. Mechanical regulation of fibroblast migration and collagen remodelling in healing myocardial infarcts // The journal of physiology. — 2012. — Vol. 590, no. 18. — P. 4585-4602.
143. Atlas-based quantification of cardiac remodeling due to myocardial infarction / X. Zhang, B. R. Cowan, D. A. Bluemke, [et al.] // PloS one. — 2014. — Vol. 9, no. 10. — e110243.
144. Information maximizing component analysis of left ventricular remodeling due to myocardial infarction / X. Zhang, B. Ambale-Venkatesh, D. A. Bluemke, [et al.] // Journal of trans-lational medicine. — 2015. — Vol. 13, no. 1. — P. 343.
145. Orthogonal decomposition of left ventricular remodeling in myocardial infarction/X. Zhang, P. Medrano-Gracia, B. Ambale-Venkatesh, [et al.] // GigaScience. — 2017. — Vol. 6, no. 3. — gix005.
146. Personalised computational cardiology: patient-specific modelling in cardiac mechanics and biomaterial injection therapies for myocardial infarction / K. L. Sack, N. H. Davies, J. M. Guccione, T. Franz // Heart failure reviews. — 2016. — Vol. 21. — P. 815-826.
147. Statistical shape modeling of the left ventricle: myocardial infarct classification challenge / A. Suinesiaputra, P. Ablin, X. Alba, [et al.] // IEEE journal of biomedical and health informatics. — 2017. — Vol. 22, no. 2. — P. 503-515.
148. Systo-diastolic lv shape analysis by geometric morphometrics and parallel transport highly discriminates myocardial infarction / P. Piras, L. Teresi, S. Gabriele, [et al.] // International workshop on statistical atlases and computational models of the heart. — Springer. 2015. — P. 119-129.
149. Statistical shape modeling using partial least squares: application to the assessment of myocardial infarction / K. Lekadir, X. Alba, M. Pereanez, A. F. Frangi // International workshop on statistical atlases and computational models of the heart. — Springer. 2016. — P. 130139.
150. Bai W., Oktay O., Rueckert D. Classification of myocardial infarcted patients by combining shape and motion features // International workshop on statistical atlases and computational models of the heart. — Springer. 2016. — P. 140-145.
151. Ablin P., Siddiqi K. Detecting Myocardial Infarction Using Medial Surfaces: LV Statistical Modelling Challenge: Myocardial Infarction// International workshop on statistical atlases and computational models of the heart. — Springer, 2015. — P. 146-153.
152. Parajuli N., Lu A., Duncan J. S. Left ventricle classification using active shape model and support vector machine // International workshop on statistical atlases and computational models of the heart. — Springer. 2016. — P. 154-161.
153. Mukhopadhyay A., Oksuz I., Tsaftaris S. A. Supervised learning of functional maps for infarct classification // International workshop on statistical atlases and computational models of the heart. — Springer. 2016. — P. 162-170.
154. Joint clustering and component analysis of spatio-temporal shape patterns in myocardial infarction / C. Pinto, S. ^imen, A. Gooya, [et al.] // International Workshop on Statistical Atlases and Computational Models of the Heart. — Springer. 2015. — P. 171-179.
155. Myocardial infarction detection from left ventricular shapes using a random forest / J. Allen, E. Zacur, E. Dall'Armellina, [et al.] // International Workshop on Statistical Atlases and Computational Models of the Heart. — Springer. 2016. — P. 180-189.
156. Combination of polyaffine transformations and supervised learning for the automatic diagnosis of LV infarct / M.-M. Rohe, N. Duchateau, M. Sermesant, X. Pennec // International Workshop on Statistical Atlases and Computational Models of the Heart. — Springer. 2016. — P. 190-198.
157. Automatic detection of cardiac remodeling using global and local clinical measures and random forest classification / J. Ehrhardt, M. Wilms, H. Handels, D. Saring// International Workshop on Statistical Atlases and Computational Models of the Heart. — Springer. 2016. — P. 199-207.
158. Automatic detection of myocardial infarction through a global shape feature based on local statistical modeling / M. Tabassian, M. Alessandrini, P. Claes, [et al.] // International Workshop on Statistical Atlases and Computational Models of the Heart. — Springer. 2015. — P. 208-216.
159. Mokhtarudin M. J. M., Shabudin A., Dokos S. Computational model of left ventricle infarct remodelling during passive filling phase //2018 IEEE-EMBS Conference on Biomedical Engineering and Sciences (IECBES). — IEEE. 2018. — P. 166-170.
