Математическая модель формирования цирроза печени при проведении морфологических и молекулярно-генетических доклинических исследований

Abstract

Обоснование. На текущий момент исследователи описывают существующие проблемы при разработке новых методов лечения фиброза и цирроза печени: плохое качество экспериментальных моделей, недостаточную продолжительность испытаний и отсутствие маркёров терапевтического ответа. Отдельной задачей является стандартизация процесса формирования цирроза печени при доклинических испытаниях, что необходимо для получения за короткий срок точных количественных оценок. Цель исследования — разработка математической модели формирования цирроза печени при доклинических испытаниях. Материалы и методы. Фиброз и цирроз печени у крыс-самцов линии Wistar индуцировали свежеприготовленным раствором тиоацетамида в течение 17 нед. Определяли площадь волокнистой соединительной ткани в процентах к площади изображения. Измеряли площадь междольковых вен в мкм 2. Подсчитывали количества клеток, экспрессирующих маркёр FAP и маркер α-SMA. Уровень экспрессии мРНК генов Vegfa и Yap1 оценивали методом полимеразной цепной реакции в режиме реального времени. Построение математической модели для классификации наблюдений по стадиям осуществляли, используя множественную логистическую регрессию с пошаговым отбором предикторов, с последующим расчётом чувствительности, специфичности и площади под кривой (AUC) с 95% доверительным интервалом на основе ROC-анализа. Результаты. Разработана математическая модель формирования цирроза печени. Модель основана на значениях двух показателей: клетки FAP + и мРНК Yap1 — и характеризуется хорошим морфологическим и молекулярно-генетическим качеством. Полученное значение площади под ROC-кривой 0,883 позволяет говорить о хороших результатах классификации случаев. Заключение. Математическая модель даёт возможность дифференцировать стадию цирроза печении от стадии фиброза при проведении доклинических исследований, что послужит основой для изучения патогенеза фиброза и цирроза печени; определения новых потенциальных молекулярных мишеней для антифибротической терапии; снижения числа дорогостоящих, трудоёмких лабораторных исследований.

BACKGROUND: Currently, researchers describe challenges in developing new treatments for fibrosis and cirrhosis: poor quality of preclinical models, insufficient trial duration, and lack of markers of therapeutic response. A separate task is to standardize the process of liver cirrhosis formation in preclinical trials, which is necessary to obtain accurate quantitative estimates in a short timeframe. AIM: This study aimed to develop a mathematical model for the formation of liver cirrhosis during preclinical trials. MATERIALS AND METHODS: Liver fibrosis and cirrhosis were induced in male Wistar rats using freshly prepared thioacetamide solution for 17 weeks. The area of connective tissue was determined as a percentage of the image area. The area of interlobular veins was measured in µm 2. The numbers of cells expressing the FAP marker and the α-SMA marker were counted. The level of mRNA expression of the Vegfa and Yap1 genes was assessed by real-time polymerase chain reaction. A mathematical model for classifying observations into stages was constructed using multiple logistic regression with stepwise selection of predictors, followed by calculation of sensitivity, specificity, and area under the curve with a 95% confidence interval based on ROC analysis. RESULTS: As a result of the analysis, a mathematical model of liver cirrhosis formation was developed. The model is based on the values of two indicators: FAP + cells and Yap1 mRNA and demonstrated good quality. The resulting value of the area under the ROC curve of 0.883 suggests good results for classifying cases. CONCLUSIONS: The mathematical model makes it possible to differentiate the stage of liver cirrhosis from the stage of fibrosis during preclinical studies. It provides a foundation for studying the pathogenesis of liver fibrosis and cirrhosis, identifying new potential molecular targets for antifibrotic therapy, and reducing the number of expensive, labor-intensive laboratory tests.