Professional Documents
Culture Documents
نماذج الحجرة للأنظمة الفيزيولوجية
نماذج الحجرة للأنظمة الفيزيولوجية
Compartmental Models of
physiologic Systems
مبادئ و تعاريف
• الحجرة ) :(compartmentهي كمية من المادة و التي
يجب أن تكون مخلوطة جيداً و متجانسة حركياً.
كماًأنًغلوكوزًالبالزماًيمكنًأنًيكونًحجرة. •
• وًفيًبعضًالتجاربًيمكنًمالحظةًعدةًموادًفيًالبالزماًمثلً:غلوكوزً
البالزماً،الالكتات lactateوًاألالنين (حمضًأميني)ًً،alanineو بالتاليًيمكنً
أنًيكونًفيًنفسًالتجربةًأكثرًمنًحجرةًبالزماً(واحدةًلكلًمادةًتتمًدراستها)ً.
• يمتدًهذاًالمفهومًإلىًأكثرًمنًالبالزماًفسداسيًفوسفاتًالغلوكوزًglucose-6-
phosphateيمكنًأنًيكونًحجرتينًمختلفتينًداخلًالكبدً.
• وًبالتاليًفإنًالفضاءًالفيزيائيًيمكنًأنًيُمثّلًبأكثرًمنًحجرةًواحدة.
مبدأي الخلط الجيد و التجانس الحركي
• يعني الخلط الجيد أن أي عينتين تؤخذان من الحجرة ذاتها في
نفس الوقت يجب أن يكون لهما نفس تركيز المادة المدروسة و
بالتالي يكون التمثيل متساوياً .و بالتالي فإن مفهوم الخلط الجيد
يرتبط بتوحد المعلومات المحتواة في الحجرة الواحدة.
• يقصد بالتجانس الحركي أن كل جزيء في الحجرة له نفس
احتمال سلوك طرق الخروج من الحجرة .و عندما يغادر جزيء
الحجرة فإن هذا يحصل بسبب األحداث االستقالبية المتعلقة
باالنتقال و االستهالك ،و هذا يعني بأن كل الجزيئات في الحجرة
لها نفس احتمال المغادرة بسبب أحد هذه العمليات (األحداث).
• إن مفهوم الحجرة المتعلق بتجميع المادة التي لها خواص
متشابهة في مجموعات متجانسة و تتصرف بشكل مثالي و
منتظم ،هو ما يسمح بتقليص النظام الفيزيولوجي المعقد إلى
عدد محدود من الحجرات و الممرات الطرقية بينها
عدد الحجرات
1
• يعتمد عدد الحجرات على كل من النظام المدروس و على
2
مدى توصيف التجربة .و من الواضح تماماً أن نموذج
الحجرة هو نموذج فريد و مختلف بالنسبة لكل نظام مدروس
و ذلك ألنه يستخدم الفيزيولوجيا و الكيمياء الحيوية المعروفة
و المفترضة .و هو يزود الباحث بنظرة داخلية إلى داخل
تركيب النظام ،و تقدر جودته بمدى جودة االفتراضات التي
تم تضمينها قي تركيب النموذج.
نموذج الحجرة
• يمثل الشكل الحجرة رقم iلنموذج مؤلف من nحجرة.
• تشير 𝑞𝑖 ≥ 0إلى كتلة الحجرة ،كما تشير األسهم إلى معدل التدفق داخل و خارج الحجرة.
• إن معدل تدفق الدخل إلى الحجرة من خارج النظام (الدخل) و الذي يمكن أن يكون مدخل االختبار
الخارجي يمثل بالرمز .𝑈i ≥ 0
• معدل التدفق إلى البيئة الخارجية و بالتالي إلى خارج النظام يمثل بـ 𝑖𝑜𝐹.
• معدل التدفق من الحجرة iإلى jيرمزله بـ 𝑖𝑗𝐹 و معدل التدفق من jإلى iيرمز له بـ 𝑗𝑖𝐹.