160. Computational model predicts paracrine and intracellular drivers of fibroblast phenotype after myocardial infarction/A. C. Zeigler, A. R. Nelson, A. S. Chandrabhatla, [et al.] //Matrix biology. — 2020. — Vol. 91. — P. 136-151.
161. Mathematical modeling of stem cell therapy for left ventricular remodeling after myocardial infarction / M. L. Buyukkahraman, B. M. Chen-charpentier, J. Liao, H. V. Kojouharov// Journal of mechanics in medicine and biology. — 2023. — Vol. 23, no. 06. — P. 2340015.
162. Inflammatory bowel disease: How effective is TNF-a suppression? / W.-C. Lo, V. Arsenescu, R. I. Arsenescu, A. Friedman//PloS one. —2016. — Vol. 11, no. 11. — e0165782.
163. Coupled immunological and biomechanical model of emphysema progression / M. Ceresa, A. L. Olivares, J. Noailly, M. A. Gonzalez Ballester// Frontiers in physiology. — 2018. — Vol. 9. — P. 388.
164. Trejo I., Kojouharov H., Chen-Charpentier B. Modeling the macrophage-mediated inflammation involved in the bone fracture healing process // Mathematical and computational applications. — 2019. — Vol. 24, no. 1. — P. 12.
165. Eftimie R., Eftimie G. Investigating macrophages plasticity following tumour-immune interactions during oncolytic therapies // Acta biotheoretica. — 2019. — Vol. 67, no. 4. — P. 321-359.
166. Identifying important parameters in the inflammatory process with a mathematical model of immune cell influx and macrophage polarization / M. Torres, J. Wang, P. J. Yannie, [et al.] // PLoS computational biology. — 2019. — Vol. 15, no. 7. — e1007172.
167. A computational bio-chemo-mechanical model of in vivo tissue-engineered vascular graft development / R. Khosravi, A. B. Ramachandra, J. M. Szafron, [et al.] // Integrative biology. — 2020. — Vol. 12, no. 3. — P. 47-63.
168. Mathematical modeling and bifurcation analysis of pro-and anti-tumor macrophages / Y. Shu, J. Huang, Y. Dong, Y. Takeuchi // Applied mathematical modelling. — 2020. — Vol. 88. — P. 758-773.
169. Amato S., Arnold A. Modeling microglia activation and inflammation-based neuroprotec-tant strategies during ischemic stroke // Bulletin of mathematical biology. — 2021. — Vol. 83, no. 6. — P. 72.
170. Hamam H. Mathematical model on Type 1 diabetes and Healthy state: Mechanisms of betta cells on the interaction between M1 and M2 Macrophages//Applied mathematics and nonlinear sciences. — 2023. — Vol. 8.
171. Воропаева О. Ф., Цгоев Ч. А. Численная модель динамики факторов воспаления в ядре инфаркта миокарда// Сибирский журнал индустриальной математики. — 2019. — Т. 22, 2(78). — С. 13—26.
172. Воропаева О. Ф., Цгоев Ч. А., Шокин Ю. И. Численное моделирование воспалительной фазы инфаркта миокарда // Прикладная механика и техническая физика. — 2021. — Т. 62, № 3. — С. 105—117.
173. Chen-Charpentier B., Kojouharov H. Sensitivity Analysis and Uncertainty of a Myocardial Infarction Model//Mathematics. — 2024. — Vol. 12, no. 14. — P. 2217.
174. Ali N., Badshah N. Modeling of Post-Myocardial Infarction and Its Solution Through Artificial Neural Network. — 2024.
175. Хачатуров В. Р. Аппроксимационно-комбинаторный метод декомпозиции и композиции систем и конечные топологические пространства, решётки, оптимизация // Журнал вычислительной математики и математической физики. — 1985. — Т. 25, № 12. - С. 1777—1794.
176. Самарский А. А. Введение в численные методы. Учебное пособие для вузов. — 3-е изд., стер. — Санкт-Петербург : Лань, 2005. — С. 288. — ISBN 5-8114-0602-9.
177. Бахвалов Н. С., Жидков Н. П., Кобельков Г. М. Численные методы. Т. 600. — М.: наука, 1987.
178. Белов А. А., Калиткин Н. Н. Экономичные методы численного интегрирования задачи коши для жёстких систем обыкновенных дифференциальных уравнений // Дифференциальные уравнения. — 2019. — Т. 55, № 7. — С. 907—918.
