Consiglio Nazionale delle Ricerche

Tipo di prodottoArticolo in rivista
TitoloModeling population kinetics of free fatty acids in isolated rat hepatocytes using Markov Chain Monte Carlo
Anno di pubblicazione2003
FormatoCartaceo
Autore/iPavan, A.; Thomaseth, K.; Valerio, A.
Affiliazioni autori1, 2: Institute of Biomedical Engineering, Corso Stati Uniti, 4, 35127 Padova, Italy; 3: Dept. of Clin./Experimental Medicine, University of Padova, 35100 Padova, Italy
Autori CNR e affiliazioni
  • ALESSANDRA PAVAN
  • KARL THOMASETH
Lingua/e-
AbstractThe aim of this study is the characterization, by means of mathematical models, of the activity of isolated hepatic rat cells as regards the conversion of free fatty acids (FFA) to ketone bodies (KB). A new physiologically based compartmental model of FFA metabolism is used within a context of population pharmacokinetics. This analysis is based on a hierarchical model, that differs from standard model formulations, to account for the fact that some data sets belong to the same animal but have been collected under different experimental conditions. The statistical inference problem has been addressed within a Bayesian context and solved by using Markov Chain Monte Carlo (MCMC) simulation. The results obtained in this study indicate that, although hormones epinephrine and insulin are important metabolic regulatory factors in vivo, the conversion of FFA to KB by isolated hepatic rat cells is not significantly affected by epinephrine and only little influenced by insulin. So we conclude that in vivo, the interaction of these two hormones with other compounds not considered in this study plays a fundamental role in ketogenesis. From this study it appears that mathematical models of metabolic processes can be successfully employed in population kinetic studies using MCMC methods.
Lingua abstract-
Altro abstract-
Lingua altro abstract-
Pagine da854
Pagine a866
Pagine totali-
RivistaAnnals of biomedical engineering
Attiva dal 1972
Editore: Pergamon Press. - New York
Paese di pubblicazione: Stati Uniti d'America
Lingua: inglese
ISSN: 0090-6964
Titolo chiave: Annals of biomedical engineering
Titolo proprio: Annals of biomedical engineering.
Titolo abbreviato: Ann. biomed. eng.
Numero volume della rivista31
Fascicolo della rivista-
DOI10.1114/1.1581288
Verificato da referee-
Stato della pubblicazione-
Indicizzazione (in banche dati controllate)
  • ISI Web of Science (WOS) (Codice:000184234500010)
  • Scopus (Codice:2-s2.0-0042266401)
Parole chiaveBayesian inference, Hierarchical models, MCMC, Metabolism
Link (URL, URI)http://www.ncbi.nlm.nih.gov/pubmed/12971617
Titolo parallelo-
Data di accettazione-
Note/Altre informazioniQuesto lavoro nasce dalla collaborazione tra bioingegneri e biologi con lo scopo di una migliore comprensione di un fenomeno di interesse biologico. In questa pubblicazione sono stati presentati principalmente gli aspetti metodologici di modellistica ed i metodi matematici-statistici che sono tra i più avanzati nel settore della ricerca sui modelli matematici in fisiologia. La sede di pubblicazione scelta è tra le più prestigiose del settore di Bioingegneria (Impact factor 1.316 nel 2001).
Strutture CNR
  • IEIIT — Istituto di elettronica e di ingegneria dell'informazione e delle telecomunicazioni
  • ISIB — Istituto di ingegneria biomedica
Moduli CNR
    Progetti Europei-
    Allegati

      Dati storici
      I dati storici non sono modificabili, sono stati ereditati da altri sistemi (es. Gestione Istituti, PUMA, ...) e hanno solo valore storico.
      Area disciplinareMedical Research, Organs & Systems
      Area valutazione CIVRScienze e tecnologie per una società dell'informazione e della comunicazione
      Rivista ISIANNALS OF BIOMEDICAL ENGINEERING [10142J0]
      Descrizione sintetica del prodottoIn questo lavoro sono state applicate tecniche matematiche e statistiche innovative nello studio del metabolismo di acidi grassi in sospensioni di cellule epatiche isolate di ratto. L'obiettivo principale di interesse biologico era di caratterizzare la conversione di acidi grassi in corpi chetonici e di identificare l'eventuale l'effetto regolatore degli ormoni insulina ed epinefrina. La particolare natura dei dati biologici ottenuti in varie condizioni sperimentali ha richiesto l'integrazione di un modello matematico, che descrivesse il fenomeno fisiologico, con un modello statistico della variabilità del processo metabolico tra cellule di diversi ratti e con diverse concentrazioni di ormoni regolatori.