نح ل على المعادلة العامة لنموذج الحجرة من خالل معادلة التوا ن الكتلي لكل حجرة:
= qi 𝑖≠ 𝑗 𝐹𝑖𝑗 − 𝑖𝑗𝐹 𝑖≠ 𝑗 𝑖𝑢 − 𝐹𝑜𝑖 + )(1
بحي 𝑞𝑖 0 = 𝑞𝑖𝑜 :
معدالت التدفق 𝑈iتكون ابتة بشكل عام أو تواب للزمن فقط .معدالت التدفق 𝑖𝑗𝐹 و 𝐹ijو 𝐹oi
األحيان تكون تواب بالنسبة للزمن .و بالتالي من الممكن هي تواب لـ 𝑛𝑞 𝑞1 , … . ,و في بع
كتابة:
𝐹𝑗𝑖 q ≡ K
𝑇
𝑛𝑞 𝑞 = 𝑞1 , … . ,و هي عا الكتل ال ندوقية. حي qهي
و بالتالي ف نه يمكن كتابة المعادلة ( )1كما في الشكل التالي:
= qi 𝑗 ≠𝑖 𝑘ij 𝑞 𝑞𝑗 − 𝑖𝑗𝐾 𝑖≠ 𝑗 𝑖𝑢 𝑞 + 𝐾𝑜𝑖 𝑞 𝑞𝑖 + )(2
و تدعى 𝑘ijمعامالت االنتقال الجز ية و ت ف المعادلة ( )2نموذج الحجيرة الالخ ي ،ف ذا كان
𝑘ijابتة أو تابعة فقط للزمن عندها ي ب نموذج الحجرة خ يا ،ف ذا افتر نا أن :
𝑘𝑖𝑖 = − 𝑖𝑗𝑘 𝑖≠ 𝑗 𝑖𝑜𝑘 +
يمكن ان نكتب:
= 𝑖𝑞 𝑗 𝑖𝑢 𝑘𝑖𝑗 𝑞 𝑞𝑗 +
و بالنسبة لمثل هذ النماذج تكون kتابعة لـ ،qو معظم قيم 𝑗𝑖𝑘 المعروفة هي تاب لعدد قليل
من مركبات qو البا ما تكون 𝑖𝑞 و 𝑗𝑞 ،و من األمثلة على تواب 𝑗𝑖𝑘 بالنسبة لـ 𝑖𝑞 و 𝑗𝑞 هي
تواب Michaelis-Mentenو Langmuirالالخ ية و الموصفة بالترتيب كما يلي:
α
= k ij qj
β+q j
𝑖𝑞
𝑘𝑖𝑗 𝑞𝑖 = 1 −
𝛾
• و بما أنه ال يوجد تحويل داخلي مباشر ،فإنه يجب الحصول على
نموذجي حجرة منفصلين ،أحدهما من أجل حركة الغلوكوز و
اآلخر من أجل حركة اإلنسولين.
النموذج الالخطي
كال النموذجين يتفاعالن من خالل إ ارة التحكم الي تنبع من حجرة ا نسولين البعيدة و التي
تؤ ر على معدل االنتقال 𝑘𝑜2و المسؤولة عن استهال الغلوكو المعتمد على ا نسولين ،وفي
هذ الحالة تكون المعادلة :
k o2 q3 = δ + q3
حي δهي اب .
معادلة القياس
إن المعادلة ( )3توصف بنية نموذج الحجرة ،و لكن هنا حاجة إلى نموذج لتوصيف القياس ،يتم
وصف القياسات في النماذج المتعددة الحجرات عن ريق المعادلة الجبرية الخ ية.
𝑢 𝑞 = 𝑘𝑞 + 𝑞 0 = 𝑞0 )(3
𝑞𝐶 = 𝑦 )(4
𝑇
𝑚𝑦 … 𝑦1هو عا من mمخرج للنموذج و Cهي م فوفة واب .و بما أن مخارج حي
النموذج عادة ما تكون تراكيز ف ن قيم Cهي معكوس حجم الحجرات ،كما يجب األخذ بعين
االعتبار أن عددا قليال من الحجرات قابل ألخذ القياس.