179. Ворожцов Е. В. Построение явных разностных схем для обыкновенных дифференциальных уравнений с помощью разложений Лагранжа-Бюрмана//Вычислительные методы и программирование. — 2010. — Т. 11. — С. 198—209.
180. Калиткин Н. Н. Численные методы. 2 изд. — БХВ-Петербург, 2011.
181. Хайрер Э., Ваннер Г. Решение обыкновенных дифференциальных уравнений // Математическое моделирование. — 1999. — Т. 11, № 8. — С. 127.
182. Ахмеров Р. Р. Численные методы решения обыкновенных дифференциальных уравнений. — 1994.
183. Воропаева О. Ф. Основы численного анализа динамических систем. Учебное пособие. — Новосибирск: Новосиб. гос. ун-т., 2022.
184. Годунов С. К., Рябенький В. С. Разностные схемы (введение в теорию). Учебное пособие. — Москва : Наука, 1977. — С. 440.
185. Желткова В. В., Желтков Д. А., Бочаров Г. А. Моделирование ВИЧ инфекции: идентификация моделей и исследование глобальной чувствительности // Математическая биология и биоинформатика. — 2019. — Т. 14, № 1. — С. 19—33.
186. МарчукГ. И. Математические модели в иммунологии. — Наука. Гл. ред. физ.-мат. лит., 1980.
187.
188.
189.
190.
191.
192.
193.
194.
195.
196.
197.
198.
199.
200.
Романюха А. А. Математические модели в иммунологии и эпидемиологии инфекционных заболеваний//М.: Бином. Лаборатория знаний. — 2012. — Т. 293.
Asselmeyer T., Ebeling W., RoséH. Evolutionary strategies of optimization// Physical review E. — 1997. — Vol. 56, no. 1. — P. 1171.
Yuan B., Gallagher M. Combining meta-EAs and racing for difficult EA parameter tuning tasks//Parameter setting in evolutionary algorithms. — Springer, 2007. — P. 121-142.
PiszczA., Soule T. Genetic programming: Parametric analysis of structure altering mutation techniques//Proc. 7th Annu. Workshop Genet. Evol. Comput. — 2005. — P. 220-227.
De Jong K. Parameter setting in EAs: a 30 year perspective // Param. Setting Evol. Algorithms. — Springer, 2007. — P. 1-18.
Kennedy J., EberhartR. Particle swarm optimization//Proceedings of ICNN'95-international conference on neural networks. Vol. 4. — IEEE. 1995. — P. 1942-1948.
Mirjalili S. Genetic algorithm// Evolutionary algorithms and neural networks: theory and applications. — 2019. — P. 43-55.
Meyer-Nieberg S., Beyer H.-G. Self-adaptation in evolutionary algorithms // Parameter setting in evolutionary algorithms. — Springer, 2007. — P. 47-75.
Mühlenbein H., Schlierkamp-Voosen D. Predictive models for the breeder genetic algorithm I. Continuous parameter optimization//Evolutionary computation. — 1993. — Vol. 1, no. 1. — P. 25-49.
Torn A., ZilinskasA. Global optimization. Vol. 350. — Springer, 1989.
Ackley D. A connectionist machine for genetic hillclimbing. Vol. 28. — Springer science & business media, 2012.
Mühlenbein H. Parallel genetic algorithms in combinatorial optimization // Computer science and operations research. — Elsevier, 1992. — P. 441-453.
Numerical Modeling of Flows in Turbomachines / S. G. Cherny, D. V. Chirkov, V. N. Lapin, [et al.]. — Novosibirsk : Nauka, 2006.
The design of francis turbine runners by 3D Euler simulations coupled to a breeder genetic algorithm / M. Sallaberger, M. Fisler, M. Michaud, [et al.] // Proc. of 20th IAHR Symp. Hydraulic Machinery and Systems. — 2000. — 10p.
201. Muhlenbein H., Schlierkamp-Voosen D. Predictive Models for the Breeder Genetic Algorithm// Evolutionary computation. - 1993. - Vol. 1, no. 1. - P. 25-49.
202. ЛатыповА. Ф., Никуличев Ю. В. Специализированный комплекс программ оптимизации//Новосибирск. - 1985. - № 15-85.
