Перейти до вмісту
Мікросистеми, Електроніка та Акустика
ISSN 2523-4447 · e‑ISSN 2523-4455 Відкритий доступ · CC BY-SA 4.0
Т. 29 · № 1 · 2024 бер 13, 2024 Електронні системи та сигнали

Використання методу k-найближчих сусідів для класифікації концентрації препаратів та ризику кардіотоксичності з використанням потенціалів позаклітинних полів та реконструйованих потенціалів дії серцевих клітин

MS
Mukhailo Oleksandrovych Shpotak Відповідальний Національний технічний університет України "Київський політехнічний інститут імені Ігоря Сікорського" Україна
NI
Nataliia Heorviivna Ivanushkina Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» Україна
Сторінки295601.1-295601.8 Опублікованобер 13, 2024
PDF
ТОМ 29 · № 1 · 2024 Переглянути випуск

Анотація

Системи з мікроелектродними решітками (МЕР) важливі для вимірювання позаклітинних потенціалів поля (ПП) клітин серця, що є важливим кроком в оцінці кардіотоксичності. Однак, без модифікації БЕР система здатна реєструвати лише потенціали поля. Це обмежує кількість параметрів для оцінки кардіотоксичності лише параметрами ПП, в той час як параметри потенціалу дії (ПД) залишаються невикористаними. Для вирішення цієї проблеми БЕР системи модифікують, щоб використовувати електро- або оптопорацію для реєстрації локальних позаклітинних потенціалів дії (ЛППД), що дозволяє отримувати сигнали з достовірною морфологію ПД. З іншого боку, існує альтернатива модифікації МЕР систем, що дозволяє уникнути стимуляції клітинної мембрани ⸺ математична реконструкція ПД. У цьому дослідженні вивчається, як використання додаткових параметрів реконструйованих потенціалів дії (РПД), отриманих з ПП, може підвищити точність таких моделей машинного навчання як k-найближчих сусідів (k-NN) для класифікації концентрацій лікарських препаратів та ризику їхньої кардіотоксичності. Класифікатор k-NN було натреновано на комбінаціях параметрів ПП та РПД. Перевірка моделей була проведена за допомогою п'ятикратної перехресної валідації та міжканальної валідації. Якість k-NN моделей була оцінена за допомогою таких метрик точності як частота помилок, макро влучність, макро повнота та макро F1-міра. Результати показали, що включення РПД параметрів до набору ознак підвищило F1-міру моделі k-NN для класифікації концентрації Dymethylsulfoxide (DMSO) до 10.78% порівняно з моделями, які були натреновані виключно на ознаках з ПП.

Ключові слова

#позаклітинні потенціали поля #реконструйовані потенціали дії #машинне навчання #k-найближчих сусідів #кардіотоксичність #класифікація #вибір ознак

