匹兹堡(2019年7月9日)...从工程带来的计算模型和实验的世界的匹兹堡斯旺森学院大学的生物工程组靠得更近通过开发一种方法来帮助分析在成像的进步提供成像数据的财富工具和自动显微镜。

他们的研究重点是胚胎组织扩散，这一过程在伤口愈合和许多疾病的进展过程中至关重要。这篇文章最近发表于PLOS ONE(DOI：10.1371 / journal.pone.0218021)，展示了如何使用近似贝叶斯计算(ABC) - 统计推断方法 - 可以帮助推导出有用的实验设计定量信息。

这项工作由生物工程学教授Lance Davidson监督，他负责管理Swanson工程学院的MechMorpho实验室。该研究由Pitt数学研究生校友TracyStepien和MechMorpho实验室前博士后助理Holley Lynch领导。

Davidson的小组从非洲爪蟾胚胎中培养组织，揭示胚胎形态发生背后的机械特性 - 生物体发育形态的生物过程。在研究期间，他们发现小外植体比较大的外植体传播得慢，因此他们开始创建建模方法以找出原因。

他们在几个星期的课程中收集了延时图像序列，但是在将建模与实验相结合时的挑战是确定最佳参数集。

“随着模型变得越来越复杂，实验系统产生更多数据，很难确定所选参数是否是最佳组合，”亚利桑那大学博士后助理Stepien说。“这是贝叶斯计算有用的地方 - 对于每个数据集，您可以运行模型数千次，以识别最符合实验本身的参数集。”

一旦该组将贝叶斯方法应用于他们的模型，他们发现没有一个唯一的参数集。相反，他们确定了“几乎最佳”参数的分布，然后使用统计方法来比较不同的分布。

从统计分析，他们预测组织特性如力的产生和粘附更可能随初始组织大小而变化，而不是诸如细胞分裂或形状变化的因素。

“我们的工作提供了预测方法，可以帮助指导更多关于形态发生的一般性研究，以更好地了解在发育过程中如何调节组织扩散，并可能控制伤口愈合和癌症期间的扩散，”目前担任斯泰森大学物理学助理教授的林奇说。 。

研究小组认为，这些参数也可能有助于改进其他实验的模型。

戴维森说：“尽管本文主要关注一种特定类型的组织运动，但它更具广泛影响力，因为它正试图为科学界找到一条新的前进方向。”“几年来，我们的模型从简单的东西变成了更加严谨和强大的东西。最初专注于组织传播的论文最终演变为展示了一个非常紧密地整合建模和实验的框架。”

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

“我们真的希望将我们的实验方法与计算模型结合起来，就像这种方法提供的统计学一样强大，”戴维森说。“利用计算的力量和先进的生物力学实验，可以真正影响我们对疾病发展和治疗的认识。”