203. Kabanikhin S. I., Il'in A. I., Krivirot'ko O. I. On Parameter Definition of the Models Describing by Systems of Nonlinear Differential Equations// Siberian electronic mathematical reports. - 2014. - Vol. 11. - P. 62-76.
204. Кабанихин С. И. Обратные и некорректные задачи. - 2018.
205. Gelfand I. M., Tsetlin M. L. On Some Methods of Control for Complex Systems // Uspekhi matematicheskih nauk. - 1962. - Vol. 17, 1 (103). - P. 3-25.
206. Myocardial infarction models in NOD/Scid mice for cell therapy research: permanent ischemia vs ischemia-reperfusion / V.-L. van Zuylen, M. C. den Haan, H. Roelofs, [et al.] // Springerplus. - 2015. - Vol. 4, no. 1. - P. 336.
207. Interleukin-1 receptor type I signaling critically regulates infarct healing and cardiac remodeling/ M. Bujak, M. Dobaczewski, K. Chatila, [et al.] // The American journal of pathology. - 2008. - Vol. 173, no. 1. - P. 57-67.
208. CXCR3-independent actions of the CXC chemokine CXCL10 in the infarcted myocardium in isolated cardiac fibroblasts are mediated through proteoglycans / A. Saxena, M. Bujak, O. Frunza, [et al.] // Cardiovascular research. - 2014. - Vol. 103, no. 2. - P. 217-227.
209. Сахаров В. Н., Литвицкий П. Ф. Математическое моделирование процесса перепрограммирования макрофагов при воспалении и реализации иммунных реакций: преграды и перспективы// Сеченовский вестник. - 2015. - Т. 1, № 19. - С. 27-31.
210. Structural and practical identifiability analysis of partially observed dynamical models by exploiting the profile likelihood/A. Raue, C. Kreutz, T. Maiwald, [et al.] //Bioinformatics. -2009. - Vol. 25, no. 15. - P. 1923-1929.
211. ЛьюнгЛ. Идентификация систем: Теория для пользователя. Т. 432. - Наука, 1991.
212. Ризниченко Г. Ю. Лекции по математическим моделям в биологии. - RetC Dynamics, 2011.
213. Эйкхофф П. Основы идентификации систем управления: оценивание параметров и состояния. — 1975.
214. Криворотько О. И., Кабанихин С. И., Петракова В. С. Идентифицируемость математических моделей эпидемиологии: туберкулез, ВИЧ, COVID-19 // Математическая биология и биоинформатика. — 2023. — Т. 18, № 1. — С. 177—214.
215. Ильин А. В., Крылов П. А., Фурсов А. С. О некотором подходе к задаче стабилизации параметрически неопределенной линейной нестационарной системы // Доклады Российской академии наук. Математика, информатика, процессы управления. — 2020. — Т. 494, № 0. — С. 97—104.
216. Райбман Н. С. Идентификация объектов управления (обзор) // Автоматика и телемеханика. — 1979. — № 6. — С. 80—93.
217. СенотрусоваС.Д., ВоропаеваО. Ф., ШокинЮ.И. Применение минимальных математических моделей динамики сигнального пути р53-микроРНК к анализу лабораторных данных//Вычислительные технологии. — 2020. — Т. 25, № 6. — С. 4—49.
218. Воропаева О. Ф., Иванов Н. Д. Математическое моделирование острой фазы ишемиче-ского инсульта // Международная конференция «Актуальные прикладной проблемы математики, информатики и механики». — Воронеж : Издательство «Научно-исследовательские публикации», 2020. — С. 717—725.
219. Воропаева О. Ф., Гаврилова К. С. Математическое моделирование функционирования сигнального пути p53 при повреждении ДНК. I. Модель активации системы p53-Mdm2-Wip1 //Вычислительные технологии. — 2021. — Т. 26, № 6. — С. 33—53.
220. Воропаева О. Ф., Гаврилова К. С. Математическое моделирование функционирования сигнального пути P53 при повреждении ДНК. II. Активация системы p53-Mdm2-Wip1-p21-Apaf1-Bax под влиянием у-облучения//Вычислительные технологии. — 2022. — Т. 27, № 1. — С. 4—20.
221. Inverse problems in systems biology / H. W. Engl and, C. Flamm, P. Kügler, [et al.] // Inverse problems. — 2009. — Vol. 25. — 51p.
222. Hamby D. M. A review of techniques for parameter sensitivity analysis of environmental models//Environmental mnitoringand assessment. — 1994. — Vol. 32, no. 2. — P. 135154.