معادلة القياس
حد الخ أ eإلى البا ما ي ا إن المع يات الحقيقية عادة ما تكون م حوبة ب جي ،لذل
المعادلة ( )4و ذل لوصف القياسات الحقيقية.
𝑒𝑧 =𝑦+ )(5
أن تكون األخ ا مستقلة و عادة ما تكون على عادة ما تع ى eتوصيف احتمالي حي يفتر
.و البا ما تجم العينات في أ منة متق عة 𝑁𝑡 𝑡1 , … ,حي أن القياسات ال او كل تاب
نموذج تكون على كل تواب مستمرة م الزمن .المعادالت 2-aو 3و 4و 5م بع ها تعر
الحجرة للنظام من حي بنية النظام والتوصيف التجريبي للدخل و الخرج.
قابلية التعريف
• لنفرض أنه تم وضع تركيب نموذج الحجرة ليصف النموذج الفيزيائي،
وتم تحديد عدد الحجيرات و الوصالت بينها ،و هذه هي الخطوة
األصعب في بناء نموذج الحجرة.
• وعادة ما يشار إلى هذا السؤال بالمصطلح مسألة قابلية التعريف (identifiability
).problem
• إن قابلية التعريف تفحص فيما إذا تم افتراض Yو التي تمثل المعطيات المثالية الخالية
من الضجيج و بنية نموذج الحجرة الخالي من األخطاء ،فإنه يصبح من الممكن إجراء
تقدير لكافة البارامترات المجهولة .
• هذا التقدير يمكن أن يكون وحيداً لكل بارامتر وبالتالي يمكن القول بأن النموذج يمكن
تعريفه كنموذج وحيد )(uniqueأو أن يكون بارامتر أو أكثر له أكثر من قيمة (عدد
محدود من القيم) و بالتالي يكون هناك أكثر من نموذج ،أو أن يكون النموذج غير قابالً
للتعريف حيث يكون لبارامتر أو أكثر عدد ال نهائي من الحلول.
قابلية التعريف
• إن مسألة قابلية التعريف بشكل عام هي مسألة جبرية الخطية و
بالتالي فإنها صعبة الحل ،و تزداد المسألة تعقيداً بزيادة درجة
النموذج (عدد الحجيرات في النموذج).
• هناك العديد من الطرق لفحص قابلية التعريف بالنسبة لألنظمة
الخطية و الالخطية (انظر إلى المراجع) منها تابع التحويل
) (transfer functionعلى سبيل المثال.
• مما سبق نستنتج أن قابلية التعريف المسبقة للنموذج الوحيد هي
شرط أولي لتقدير البارمترات بشكل جيد ،و هي خطوة ضرورية
و لكنها التضمن تقدير ناجح لبارمترات النموذج من معطيات
دخل – خرج حقيقية.
تقدير البارامترات
• في حال كانت قابلية التعريف لنموذج الحجرة تعطي قيم وحيدة ،يمكن بعد ذلك
البدء بتقدير قيم البارامترات المجهولة باالعتماد على معطيات حقيقية ذات
ضجيج.
