Geum.ru

Тезисы докладов

Вид материалаТезисы
Молекулярные механизмы компенсаторных процессов при нейродегенеративных заболеваниях – гиперпролактинемии и болезни паркинсона
Эффективные алгоритмические схемы автоматизации анализа медицинских изображений и их специализация для изображений срезов мозга
В.В. Яшина
Подобный материал:
1   2   3   4   5   6   7   8   9   ...   78

МОЛЕКУЛЯРНЫЕ МЕХАНИЗМЫ КОМПЕНСАТОРНЫХ ПРОЦЕССОВ ПРИ НЕЙРОДЕГЕНЕРАТИВНЫХ ЗАБОЛЕВАНИЯХ – ГИПЕРПРОЛАКТИНЕМИИ И БОЛЕЗНИ ПАРКИНСОНА




С.Г.Георгиева1,2), А.Н.Краснов1), Ю.В.Николенко1)



1)Институт биологии гена РАН, Москва

2) Институт молекулярной биологии им. В.А. Энгельгардта РАН, Москва


Для развития болезни Паркинсона характерна определенная стадийность – первые 20-30 лет соответствуют преклинической стадии развития заболевания, т.е. без проявления клинических симптомов, в то время как после проявления симптомов, уже в клинической стадии, происходит довольно быстрая деградация больного, что приводит к летальному исходу. Предполагается, что отсутствие клинических симптомов в первые десятилетия развития заболевания объясняется включением механизмов пластичности мозга, обеспечивающих компенсацию функциональной недостаточности дегенерирующих ДА-ергических нейронов (Pogarell, Oertel, 1999). Таким образом, к основным задачам, стоящим перед исследователями, относятся: изучение компенсаторных механизмов, включающихся при дегенерации ДА-ергических нейронов в преклинической стадии БП, что может способствовать, с одной стороны, разработке методов доклинической диагностики заболеваний, а с другой – поиску подходов к профилактическому лечению. Целью проекта является исследование компенсаторных механизмов на экспериментальной модели преклинической фазы нейродегенеративных заболеваний, включающихся при дегенерации ДА-ергических нейронов нигростриатной и тубероинфундибулярной систем мозга. В ходе проекта были подобраны условия выделение мРНК из лактотропоцитов гипофиза и определен уровень транскрипции гена рецепторов ДА второго типа у статистически достоверной выборки контрольных животных и у животных после введения нейротоксина. На основании полученных результатов сделан вывод о корреляции между изменением уровня экспрессии рецепторов ДА второго типа и дегенерацией ДА-ергических нейронов тубероинфундибулярной системы. Изучена экспрессия тирозингидроксилазы в двух ДА-ергических центрах – аркуатном ядре и черной субстанции, и продемонстрировано включение экспрессии тирозингидроксилазы в недофаминергических нейронах стриатума. Выявлены изменения в экспрессии рецепторов к ДА в периферических лимфоцитах здоровых людей и больных Паркинционизмом. Сделан вывод о корреляции между изменением уровня экспрессии рецепторов к ДА и возникновением заболевания, что в дальнейшем может послужить одним из маркеров для формирования группы риска больных в преклинической стадии болезни Паркинсона.


ЭФФЕКТИВНЫЕ АЛГОРИТМИЧЕСКИЕ СХЕМЫ АВТОМАТИЗАЦИИ АНАЛИЗА МЕДИЦИНСКИХ ИЗОБРАЖЕНИЙ

И ИХ СПЕЦИАЛИЗАЦИЯ ДЛЯ ИЗОБРАЖЕНИЙ СРЕЗОВ МОЗГА




И.Б.Гуревич1), В.Н.Белоозеров1), Е.А.Козина2), А.А. Мягков3), Н.А.Найденов3), Т.С.Пронина2), Ю.О.Трусова1), В.Г.Хаиндрава2),

В.В. Яшина1)



1) Учреждение Российской академии наук Вычислительный центр

им. А.А.Дородницына РАН

2) Институт биологии развития им. Н.К.Кольцова РАН

3) Московский государственный университет им. М.В.Ломоносова


Представляемый проект посвящен разработке, исследованию и программной реализации математических методов извлечения из медицинских изображений информации, необходимой для моделирования заболеваний и их диагностики. Теоретический фундамент проекта составляет Дескриптивный подход к анализу и пониманию изображений, предложенный и обоснованный И.Б.Гуревичем. При разработке математической основы алгоритмической схемы анализа изображений нейронов использованы методы обработки изображений, математической теории анализа изображений и распознавания образов. Разработаны специализированные дескриптивные алгебры изображений, обеспечивающие формирование и формальное описание искомой алгоритмической схемы, а также построение моделей анализируемых изображений. Алгоритмическая схема основана на методах выделения информативных объектов на изображениях, содержащих множество мелких соприкасающихся протяженных объектов, методах адаптивной сегментации и методах выделения, вычисления и оценки их информативных признаков. Алгоритмическая схема содержит следующие этапы: 1) открытие изображения с помощью реконструкции; 2) преобразование «дно шляпы» с помощью двойственной реконструкции; 3) закрытие изображения с помощью двойственной реконструкции; 4) преобразование, устраняющее «h-максимумы» изображения; 5) выделение внутренних и внешних маркеров объектов; 6) преобразование морфологического градиента по найденным маркерам с помощью двойственной реконструкции; 7) выделение объектов с помощью алгоритма сегментации по водоразделам; 8) вычисление количественных характеристик: число выделенных объектов; периметр (мкм); площадь (мкм2); мин., ср. и макс. яркость; параметр формы; 9) статистический анализ значений признаков. Созданная алгоритмическая схема обеспечивает обработку и анализ цифровых изображений окрашенных срезов на триптофангидроксилазу. Дофаминергические (ДА-ергические) нейроны выявляются на серийных срезах (толщина 15-20 мкм) черной субстанции с помощью иммуноцитохимии по наличию тирозингидроксилазы – специфического фермента синтеза ДА. Экспериментальные данные были получены на изображениях дистальных отделов аксонов (терминалей). Существенными характеристиками модели болезни Паркинсона (БП) являются: а) число ДА-ергических аксонов, иннервирующих стриатум при использовании различных схем введения МФТП (доза, количество инъекций, интервалы между инъекциями); б) функциональная активность ДА-ергических аксонов. Экспериментальные исследования подтвердили возможность и целесообразность автоматизации обработки и анализа изображений окрашенных срезов на триптофангидроксилазу с целью определения характеристик, необходимых для построения модели БП. Установлено также, что точность выделения объектов на срезах в автоматическом режиме оказывается не ниже точности выделения этих объектов при ручной обработке. Программная реализация разработанных математических методов позволяет существенно ускорить исследования БП за счет автоматизации наполнения моделей экспериментальными данными и автоматизации исследования моделей. Полученные результаты являются важным этапом исследований по оценке состояния нигростриатной системы мозга при развивающейся БП, что в дальнейшем позволит изучить компенсаторные механизмы мозга с целью управлениями ими.