223. Oran E. S., Boris J. P. Numerical simulation of reactive flow. - New York : Elsevier, 1987.
224. Jones W. W., Boris J. P. An algorithm for multispecies diffusion fluxes // Computers and chemistry. - 1981. - Vol. 5, no. 2/3. - P. 139-146.
225. Eykhoff P. System identification: parameter and state estimation. - London : Wiley, 1974.
226. Lyamina S. V., Malyshev I. Y. Polarization of macrophages in the modern concept of forming an immune response//Fundamental research. - 2014. - 10, pt. 5. - P. 930-935.
227. Interleukin-10 is not a critical regulator of infarct healing and left ventricular remodeling/ P. Zymek, D.-Y. Nah, M. Bujak, [et al.] // Cardiovascular research. - 2007. - Vol. 74, no. 2. - P. 313-322.
228. TNF-a antagonism ameliorates myocardial ischemia-reperfusion injury in mice by upregu-lating adiponectin / C. Gao, Y. Liu, O. Yu, [et al.] // American journal of physiology-heart and circulatory physiology. - 2015. - Vol. 308, no. 12. - H1583-H1591.
229. Granger C. Complement and reduction of infarct size after angioplasty or lytics (CARDINAL) trials//American heart journal. - 2003. - Vol. 145, no. 3. - P. 555-555.
230. Prognostic usefulness of white blood cell count, temperature in acute myocardial infarction (from the CARDINAL Trial) / M. R. Patel, K. W. Mahaffey, P. W. Armstrong, [et al.] // The American journal of cardiology. - 2005. - Vol. 95, no. 5. - P. 614-618.
231. ЧерешневВ. А., ГусевЕ. Ю. Иммунологические и патофизиологические механизмы системного воспаления // Медицинская иммунология. - 2012. - Т. 14, № 1/2. - С. 920.
232. Tsgoev C. A., Voropaeva O. F., Shokin Y. I. Mathematical modelling of acute phase of myocardial infarction// Russian journal of numerical analysis and mathematical modelling. -2020. - Vol. 35, no. 2. - P. 111-126.
233. Яненко Н. Н. Метод дробных шагов решения многомерных задач математической физики. - Новосибирск : Наука. Сиб. отд-ние, 1967.
234. Тихонов А. Н., Самарский А. А. Уравнения математической физики // Высшая школа. -1976.
235. МарчукГ. И. Методы вычислительной математики. - 1980.
236. Яненко Н. Н. О неявных разностных методах счета многомерного уравнения теплопроводности// Известия высших учебных заведений. Математика. — 1961. — № 4. — С. 148—159.
237. Самарский А. А. Теория разностных схем. — Москва : Наука, 1977. — С. 657.
238. Chen B., Frangogiannis N. G. Immune cells in repair of the infarcted myocardium // Microcirculation. — 2017. — Vol. 24, no. 1. — e12305.
239. Delayed reduction of tissue water diffusion after myocardial ischemia / E. W. Hsu, R. Xue, A. Holmes, J. R. Forder//American journal of physiology-heart and circulatory physiology. — 1998. — Vol. 275, no. 2. — H697-H702.
240. Characterization of myocardial microstructure, function in an experimental model of isolated subendocardial damage / N. Beyhoff, D. Lohr, A. Foryst-Ludwig, [et al.] // Hypertension. — 2019. — Vol. 74, no. 2. — P. 295-304.
241. Колмогоров А. Н., Петровский И. Г., Пискунов Н. С. Исследование уравнения диффузии, соединенной с возрастанием количества вещества, и его применение к одной биологической проблеме // Бюлл. МГУ. Сер. А. Математика и механика. — 1937. — Т. 1. — С. 1—26.
242. Зельдович Я. Б. Теория горения и детонации газов // М.: Изд-во АН СССР. — 1944. — Т. 5.
243. Fisher R. A The wave of advance of advantageous genes // Annals of eugenics. — 1937. — Vol. 7, no. 4. — P. 355-369.
244. Frangogiannis N. G. The inflammatory response in myocardial injury, repair, and remodelling//Nature reviews cardiology. — 2014. — Vol. 11, no. 5. — P. 255-265.
245. Turing A. M. The chemical basis of morphogenesis // Philosophical transactions of the royal society of London. — 1952. — Vol. 237. — P. 37-72.
246. Maini P. K., Painter K. J., Chau H. N. P. Spatial pattern formation in chemical and biological systems // Journal of the chemical society, faraday transactions. — 1997. — Vol. 93, no. 20. — P. 3601-3610.