y t, θ = g x t, θ , θ
y t, θ = g x t, θ , θ
xهو عا لـ nحالة ،و uهو عا الدخل له rمدخل و yهو عا الخرج لـ حي
mمخرج f ،و gهما تابعان ال خ ي و خ ي على الترتيب ،و اللذان يوصفان بنية النظام و
توصيف الخرج على الترتيب ،كما أن بارامتراتهما توصف بالشعا zl .θهو قياس الخرج رقم
أن يكون ( lحي تم اخذ العينات لـ Nفترة متق عة ،) t kو elهو خ أ القياس و الذي يفتر
u tهي النسخة المستوفاة (المستكملة) )(interpolated ذو متوسط صفري. جي أبي
للدخل المقاس و الذي تم أخذ عيناته عند Nفترة منية متق عة ) .( t k
x t, θ = f x t, θ , u t , t, θ x t 0 , θ = x0
y t, θ = g x t, θ , θ
y t, θ = g x t, θ , θ
xهو عا لـ nحالة ،و uهو عا الدخل له rمدخل و yهو عا الخرج لـ حي
mمخرج f ،و gهما تابعان ال خ ي و خ ي على الترتيب ،و اللذان يوصفان بنية النظام و
توصيف الخرج على الترتيب ،كما أن بارامتراتهما توصف بالشعا zl .θهو قياس الخرج رقم
أن يكون ( lحي تم اخذ العينات لـ Nفترة متق عة ،) t kو elهو خ أ القياس و الذي يفتر
u tهي النسخة المستوفاة (المستكملة) )(interpolated ذو متوسط صفري. جي أبي
للدخل المقاس و الذي تم أخذ عيناته عند Nفترة منية متق عة ) .( t k
x t, θ = f x t, θ , u t , t, θ x t 0 , θ = x0
y t, θ = g x t, θ , θ
xهو عا لـ nحالة ،و uهو عا الدخل له rمدخل و yهو عا الخرج لـ حي
mمخرج f ،و gهما تابعان ال خ ي و خ ي على الترتيب ،و اللذان يوصفان بنية النظام و
توصيف الخرج على الترتيب ،كما أن بارامتراتهما توصف بالشعا zl .θهو قياس الخرج رقم
أن يكون ( lحي تم اخذ العينات لـ Nفترة متق عة ،) t kو elهو خ أ القياس و الذي يفتر
u tهي النسخة المستوفاة (المستكملة) )(interpolated ذو متوسط صفري. جي أبي
للدخل المقاس و الذي تم أخذ عيناته عند Nفترة منية متق عة ) .( t k
x t, θ = f x t, θ , u t , t, θ x t 0 , θ = x0
y t, θ = g x t, θ , θ
xهو عا لـ nحالة ،و uهو عا الدخل له rمدخل و yهو عا الخرج لـ حي
mمخرج f ،و gهما تابعان ال خ ي و خ ي على الترتيب ،و اللذان يوصفان بنية النظام و
توصيف الخرج على الترتيب ،كما أن بارامتراتهما توصف بالشعا zl .θهو قياس الخرج رقم
أن يكون ( lحي تم اخذ العينات لـ Nفترة متق عة ،) t kو elهو خ أ القياس و الذي يفتر
u tهي النسخة المستوفاة (المستكملة) )(interpolated ذو متوسط صفري. جي أبي
للدخل المقاس و الذي تم أخذ عيناته عند Nفترة منية متق عة ) .( t k
x t, θ = f x t, θ , u t , t, θ x t 0 , θ = x0
y t, θ = g x t, θ , θ
xهو عا لـ nحالة ،و uهو عا الدخل له rمدخل و yهو عا الخرج لـ حي
mمخرج f ،و gهما تابعان ال خ ي و خ ي على الترتيب ،و اللذان يوصفان بنية النظام و
