Upload
others
View
125
Download
0
Embed Size (px)
Citation preview
Matematicko modeliranje u biologiji
2. MODELI RASTA TUMORA
1 / 36
Modeli rasta tumora Podaci i logisticki model
2.1. Podaci i logisticki model
Tumorski sferoidiBiološki model tumoraNakupina stanica koje rastu u laboratorijskim uvjetima (In vitro)
2 / 36
Modeli rasta tumora Podaci i logisticki model
Podaci za rast tumora (tumorskih sferoida)
Vrijeme Volumen Vrijeme Volumen Vrijeme Volumen(dani) (mm3) (dani) (mm3) (dani) (mm3)
4.6 0.002 3.2 2.130 45.4 10.7495.7 0.003 24.0 2.030 46.3 13.3426.7 0.006 25.2 2.448 47.4 15.6467.9 0.012 27.5 2.756 48.7 17.1268.8 0.020 28.3 2.714 51.1 13.2479.8 0.028 29.3 2.906 52.2 14.938
11.0 0.035 30.3 3.405 53.1 17.66012.0 0.066 31.4 3.900 55.1 19.03012.9 0.079 32.4 4.914 56.4 20.27215.2 0.155 33.4 5.669 57.5 17.34616.2 0.231 34.3 5.827 59.6 17.51017.4 0.334 36.2 6.149 61.8 18.79018.3 0.565 38.2 7.119 63.8 18.51819.4 0.721 40.0 9.025 67.0 19.18620.4 0.709 42.1 10.854 68.0 21.64022.2 1.085 44.4 12.050 70.2 18.446
3 / 36
Modeli rasta tumora Podaci i logisticki model
Podaci za rast tumora (tumorskih sferoida)
0 10 20 30 40 50 60 700
5
10
15
20
Vrijeme HdaniL
Volu
men
Hmm
3L
0 10 20 30 40 50 60 70
0.01
0.1
1
10
Vrijeme HdaniL
Volu
men
Hmm
3L
4 / 36
Modeli rasta tumora Podaci i logisticki model
Logisticki model
y ′(t) = α
(1− y(t)
C
)y(t), y(0) = y0
y ′ = α(
1− yC
)y , y(0) = y0
y(t) =C eαt y0
C − y0 + y0 eαt
5 / 36
Modeli rasta tumora Podaci i logisticki model
Logisticki model
α = 0.2, C = 20, y0 = 0.005
α = 0.4, C = 20, y0 = 0.0005
0 10 20 30 40 50 60 700
5
10
15
20
Vrijeme HdaniL
Volu
men
Hmm
3L
0 10 20 30 40 50 60 70
0.01
0.1
1
10
Vrijeme HdaniL
Volu
men
Hmm
3L
6 / 36
Modeli rasta tumora Podaci i logisticki model
Logisticki model - Metoda najmanjih kvadrata
FindFit[data, y[x, a, c, y0],{{a, 0.2}, {c, 20}, {y0, 0.1}}, x]
α = 0.140315, C = 20.044, y0 = 0.0607316
0 10 20 30 40 50 60 700
5
10
15
20
Vrijeme HdaniL
Volu
men
Hmm
3L
0 10 20 30 40 50 60 70
0.01
0.1
1
10
Vrijeme HdaniL
Volu
men
Hmm
3L
7 / 36
Modeli rasta tumora Podaci i logisticki model
Loše opisan pocetni dio rastaRješenje: koristiti logaritmirane podatke -
Model: ln y(x ;α,C, y0)Podaci: (ti , ln yi), i = 1, . . . ,n
Veliki raspon u vrijednostima: od 2 · 10−3 do 18.446 - povecanjeza faktor ≈ 104
Pogreške mjerenja su proporcionalne velicini
8 / 36
Modeli rasta tumora Podaci i logisticki model
Logisticki model - Metoda najmanjih kvadrata -logaritmirani podaci
α = 0.303882, C = 13.4899, y0 = 0.00117449
0 10 20 30 40 50 60 700
5
10
15
20
Vrijeme HdaniL
Volu
men
Hmm
3L
0 10 20 30 40 50 60 70
0.01
0.1
1
10
Vrijeme HdaniL
Volu
men
Hmm
3L
Srednje kvadratno odstupanje = 0.168612
9 / 36
Modeli rasta tumora Logisticki model
Reziduali
Rezidual (ri ):ri = y(ti ;α∗,C∗, y∗0 )− yi .