247. Pattern formation of a spatial predator-prey system / G.-O. Sun, J. Zhang, L.-P. Song, [et al.] //Applied mathematics and computation. — 2012. — Vol. 218, no. 22. — P. 1115111162.
248. Hess B., Plesser T. Temporal and spatial order in biochemical systems // Annals of the New York Academy of Sciences. — 1979. — Vol. 316, no. 1. — P. 203-213.
249. Pearson J. E. Complex patterns in a simple system // Science. — 1993. — Vol. 261, no. 5118. — P. 189-192.
250. Dufiet V., Boissonade J. Numerical studies of Turing patterns selection in a two-dimensional system//Physica A: statistical mechanics and its applications. — 1992. — Vol. 188, no. 13. — P. 158-171.
251. Watzl M., Münster A. F. Control of mosaic and turing patterns by light and electric field in the methylene blue- sulfide- oxygen system // The journal of physical chemistry A. — 1998. — Vol. 102, no. 15. — P. 2540-2546.
252. GunaratneG.H., OuyangQ., SwinneyH.L. Pattern formation in the presence of symmetries// Physical review E. — 1994. — Vol. 50, no. 4. — P. 2802.
253. Pattern formation by interacting chemical fronts / K. J. Lee, W. D. McCormick, O. Ouyang, H. L. Swinney// Science. — 1993. — Vol. 261, no. 5118. — P. 192-194.
254. Johnson B.R., Scott S.K. New approaches to chemical patterns//Chemical society reviews. — 1996. — Vol. 25, no. 4. — P. 265-273.
255. Prediction of multivessel coronary artery disease and candidates for stress-only imaging using multivariable models with myocardial perfusion imaging/Y. Kunita, K. Nakajima, T. Nakata, [et al.] //Annals of nuclear medicine. — 2022. — Vol. 36, no. 7. — P. 674-683.
256. Rationale and design of the MULTISTARS AMI Trial: A randomized comparison of immediate versus staged complete revascularization in patients with ST-segment elevation myocardial infarction and multivessel disease / B. E. Staehli, F. Varbella, B. Schwarz, [et al.] // American heart journal. — 2020. — Vol. 228. — P. 98-108.
257. Predictors and prognostic impact of recurrent myocardial infarction in patients with left ventricular dysfunction, heart failure, or both following a first myocardial infarction / J. J. Thune, J. E. Signorovitch, L. Kober, [et al.] // European journal of heart failure. — 2011. — Vol. 13, no. 2. — P. 148-153.
258. Predictors of recurrent acute myocardial infarction despite successful percutaneous coronary intervention / S. H. Lee, M. H. Jeong, J. H. Ahn, [et al.] //The Korean journal of internal medicine. — 2022. — Vol. 37, no. 4. — P. 777.
259. Эрлих А. Д. Связь степени поражения коронарного русла и особенностей стентирова-ния с краткосрочными и отдаленными исходами у пациентов с острым коронарным синдромом (данные регистра РЕКОРД-3)//Кардиология. — 2018. — Т. 58, № 5. — С. 5— 12.
260. Machine learning for ECG diagnosis and risk stratification of occlusion myocardial infarction/S. S. Al-Zaiti, C. Martin-Gill, J. K. Zegre-Hemsey, [etal.]//Nature medicine. — 2023. — Vol. 29, no. 7. — P. 1804-1813.
261. Myocardial infarction models in NOD/Scid mice for cell therapy research/V.-L. van Zuylen, M. C. den Haan, H. Roelofs, [et al.] // Springerplus. — 2015. — Vol. 4, no. 1. — P. 336.
262. Macrophage-targeting gene silencing orchestrates myocardial microenvironment remodeling toward the anti-inflammatory treatment of ischemia-reperfusion (IR) injury / Y. Wang, M. Hou, S. Duan, [et al.] //Bioactive materials. — 2022. — Vol. 17. — P. 320-333.
263. A quantitative comparison of regional myocardial motion in mice, rabbits and humans using in-vivo phase contrast CMR/ B. Jung, K. E. Odening, E. Dall'Armellina, [et al.] // Journal of cardiovascular magnetic resonance. — 2012. — Vol. 14, no. 1. — P. 90.
264. Lafuse W. P., Wozniak D. J., Rajaram M. V. Role of cardiac macrophages on cardiac inflammation, fibrosis and tissue repair// Cells. — 2020. — Vol. 10, no. 1. — P. 51.