Посилання

  1. K. W. Johnson et al., “Artificial Intelligence in Cardiology”, J. Amer. College Cardiol., vol. 71, no. 23, pp. 2668–2679, Jun. 2018. DOI: https://doi.org/10.1016/j.jacc.2018.03.521
  2. P. P. Kanade et al., “MEA-integrated cantilever platform for comparison of real-time change in electrophysiology and contractility of cardiomyocytes to drugs”, Biosens. Bioelectron., p. 114675, Sep. 2022. DOI: https://doi.org/10.1016/j.bios.2022.114675
  3. H. Chen, O. Engkvist, Y. Wang, M. Olivecrona, and T. Blaschke, “The rise of deep learning in drug discovery”, Drug Discov. Today, vol. 23, no. 6, pp. 1241–1250, Jun. 2018. DOI: https://doi.org/10.1016/j.drudis.2018.01.039
  4. J. M. Rivera‐Arbeláez et al., “Automated assessment of human engineered heart tissues using deep learning and template matching for segmentation and tracking”, Bioeng. & Translational Medicine, Apr. 2023. DOI: https://doi.org/10.1002/btm2.10513
  5. W. Guo et al., “Review of machine learning and deep learning models for toxicity prediction”, Exp. Biol. Medicine, Dec. 2023. DOI: https://doi.org/10.1177/15353702231209421
  6. L. Pu, M. Naderi, T. Liu, H.-C. Wu, S. Mukhopadhyay, and M. Brylinski, “eToxPred: a machine learning-based approach to estimate the toxicity of drug candidates”, BMC Pharmacol. Toxicol., vol. 20, no. 1, Jan. 2019. DOI: https://doi.org/10.1186/s40360-018-0282-6
  7. D. Pan, B. Li, and S. Wang, “Establishment and validation of a torsade de pointes prediction model based on human iPSC‑derived cardiomyocytes”, Exp. Therapeutic Medicine, vol. 25, no. 1, Dec. 2022. DOI: https://doi.org/10.3892/etm.2022.11760
  8. H. B. Hayes et al., “Novel method for action potential measurements from intact cardiac monolayers with multiwell microelectrode array technology”, Scientific Rep., vol. 9, no. 1, Aug. 2019. DOI: https://doi.org/10.1038/s41598-019-48174-5
  9. B. Duckert, M. Fauvart, P. Goos, T. Stakenborg, L. Lagae, and D. Braeken, “High-definition electroporation: Precise and efficient transfection on a microelectrode array”, J. Controlled Release, vol. 352, pp. 61–73, Dec. 2022. DOI: https://doi.org/10.1016/j.jconrel.2022.10.001
  10. M. Dipalo et al., “Intracellular action potential recordings from cardiomyocytes by ultrafast pulsed laser irradiation of fuzzy graphene microelectrodes”, Sci. Advances, vol. 7, no. 15, Apr. 2021, Art. no. eabd5175. DOI: https://doi.org/10.1126/sciadv.abd5175
  11. N. G. Ivanushkina, K. O. Ivanko, M. O. Shpotak, and Y. V. Prokopenko, “Reconstruction of action potentials of cardiac cells from extracellular field potentials”, Radioelectronics Commun. Syst., vol. 65, no. 7, pp. 354–364, Jul. 2022. DOI: https://doi.org/10.3103/s0735272722090047
  12. R. Visone et al., “Micro-electrode channel guide (µECG) technology: An online method for continuous electrical recording in a human beating heart-on-chip”, Biofabrication, vol. 13, no. 3, p. 035026, Apr. 2021. DOI: https://doi.org/10.1088/1758-5090/abe4c4
  13. M. Malik, “Drug-Induced qt/qtc interval shortening: Lessons from drug-induced qt/qtc prolongation”, Drug Saf., vol. 39, no. 7, pp. 647–659, Mar. 2016. DOI: https://doi.org/10.1007/s40264-016-0411-3
  14. L. G. J. Tertoolen, S. R. Braam, B. J. van Meer, R. Passier, and C. L. Mummery, “Interpretation of field potentials measured on a multi electrode array in pharmacological toxicity screening on primary and human pluripotent stem cell-derived cardiomyocytes”, Biochem. Biophysical Res. Commun., vol. 497, no. 4, pp. 1135–1141, Mar. 2018. DOI: https://doi.org/10.1016/j.bbrc.2017.01.151
  15. A. A. Kondratyev, J. G. C. Ponard, A. Munteanu, S. Rohr, and J. P. Kucera, “Dynamic changes of cardiac conduction during rapid pacing”, Amer. J. Physiol.-Heart Circulatory Physiology, vol. 292, no. 4, pp. H1796—H1811, Apr. 2007. DOI: https://doi.org/10.1152/ajpheart.00784.2006
  16. S.-W. Hyun, B.-R. Kim, S.-A. Hyun, and J.-W. Seo, “The assessment of electrophysiological activity in human-induced pluripotent stem cell-derived cardiomyocytes exposed to dimethyl sulfoxide and ethanol by manual patch clamp and multi-electrode array system”, J. Pharmacolog. Toxicolog. Methods, vol. 87, pp. 93–98, Sep. 2017. DOI: https://doi.org/10.1016/j.vascn.2017.03.003
  17. P. Pradhapan, J. Kuusela, J. Viik, K. Aalto-Setälä, and J. Hyttinen, “Cardiomyocyte MEA Data Analysis (CardioMDA) – A Novel Field Potential Data Analysis Software for Pluripotent Stem Cell Derived Cardiomyocytes”, PLoS ONE, vol. 8, no. 9, Sep. 2013, Art. no. e73637. DOI: https://doi.org/10.1371/journal.pone.0073637
  18. T. Kaneko et al., “On-chip in vitro cell-network pre-clinical cardiac toxicity using spatiotemporal human cardiomyocyte measurement on a chip”, Scientific Rep., vol. 4, no. 1, Apr. 2014. DOI: https://doi.org/10.1038/srep04670
  19. I. Saini, D. Singh, and A. Khosla, “QRS detection using K-Nearest Neighbor algorithm (KNN) and evaluation on standard ECG databases”, J. Adv. Res., vol. 4, no. 4, pp. 331–344, Jul. 2013. DOI: https://doi.org/10.1016/j.jare.2012.05.007
  20. J. Galvao, B. Davis, M. Tilley, E. Normando, M. R. Duchen, and M. F. Cordeiro, “Unexpected low‐dose toxicity of the universal solvent DMSO”, FASEB J., vol. 28, no. 3, pp. 1317–1330, Dec. 2013. DOI: https://doi.org/10.1096/fj.13-235440
  21. N. Augustin, C. Alvarez, and J. Kluger, “The Arrhythmogenicity of Sotalol and its Role in Heart Failure: A Literature Review”, J. Cardiovascular Pharmacol., Publish Ahead of Print, May 2023. DOI: https://doi.org/10.1097/fjc.0000000000001439
  22. H. Lenhoff, H. Jarnbert-Petersson, B. Darpo, P. Tornvall, and M. Frick, “Mortality and ventricular arrhythmias in patients on d,l-sotalol for rhythm control of atrial fibrillation - A nationwide cohort study”, Heart Rhythm, Aug. 2023. DOI: https://doi.org/10.1016/j.hrthm.2023.08.019
  23. J. Larson, L. Rich, A. Deshmukh, E. C. Judge, and J. J. Liang, “Pharmacologic Management for Ventricular Arrhythmias: Overview of Anti-Arrhythmic Drugs”, J. Clin. Medicine, vol. 11, no. 11, p. 3233, Jun. 2022. DOI: https://doi.org/10.3390/jcm11113233
§ 06 — Пов'язані