0 10 20 30 40 50 60 70
-0.5
0.0
0.5
1.0
Vrijeme HdaniL
Rezid
ual
10 / 36
Modeli rasta tumora Logisticki model
Može li bolje?
11 / 36
Modeli rasta tumora Gompertzov model
2.2. Gompertzov model
y ′ = α
(1− ln y
ln C
)y , y(0) = y0
y ′ = a y − b y ln y , y(0) = y0
y(t) = Celn y0C e− α
ln C t
12 / 36
Modeli rasta tumora Gompertzov model
Benjamin Gompertz (London,Engleska, 1779–London, Engleska,1865)
matematicar i aktuar
demografski model
Gompertz, Benjamin (1825). "On the Nature of the FunctionExpressive of the Law of Human Mortality, and on a New Mode ofDetermining the Value of Life Contingencies". PhilosophicalTransactions of the Royal Society of London 115: 513–585
13 / 36
Modeli rasta tumora Gompertzov model
Gompertzov model. Metoda najmanjih kvadrata.
α = 0.206226, C = 24.1316, y0 = 0.0000619827
0 10 20 30 40 50 60 700
5
10
15
20
Vrijeme HdaniL
Volu
men
Hmm
3L
0 10 20 30 40 50 60 70
0.01
0.1
1
10
Vrijeme HdaniL
Volu
men
Hmm
3L
Srednje kvadratno odstupanje = 0.0198408
14 / 36
Modeli rasta tumora Gompertzov model
Reziduali
0 10 20 30 40 50 60 70
-0.4
-0.3
-0.2
-0.1
0.0
0.1
0.2
15 / 36
Modeli rasta tumora Gompertzov model
y(t) = Celn y0C e− α
ln C t
ln y(t) = ln C + lny0
Ce−
αln C t
lny(t)C
= lny0
Ce−
αln C t
ln(− ln
y(t)C
)= ln
(− ln
y0
C
)− α
ln Ct
Linearna funkcija
16 / 36
Modeli rasta tumora Gompertzov model
Transformirana Gompertzova krivulja
0 10 20 30 40 50 60 70-2
-1
0
1
2
Vrijeme HdaniL
lnH-
lny
L
17 / 36
Modeli rasta tumora Gompertzov model
Transformirani podaci
0 10 20 30 40 50 60 70
-2
-1
0
1
2
Vrijeme HdaniL
-
2y
ln2
18 / 36
Modeli rasta tumora von Bertalanffy-jev model
2.3. von Bertalanffy-jev model
Karl Ludwig von Bertalanffy (Atzgersdorf, Austrija, 1901– Buffalo,New York, SAD, 1972)
biolog (opca teorija sustava)
biološki model
originalni model je opisivao duljinu riba (L)
L′(t) = α(L∞ − L(t)), L(0) = L0.
L(t) = L∞ − (L∞ − L0)e−αt
19 / 36
Modeli rasta tumora von Bertalanffy-jev model
Jednadžba rasta za volumen
L′ = α(L∞ − L), L(0) = L0.
Volumen - y : L = ky1/3
L′ =k3
y−2/3y ′
k3
y−2/3y ′ = α(L∞ − ky1/3)
y ′ = 3α(
L∞k
y2/3 − y)
y ′ = ay2/3 − by , y(0) = y0
Rast je vezan uz površinu (y2/3)
20 / 36
Modeli rasta tumora von Bertalanffy-jev model
Metoda najmanjih kvadrata
0 10 20 30 40 50 60 70
0
5
10
15
20
25
30
35
Vrijeme HdaniL
Volu
men
Hmm
3L
0 10 20 30 40 50 60 70
0.01
0.1
1
10
Vrijeme HdaniLV
olu
men
Hmm
3L
Srednje kvadratno odstupanje = 0.136447
21 / 36
Modeli rasta tumora von Bertalanffy-jev model
Reziduali
0 10 20 30 40 50 60 70
-0.5
0.0
0.5
Vrijeme HdaniL
Rez
idua
l
22 / 36
Modeli rasta tumora Jednostavni model rasta tumora
2.4. Jednostavni model rasta tumora
Gornja slika:Lijevo - distribucija (gustoca)hranjivih sastojakaDesno - proliferacija (ak-tivnost rasta)
23 / 36
Modeli rasta tumora Jednostavni model rasta tumora
24 / 36
Modeli rasta tumora Jednostavni model rasta tumora
Jednostavni model rasta tumora
r
R d
S
d - debljina sloja stanica kojese dijeleS - stanice koje se dijele(volumen)d je konstantan(eksperimentalni rezultat)
r = R − d
S =43π[R3 − r3
]=
=43π[R3 − (R − d)3
]=
=43π[3R2d − 3Rd2 + d3
]25 / 36
Modeli rasta tumora Jednostavni model rasta tumora
von Bertalanffy: V ′ = aV 2/3 − bV
Modifikacija: S → V 2/3
Model: V ′ = aS − bV
V ′ = a43π[3R2d − 3Rd2 + d3
]− bV
V (0) = V0, R =
(3
4πV)1/3
Što ako je R < d? (sve stanice se dijele) ⇒ eksponencijalnirast
Modifikacija: V ′ = a V za R ≤ d .
