Difference between revisions of "Dynamique physiologique dans les maladies démyélinisantes : démêler les relations complexes grâce à la modélisation informatique"

Dans le domaine des maladies démyélinisantes, les efforts de modélisation se sont traditionnellement concentrés sur des modèles d'axones visant à expliquer divers aspects de l'excitabilité. Mais comme indiqué ci-dessus, ces modèles ont subi une évolution considérable en termes de complexité. Dans le processus, des modèles à différentes échelles biologiques ont commencé à fusionner. Par exemple, les modèles ont maintenant commencé à aborder la régulation des concentrations d'ions et leurs conséquences sur les changements lents d'excitabilité, la consommation d'énergie et la toxicité. Une approche informatique sera nécessaire pour intégrer les étiologies parallèles et multifactorielles associées au déclin cognitif telles que la signalisation du système immunitaire, le métabolisme énergétique, les interactions entre la matière grise et la matière blanche et les réseaux génétiques [117].<ref>Zeis T., Allaman I., Gentner M., Schroder K., Tschopp J., Magistretti P.J., Schaeren-Wiemers N. Metabolic gene expression changes in astrocytes in Multiple Sclerosis cerebral cortex are indicative of immune-mediated signaling. Brain Behav. Immun. 2015;48:315–325. doi: 10.1016/j.bbi.2015.04.013.[PubMed] [CrossRef] [Google Scholar]</ref> Ces efforts continus commencent à découvrir les vastes boucles de rétroaction interconnectées qui fonctionnent sur une large gamme d'échelles spatiales et temporelles. Cela dit, ces efforts en sont encore à leurs balbutiements et de grandes lacunes subsistent dans la modélisation des maladies démyélinisantes. Il est plus facile de décrire ce qui a été modélisé que ce qui ne l'a pas été. Un modèle véritablement intégré impliquant plusieurs types de cellules qui aborde tous les facteurs étiologiques hypothétiques reste non réalisé. Parmi les cibles inexplorées ou sous-explorées mais potentiellement utiles pour la modélisation figurent la pathologie de la matière grise, les couches aqueuses de la gaine de myéline, le métabolisme énergétique et peut-être le plus important, la modélisation multi-échelle ou intégrée. Il faut reconnaître que les outils nécessaires existent dans d'autres domaines d'étude et peuvent donc être facilement appliqués à l'étude des maladies de démyélinisation.

== Acknowledgments ==