Схожі статті в цьому журналі

Пов'язані рецензовані дослідження, опубліковані в цьому журналі.
Усі випуски

Квазістатична ідентифікація структури затінення сонячних панелей за методом векторів кардинальних чисел

PhD, доц. Олена Олегівна Абакумова, д-р техн. наук, проф. Валерій Якович Жуйков, Микола О. Лук'янов

У статті розглянуто проблему ідентифікації структури затінення сонячних панелей. Актуальність дослідження зумовлена необхідністю швидкої та адекватної реконфігурації…

#Сонячні панелі #Фотоелектрична поверхня #Моделювання структури тіней #Квазістатична ідентифікація
с. 362283.1-362283.7
10.20535/2523-4455.mea.362283

Комплексний метод виділення неінвазивного сигналу фетальної електрокардіограми та класифікації серцевих аритмій

Дмитро А. Шевчук, канд. техн. наук, доц. Наталія Георгіївна Іванушкіна

Стаття присвячена розробці комплексного методу виділення фетального електрокардіосигналу (ФЕКГ) з неінвазивних абдомінальних записів та подальшої автоматизованої…

#абдомінальні електрокардіограми #фетальна електрокардіограма #аритмія #сліпе розділення джерел
с. 356487.1-356487.11
10.20535/2523-4455.mea.356487

Імітаційне моделювання фільтро-компенсаційного перетворювача для трифазної трипровідної мережі

Іван Андрійович Вакуленко, канд. техн. наук, доц. Дмитро Анатолійович Миколаєць, канд. техн. наук, доц. Катерина Сергіївна Клен

У цій статті розглядається критична проблема погіршення якості електроенергії в сучасних енергосистемах, спричинена поширенням нелінійних навантажень. Такі навантаження…

#фільтр-компенсаційний перетворювач #трифазна трипровідна мережа #якість електроенергії #повне гармонійне спотворення
с. 361138.1-361138.6
10.20535/2523-4455.mea.361138

Схожі статті

1-10 з 49

Ви також можете розпочати розширений пошук схожих статей для цієї статті.