265. Macrophage Polarization in Cardiac Tissue Repair Following Myocardial Infarction/Y. Kim, S. Nurakhayev, A. Nurkesh, [et al.] // International journal of molecular sciences. — 2021. — Vol. 22. — P. 2715.
266. Blood milieu in acute myocardial infarction reprograms human macrophages for trauma repair/M. A. Fontaine, H. Jin, M. Gagliardi, [et al.] //Advanced science. — 2023. — Vol. 10, no. 5. — P. 2203053.
267. Frangogiannis N. G. Regulation of the inflammatory response in cardiac repair // Circulation research. - 2012. - Vol. 110, no. 1. - P. 159-173.
268. Лобанов А. И., Старожилова Т. К. Нестационарные структуры в модели свертывания крови//Новое в синергетике: взгляд в третье тысячелетие. М.: Наука. - 2002. - С. 346367.
269. Формирование пространственных структур хемотактильными бактериями Escherichia coli / А. И. Лобанов, Р. А. Пашков, И. Б. Петров, А. А. Полежаев // Математическое моделирование. - 2002. - Т. 14, № 10. - С. 17-26.
270. Diminished reactive hematopoiesis and cardiac inflammation in a mouse model of recurrent myocardial infarction / S. Cremer, M. J. Schloss, C. Vinegoni, [et al.] // Journal of the American college of cardiology. - 2020. - Vol. 75, no. 8. - P. 901-915.
271. Лямина С. В., Малышев И. Ю. Поляризация макрофагов в современной концепции формирования иммунного ответа // Фундаментальные исследования. - 2014. - № 105. - С. 930-935.
272. Reprogramming of macrophages with macrophage cell membrane-derived nanoghosts / J. Hwang, M. Zheng, C. Wiraja, [et al.] // Nanoscale advances. - 2020. - Vol. 2. - P. 52545262.
273. Поляризация макрофагов при саркоидозе / И. Е. Малышева, Э. Л. Тихонович, Е. К. Олейник [и др.] //Медицинская иммунология. - 2021. - Т. 23, № 1. - С. 7-16.
274. Metabolic Reprogramming in Tumor-Associated Macrophages in the Ovarian Tumor Microenvironment / S. Kumar, S. Mittal, P. Gupta, [et al.] // Cancers. - 2022. - Vol. 14. -P. 5224.
275. Metabolic reprogramming in macrophage responses/Y. Liu, R. Xu, H. Gu, [etal.]//Biomarker research. - 2021. - Vol. 9, no. 1. - P. 1. - DOI: 10.1186/s40364-020-00251-y.
276. Defects in Macrophage Reprogramming in Cancer Therapy: The Negative Impact of PD-L1/PD-1 / H. Cai, Y. Zhang, J. Wang, J. Gu//Frontiers in immunology. - 2021. - Vol. 12.
277. Macrophage reprogramming for therapy / V. Bart, R. Pickering, P. Taylor, N. Ipseiz // Immunology. - 2021. - Vol. 163. - P. 128-144.
278. Роль макрофагов в репарации миокарда после повреждения и перспективы метаболического перепрограммирования иммунных клеток в целях регуляции постинфарктного восстановления миокарда / Ю. С. Стафеев, М. Ю. Меньшиков, В. А. Ткачук, Е. В. Парфёнова//Кардиология. — 2017. — Т. 57, № 12. — С. 53—59.
279. The Role of Cardiac Macrophage and Cytokines on Ventricular Arrhythmias / M. Chen, X. Li, S. Wang, [et al.] // Frontiers in physiology. — 2020. — Vol. 11.
280. Inflammation in acute myocardial infarction: the good, the bad and the ugly / M. A. Matter, F. Paneni, P. Libby, [et al.] // European heart journal. — 2024. — Vol. 45, no. 2. — P. 89-103.
281. Inflammation as a new therapeutic target among older patients with ischemic heart disease / D. Maidana, A. Arroyo-Alvarez, A. Arenas-Loriente, [et al.] // Journal of clinical medicine. — 2024. — Vol. 13, no. 2. — P. 363.
282. Viola M., Jager S. C. de, Sluijter J. P. G. Targeting inflammation after myocardial infarction: a therapeutic opportunity for extracellular vesicles? // International journal of molecular sciences. — 2021. — Vol. 22, no. 15. — P. 7831.