26 / 36
Modeli rasta tumora Jednostavni model rasta tumora
Jednostavni model rasta tumora
V ′ =
{a V , za R ≤ d
a43π[3R2d − 3Rd2 + d3]− bV , za R > d
V (0) = V0, R =
(3
4πV)1/3
Srednje kvadratno odstupanje: 0.022419.
27 / 36
Modeli rasta tumora Deparametrizacija modela
Deparametrizacija modela.Dedimenziolnizacija jednadžbe.
Eksponencijalni model:
y ′ = α y , y(0) = y0
Kakav je utjecaj na jednadžbu ako vrijeme mjerimo u razlicitim mjernimjedinicama (satima, danima, . . .)?Npr.
y ′(t) = 0.5y(t), y(0) = 0
t - vrijeme u satimaRješenje
y(t) = e0.5t
Nakon 1 dana, velicina populacije je
y(24) = e0.5·24 = e12
28 / 36
Modeli rasta tumora Deparametrizacija modela
Kako jednadžba izgleda ako vrijeme mjerimo u danima?
τ = t/24, t = 24 τ
τ - vrijeme u danima
Y (τ) = y(t) = y (24 τ)
Y ′(τ) =ddτ
y (24 τ) =
= 24y ′ (24 τ) == 24 · 0.5 y (24 τ) == 12Y (τ)
JednadžbaY ′ = 12 Y
Promijenio se α!
29 / 36
Modeli rasta tumora Deparametrizacija modela
Promatrajmo eksponencijalni model
y ′ = α y
Uvedimo supstituciju oblikaτ = a t
z(τ) = y(t) = y(τ
a
)z ′(τ) =
ddτ
y(τ
a
)=
=1a
y ′(τ
a
)=
=1aα y(τ
a
)=
=α
az (τ)
Jednadžbaz ′ =
α
az
30 / 36
Modeli rasta tumora Deparametrizacija modela
z ′ =α
az
Ukoliko izaberemo a := α:z ′ = z
Pocetni uvjet:z(0) = y(0) = y0
31 / 36
Modeli rasta tumora Deparametrizacija modela
Primjer
Deparametrizirajte logisticki model.
Rješenje. Model:
y ′ = αy(
1− yC
), y(0) = y0
1. C - razina zasicenosti (= horizontalna asimptota).Supstitucija
z :=yC
z ′ =1C
y ′ =
=1Cα y(
1− yC
)=
= α z (1− z)
32 / 36
Modeli rasta tumora Deparametrizacija modela
2. Uvedimo supstituciju oblika
τ = a t
u(τ) = z(t) = z(τ
a
)
u′(τ) =ddτ
z(τ
a
)=
=1a
z ′(τ
a
)=
=1aα z(τ
a
)(1− z
(τa
))=
=α
au (τ)
(1− u
(τa
))Jednadžba
u′ =α
au(1− u)
33 / 36
Modeli rasta tumora Deparametrizacija modela
u′ =α
au(1− u)
Ukoliko izaberemo a := α:
u′ = u(1− u)
Pocetni uvjet:
u(0) = z(0) =y(0)
C=
y0
C=: u0
Ovakvim transformacijama (skaliranjem) iz modela (jednadžbe)možemo izbaciti dva parametra.
34 / 36
Modeli rasta tumora Deparametrizacija modela
6. Domaca zadaca
Ispitajte stabilnost ekvilibrija Gompertzovog i von Bertalanffy-jevogmodela.Deparametrizirajte ova dva modela.
35 / 36