توصيف الخرج على الترتيب ،كما أن بارامتراتهما توصف بالشعا zl .θهو قياس الخرج رقم
أن يكون ( lحي تم اخذ العينات لـ Nفترة متق عة ،) t kو elهو خ أ القياس و الذي يفتر
u tهي النسخة المستوفاة (المستكملة) )(interpolated ذو متوسط صفري. جي أبي
للدخل المقاس و الذي تم أخذ عيناته عند Nفترة منية متق عة ) .( t k
x t, θ = f x t, θ , u t , t, θ x t 0 , θ = x0
y t, θ = g x t, θ , θ
xهو عا لـ Nحالة ،و uهو عا الدخل له rمدخل و yهو عا الخرج لـ حي
mمخرج f ،و gهما تابعان ال خ ي و خ ي على الترتيب ،و اللذان يوصفان بنية النظام و
zl .θهو قياس الخرج رقم توصيف الخرج على الترتيب ،كما أن بارامتراتهما توصف بالشعا
أن يكون ( lحي تم اخذ العينات لـ Nفترة متق عة ،) t kو elهو خ أ القياس و الذي يفتر
u tهي النسخة المستوفاة (المستكملة) )(interpolated ذو متوسط صفري. جي أبي
للدخل المقاس و الذي تم أخذ عيناته عند Nفترة منية متق عة ) .( t k
تقدير البارمترات
الخ أ المتبقي
e(t)
من أكثر ر التقدير يوعا ريقة المربعات األقل ) (least squaresحي يتم تو ين خ أ
منه) بمعيار النموذج أو ما يسمى بـالـ( residualsالخ أ المتبقي و الذي ال يمكن التخل
تربيعي ،و يتم الح ول على هذا الخ أ من الفر بين عا العمود للقياسات الحقيقية Zو عا
منيا y العمود لخرج النموذج المق
𝑡 𝑟 𝑡 = 𝑦 𝑡 − 𝑦ො
T
ri
2
=r2
i =1 2
T
^
f (θ) = r 2 = yi − y i
2
y= Xq
يفترضًتقديرًالبارامتراتًأنًبنيةًالنموذجًمعروفةً،فإذاًكانًعددًالبارامتراتًفيًالنموذجًN
فيجبًعلىًاألقلًجمعً Nعينةً(مستقلةًخطياً)ًمماًيجعلًمقلوبًالمصفوفةً Xموجوداً.
النموذج الخالي من ال جي
0 0 0
0 1 0.5
𝑿 = 0.5 1 𝒚 = 0.75
0.75 1 0.992
0.992 1 0.996
Xq = y
q =X-1y
يمكنًكتابةًذلكًفيًالـ : Matlab
;theta = inv(X)*y
;theta = X\y
]theta = [0.5 0.5
النموذج م ال جي
ال يمكن الحصول عليه
0 0 0 0.037
0 1 0.5 0.510
𝑿 = 0.5 1 𝒚 = 0.75 𝑦𝑒 = 𝑦 + ℵ 0, 0.01 = 0.774
⋮ ⋮ ⋮ ⋮
0.992 1 0.996 1.008
>> y1e = y1+0.05*randn(size(y1));
θˆ = [0.4756 0.5173]T
yˆ = 0 0.511 0.744 0.9744
T
2
r 2 = 0.073, ˆ 2 = 0.0081, ˆ = 0.090
تقدير البارامترات
•إنًتقديرًالبارامتراتًللنظامًالخطيًهيًجزءًمهمًمنًتعريفًاألنظمةً
(تحديدًاألنظمة).
•حيثًيتمًاستخدامًتابعًأداءًتربيعيًلقياسًجودةًالنموذج.
•وًهذاًيعطيًالمعادلةًالشهيرةًللتقديرًالتربيعيًللبارامترات.
ˆθ = (XT X )−1 XT y
•يمكنًحلًهذهًالمعادلةًبسهولةًفيً.Matlab
•تسمحًبتقييمًوتفسيرًإحصائيًللنتائج.
•وًيمكنًاستخدامهاًبشكلًعودي.
EE-M110 2006/7, EF L5&6 40/29, v2.0
تقدير البارامترات
عندما يكون النموذج خطياً و المعطيات ذات ضجيج ( إشارات دخل ناقصة أو •
ملوثة بتشويش اليمكن قياسه).