283. Knockdown of TNF-a by DNAzyme gold nanoparticles as an anti-inflammatory therapy for myocardial infarction /1. Somasuntharam, K. Yehl, S. L. Carroll, [et al.] // Biomaterials. — 2016. — Vol. 83. — P. 12-22.
284. The systemic deletion of interleukin-1a reduces myocardial inflammation and attenuates ventricular remodeling in murine myocardial infarction / J. Lugrin, R. Parapanov, G. Milano, [et al.] // Scientific reports. — 2023. — Vol. 13, no. 1. — P. 4006.
Приложение 1: глоссарий
Миокард - средний, «рабочий» мышечный слой стенки сердца, состоящий из специализированных сердечных мышечных клеток (кардиомиоцитов). Обеспечивает ритмические сокращения, прокачивающие кровь по всему организму.
Кардиомиоциты - главные сократительные клетки миокарда, отвечающие за механическое сокращение сердца и за проведение электрических импульсов по сердечной мышце.
Коронарная система - сеть артерий и вен, питающих сердечную мышцу (миокард) посредством двух главных артерий (левой и правой) и их ветвей. Обеспечивает доставку кислорода и питательных веществ в ткань сердца и отвод углекислого газа.
Ишемия - патологическое состояние, при котором приток крови к органу или его участку уменьшается или прекращается, вызывая «кислородное голодание» тканей, что приводит к нарушению энергетического обмена и функции клеток.
Коронарная окклюзия - полная или почти полная закупорка коронарного сосуда, приводящая к ишемии участка миокарда.
Некроз - гибель клеток, характеризующаяся утратой целостности клеточных мембран, набуханием и разрывом клеток, высвобождением сигнальных молекул DAMPs и инициацией реакции системы иммунитета.
DAMPs - молекулы, высвобождающиеся из поврежденных или погибших клеток для активации реакции иммунной системы.
Воспаление - естественная реакция организма на повреждение любого происхождения или на проникновение чужеродных агентов, направленная на устранение вызывающего его раздражителя и создание условий для восстановления.
Асептическое воспаление - тип воспалительного ответа без участия микроорганизмов.
Инфаркт миокарда - очаговая необратимая гибель (некроз) участков сердечной мышцы вследствие длительной или острой ишемии.
Инфаркт миокарда 2-го типа - очаговая гибель кардиомиоцитов вследствие дисбаланса потребления и доставки кислорода.
Фагоцитоз - активный процесс захвата и переваривания клетками (например, макрофагами) крупных частиц (например, мертвых клеток).
Лейкоциты - общее название всех «белых» клеток крови, выполняющих защитные функции организма и участвующих в иммунном ответе.
Моноциты - крупные лейкоциты крови, «предшественники» макрофагов. При миграции в ткани дифференцируются в макрофаги, где участвуют в фагоцитозе и воспалительном ответе.
Макрофаги - клетки тканевого происхождения (из моноцитов), фагоцитирующие мертвые клетки и запускающие процессы заживления, а также вырабатывающие сигнальные молекулы.
Белки - высокомолекулярные органические вещества, состоящие из аминокислот. В организме они выполняют структурные, каталитические и регуляторные функции.
Цитокины - небольшой класс белков-медиаторов, регулирующих воспалительный ответ: усиливая или ослабляя его, они влияют на рост, активацию и миграцию иммунных клеток.
Пластичность макрофагов - способность этих клеток переключаться между провоспали-тельным фенотипом (М1) и противовоспалительным (М2) фенотипом в зависимости от сигналов микроокружения.
Поляризация макрофагов - процесс направленной активации макрофагов в провоспа-лительный или противовоспалительный фенотипы под воздействием цитокинов и других стимулов.
М0-макрофаги - неактивированные макрофаги, находящиеся в «пассивном» состоянии ожидания сигналов активации.
М1-макрофаги - макрофаги провоспалительного фенотипа, поддерживают острое воспаление и фагоцитоз погибших клеток.
М2-макрофаги - макрофаги противовоспалительного фенотипа, способствуют разрешению воспаления и восстановлению.
Перепрограммирование макрофагов - обратимый переход активированных макрофагов между фенотипами М1 и М2 под действием меняющихся сигналов микроокружения.
Демаркационное воспаление (ДВ) - формирование вокруг очага некроза скопления клеток противовоспалительной направленности, изолирующего зону повреждения и ограничивающего распространение воспалительного процесса.
Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.