当前位置: X-MOL 学术Acta Physiol. › 论文详情
Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)
Renal oxygenation: From data to insight.
Acta Physiologica ( IF 6.3 ) Pub Date : 2020-02-03 , DOI: 10.1111/apha.13450
Bruce S Gardiner 1, 2 , David W Smith 2 , Chang-Joon Lee 1, 2 , Jennifer P Ngo 3, 4 , Roger G Evans 3
Affiliation  

Computational models have made a major contribution to the field of physiology. As the complexity of our understanding of biological systems expands, the need for computational methods only increases. But collaboration between experimental physiologists and computational modellers (ie theoretical physiologists) is not easy. One of the major challenges is to break down the barriers created by differences in vocabulary and approach between the two disciplines. In this review, we have two major aims. Firstly, we wish to contribute to the effort to break down these barriers and so encourage more interdisciplinary collaboration. So, we begin with a "primer" on the ways in which computational models can help us understand physiology and pathophysiology. Second, we aim to provide an update of recent efforts in one specific area of physiology, renal oxygenation. This work is shedding new light on the causes and consequences of renal hypoxia. But as importantly, computational modelling is providing direction for experimental physiologists working in the field of renal oxygenation by: (a) generating new hypotheses that can be tested in experimental studies, (b) allowing experiments that are technically unfeasible to be simulated in silico, or variables that cannot be measured experimentally to be estimated, and (c) providing a means by which the quality of experimental data can be assessed. Critically, based on our experience, we strongly believe that experimental and theoretical physiology should not be seen as separate exercises. Rather, they should be integrated to permit an iterative process between modelling and experimentation.

中文翻译:

肾脏充氧:从数据到洞察力。

计算模型对生理学领域做出了重大贡献。随着我们对生物系统的了解的复杂性不断扩大,对计算方法的需求也仅在增加。但是实验生理学家和计算建模者(即理论生理学家)之间的协作并不容易。面临的主要挑战之一是打破两门学科在词汇和方法上的差异所造成的障碍。在这次审查中,我们有两个主要目标。首先,我们希望为打破这些障碍作出努力,从而鼓励更多的跨学科合作。因此,我们从计算模型可以帮助我们理解生理学和病理生理学的方式的“入门”入手。其次,我们的目标是提供有关一个特定生理领域的最新成果的最新信息,肾氧合。这项工作为肾脏缺氧的原因和后果提供了新的思路。但重要的是,计算建模为通过以下方式为从事肾脏氧合作用的实验生理学家提供了指导:(a)产生可以在实验研究中进行测试的新假设,(b)允许在计算机上模拟技术上不可行的实验,或无法通过实验测量的变量进行估算,以及(c)提供一种可以评估实验数据质量的方法。严格地,根据我们的经验,我们坚信不应将实验和理论生理学视为单独的练习。而是应将它们集成在一起,以允许在建模和实验之间进行迭代。这项工作为肾脏缺氧的原因和后果提供了新的思路。但重要的是,计算建模为通过以下方式为从事肾脏氧合作用的实验生理学家提供了指导:(a)产生可以在实验研究中进行测试的新假设,(b)允许在计算机上模拟技术上不可行的实验,或无法通过实验测量的变量进行估算,以及(c)提供一种可以评估实验数据质量的方法。严格地,基于我们的经验,我们坚信不应将实验和理论生理学视为单独的练习。而是应将它们集成在一起,以允许在建模和实验之间进行迭代。这项工作为肾脏缺氧的原因和后果提供了新的思路。但重要的是,计算建模为通过以下方式为从事肾脏氧合作用的实验生理学家提供了指导:(a)产生可以在实验研究中进行测试的新假设,(b)允许在计算机上模拟技术上不可行的实验,或无法通过实验测量的变量进行估算,以及(c)提供一种可以评估实验数据质量的方法。严格地,基于我们的经验,我们坚信不应将实验和理论生理学视为单独的练习。而是应将它们集成在一起,以允许在建模和实验之间进行迭代。计算建模通过以下方式为在肾脏氧合作用领域工作的实验生理学家提供了指导:(a)生成可以在实验研究中进行测试的新假设,(b)允许在计算机上模拟技术上不可行的实验,或无法进行模拟的变量进行实验测量以进行估计,以及(c)提供一种可以评估实验数据质量的方法。严格地,根据我们的经验,我们坚信不应将实验和理论生理学视为单独的练习。而是应将它们集成在一起,以允许在建模和实验之间进行迭代。计算建模通过以下方式为在肾脏氧合作用领域工作的实验生理学家提供了指导:(a)生成可以在实验研究中进行测试的新假设,(b)允许在计算机上模拟技术上不可行的实验,或无法进行模拟的变量可以通过实验测量以进行估算,并且(c)提供一种可以评估实验数据质量的方法。严格地,根据我们的经验,我们坚信不应将实验和理论生理学视为单独的练习。而是应将它们集成在一起,以允许在建模和实验之间进行迭代。(a)产生可以在实验研究中检验的新假设,(b)允许在计算机上模拟技术上不可行的实验,或者无法通过实验估算无法测量的变量,以及(c)提供一种方法可以评估实验数据的质量。严格地,基于我们的经验,我们坚信不应将实验和理论生理学视为单独的练习。而是应将它们集成在一起,以允许在建模和实验之间进行迭代。(a)产生可以在实验研究中检验的新假设,(b)允许在计算机上模拟技术上不可行的实验,或者无法通过实验估算无法测量的变量,以及(c)提供一种方法可以评估实验数据的质量。严格地,根据我们的经验,我们坚信不应将实验和理论生理学视为单独的练习。而是应将它们集成在一起,以允许在建模和实验之间进行迭代。我们坚信,实验生理和理论生理不应视为单独的练习。而是应将它们集成在一起,以允许在建模和实验之间进行迭代。我们坚信,实验生理和理论生理不应视为单独的练习。而是应将它们集成在一起,以允许在建模和实验之间进行迭代。
更新日期:2020-02-18
down
wechat
bug