يمكن استخدام مجموع مربعات األخطاء ) (SSEكمؤشر لألداء. •
T 2
^
f (θ) = yi − yi
i =1
) = ( yi − x θ
T
T 2
i
i =1
) = y − 2 yi x θ + (x θ
T T T
2 T T 2
i i i
i =1 i =1 i =1
تقدير البارامترات باستخدام الم فوفات
• يمكنًكتابةًالمعادلةًفيًالشريحةًالسابقةًعنًطريقًالمصفوفات:
) f (θ) = (y − Xθ ) (y − Xθ
T
= y T y − y T Xθ − θT XT y + θT XT Xθ
= y T y − 2θT XT y + θT XT Xθ
= 2 XT Xθ − 2 XT y
^ q
q
XT Xθˆ − XT y = 0
• وًتكونًالبارامتراتًالمثلى:
(
θˆ = X X X y
T
)−1 T
• يمكنًكتابةًالمعادلةًفيًالـً:Matlab
;thetaHat = inv(X’*X)*X’*y
;thetaHat = pinv(X)*y
;thetaHat = X\y
43/29, v2.0 EE-M110 2006/7, EF L5&6
مثال
0 0 0.037 مصفوفةًالتغاير
0.037 1 0.510
1.8406 2.3110
𝑿 = 0.510 = 𝑋 𝑇𝑋 = 𝐻
1 =𝒚 0.774 2.3110 4.0000
0.774 1 0.99
0.99 1 1.008
مصفوفة االرتباط التقاطعي
2.1468
الحلًباستخدامًمربعًاألخطاءًاألصغري = 𝑦 𝑇𝑋
3.2420
𝜃መ = 0.5416 0.4976 𝑇
عكسًمصفوفةًالتغاير
1.9784 −1.1430
𝑋 𝑇 𝑋 = 𝐻−1 −1
=
−1.1430 0.9104
f
q2
q1
تقدير البارامترات
و بما أن البارامترات لها تفسير فيزيولوجي ،ف نها يجب أن تكون أكبر أو تساوي ال فر ،ومن
أجل التقدير األمثل ف ن التاب fيجب أن ي ل إلى ال فر ،و لكن ال يمكن توق قيمة ال فر للتاب
و ذل بسبب األخ ا المت منة في النموذج (انزيا النموذج و الخ أ في التفاوت)
تصميم التجربة األمثل
• عند هذه النقطة أصبحت بنية نموذج الحجرة جاهزة،
باإلضافة إلى توصيف خطأ القياس وقيم رقمية للبارمترات
مع دقة التقدير لهذه القيم.
• يجب عند التصميم األمثل للتجربة العمل على تصميم
المتغيرات كعدد مداخل ومخارج االختبار و شكل دخل
االختبار ،و عدد العينات و جدول أخذ العينات ،و أخطاء
القياس و ذلك لزيادة دقة تقييم بارامترات نموذج الحجرة وفقاً
لمعايير معينة.
تصميم التجربة األمثل
• نال التصميم األمثل لجدول أخذ العينات و تحديد عدد وموضع نقاط تقطيع
الزمن التي يتم عندها جمع العينات االهتمام الكثير وذلك ألن مثل هذه
المتغيرات تعتبر األقل تقييداً بشروط التجربة.
• و لذلك تم استخدام المبادئ النظرية و الخوارزميات ،و توفرت لذلك عدة
برمجيات.
• فعادة ما يتم الحصول على التصميم األمثل لجدول أخذ العينات بطريقة
تكرارية حيث يتم البدء بالنموذج الذي تم الحصول عليه من التجارب األولية و
يقوم البرنامج بحساب جدول أخذ العينات األمثل من التجارب المتعاقبة.
.5إيجادًالتكلفةًالمثلىًلالختباراتًالسريرية الديناميكيةً،علىً
سبيلًالمثالًتستخدمًالنماذجًللحصولًعلىًأكبرًكميةًمنً
المعلوماتًمنًأقلًعددًمنًعيناتًالدمًالمسحوبةًمنً
المريض.
األهداف من استخدام وتطوير نموذج الحجرة
.6التشخيصً،علىًسبيلًالمثالًتزودًالنماذجًبمعلوماتًنوعيةً
عنًالفحوصًالمخبرية واألعراضًالسريريةً،و بالتاليً
تحسنًوثوقية التشخيص.
.7التعليمًً،فالنماذجًتساعدًفيًعمليةًتعليمًالعديدًمنً
الخصائصًالفيزيولوجيةً،و الطبًالسريري وًحركيةً
الدواء.
كرا صغا كم