S'abonner

Modélisation multicompartimentale et stratégies expérimentales pour l'étude du transport du glucose chez le rat insulinorésistant - 23/03/08

Lotfi Slimani a, b, , Pascale Perret a, Arnaud Briat a, Danièle Villemain a, Catherine Ghezzi a, Daniel Fagret a, Jacques Demongeot b
a Laboratoire d'études radiopharmaceutiques, Inserm E00-08, faculté de médecine, université Joseph-Fourier, 38706, La Tronche cedex, France 
b Laboratoire TIMC-IMAG UMR CNRS 5525, faculté de médecine, université Joseph-Fourier, 38706 La Tronche cedex, France 

*Correspondance et tirés à part. Tél. : 04.76.63.71.42 ; fax : 04.76.63.71.02

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

pages 18
Iconographies 12
Vidéos 0
Autres 0

Abstract

Many pathologies are associated with abnormalities of glucose metabolism or with perturbations of its transport (type 2 diabetes or insulin-resistance). The pre-diabetic state is characterised by a state of insulin-resistance, in others words a defect of glucose transport in insulin-sensible tissues, such as muscles and adipose tissues. The mathematical modelling of experimental data can be an excellent method to explore the mechanisms implied in the studied biological phenomenon. Thus, starting from a symbolic formulation like the compartmental modelling, it can be possible to develop a theoretical basis for the observation and to consider the best-adapted experiments for the study. We showed with mathematical models that 〚123I〛-6-deoxy-6-iodo-d-glucose (6-DIG), shown as a tracer of glucose transport in vitro, could point out this transport abnormality. To quantify the insulin resistance, we estimated the fractional transfer coefficients of 6-DIG from the blood to the organs. We realised many studies to lead to a satisfying model; special attention has been paid to the precision of the parameter to select the best model. The results showed that by associating experimental data obtained with 6-DIG activities and an adapted mathematical model, discriminating parameters (in and out fractional transfer coefficients) between the two groups (control and insulin-resistant rats) could be pointed out.

Le texte complet de cet article est disponible en PDF.

Résumé

De nombreuses pathologies sont associées aux anomalies du métabolisme du glucose ou aux perturbations de son transport (diabète de type 2 ou insulino-résistance). L'état pré-diabétique est caractérisé par un état d'insulino-résistance ou, en d'autres termes, par un défaut de transport de glucose vers les tissus insulino-sensibles, tels que les muscles et le tissu adipeux. La modélisation mathématique des données expérimentales peut être une excellente méthode pour étudier les mécanismes impliqués dans le phénomène biologique concerné. Ainsi, à partir d'une représentation symbolique comme la modélisation compartimentale, il est possible de développer une base théorique pour l'observation et de considérer les expériences les mieux adaptées pour l'étude. Nous avons montré, avec des modèles compartimentaux, que le 〚123I〛-6-déoxy-6-iodo-d-glucose (6-DIG), validé comme traceur du transport du glucose in vitro, peut permettre la vérification de cette anomalie de transport. Pour mesurer cette insulino-résistance, nous avons estimé les coefficients de transfert fractionnel du 6-DIG du sang vers les différents organes de l'étude. Nous avons réalisé plusieurs études avant d'arriver à un modèle satisfaisant et une attention toute particulière a été portée à la précision des paramètres estimés, afin de choisir le meilleur modèle. Les résultats ont montré qu'en associant les données expérimentales obtenues avec les activités du 6-DIG et un modèle mathématique adapté, des paramètres discriminants (coefficients de transfert fractionnel) entre les deux groupes, rats témoins et insulinorésistants, peuvent être dégagés.

Le texte complet de cet article est disponible en PDF.

Keywords : insulin-resistance, tracer, compartmental models, parameter estimations, experimental design

Mots-clé : insulino-résistance, traceur, modèles compartimentaux, estimations de paramètres, stratégie expérimentale


Plan


© 2002  Académie des sciences / Éditions scientifiques et médicales Elsevier SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 325 - N° 4

P. 529-546 - avril 2002 Retour au numéro
Article précédent Article précédent
  • SIMS@REIN : un système d'information multi-sources pour l'insuffisance rénale terminale
  • Paul Landais, Ana Simonet, Didier Guillon, Christian Jacquelinet, Mohamed Ben Saïd, Claude Mugnier, Michel Simonet
| Article suivant Article suivant
  • Real-time MRI and articulatory coordination in speech
  • Didier Demolin, Sergio Hassid, Thierry Metens, Alain Soquet

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.