linas litvinas. kelių substratų koncentracijų atpažinimas naudojant kelių biojutiklių...
TRANSCRIPT
2015 rugsėjo 19 d.
Kelių substratu koncentraciju
atpažinimas naudojant kelių
biojutiklių stacionariąsias sroves ir
dirbtinius neuroninius tinklus
Parengė: Linas Litvinas
Įvadas
• Biojutikliuose naudojami fermentai turi pasižymėti selektyvumu,
t. y. reaguoti tik su analizuojamu substratu. Tai sumažina galimų
naudoti praktikoje fermentų aibę.
• Šiame darbe nagrinėjami fermentai, reaguojantys su dviem
substratais. Tokie fermentai gali būti panaudojami dviejų
substratų koncentracijų nustatymui, bet tam nepakanka vieno
biojutiklio nusistovėjusios srovės.
• Tuo tikslu dvejuose biojutikliuose, besiskiriančiuose naudojamo
fermento koncentracija, matuojama nusistovėjusi srovė bei
randama dviejų substratų koncentracija naudojant dirbtinį
neuroninį tinklą.
2015 rugsėjo 19 d. VU, MIF
Įvadas
• Galimybė nustatyti kelių substratų koncentracijas, naudojant
vieną ampermetrinį biojutiklį bei dirbtinį neuroninį tinklą, buvo
nagrinėta anstesniuose darbuose. Šiuose darbuose substratų
koncentracijoms nustatyti buvo naudojamas visas biojutiklio
atsakas, t. y. biojutiklio generuojamos srovės reikšmės
matuojamos kas sekundę visą eksperimento laikotarpį.
• Tokį matavimą sudėtinga realizuoti techninėmis priemonėmis,
ypač kai rezultatus veikia triukšmai.
• Šiame darbe naudotos dviejų biojutiklių įsisotinimo srovės
reikšmės. Skaitinei analizei srovės įsisotinimo reikšmė yra viena
paprasčiausiai pamatuojamų
2015 rugsėjo 19 d. VU, MIF
Bendra eksperimento schema
2015 rugsėjo 19 d. VU, MIF
Biojutiklio matematinis
modelis
• Darbe nagrinėjamas vieno fermento dvigubas
(reaguojantis su dviem substratais) biojutiklis.
Fermentiniame sluoksnyje taikysime Michaelio-
Mentano kinetiką,
S1 + S2 EP1 + P2,
• čia E žymi fermentą, S1, S2 yra nagrinėjamieji
substratai, o P1, P2 – reakcijos produktai.
2015 rugsėjo 19 d. VU, MIF
Biojutiklio matematinis
modelis
2015 rugsėjo 19 d. VU, MIF
Biojutiklio matematinis
modelis • Molekulių difuzinis judėjimas ir fermentinės reakcijos kinetika
fermento sluoksnyje, esant stabilioms sąlygoms, išreiškiama
statinėmis reakcijos-difuzijos lygtimis,
𝐷𝑆𝑖,𝑒
𝑑2𝑆𝑖,𝑒
𝑑𝑥2=
(𝑉𝑖/𝐾𝑖)𝑆𝑖,𝑒
1 + 𝑗=12 𝑆𝑗,𝑒/𝐾𝑗
,
𝐷𝑃𝑖,𝑒
𝑑2𝑃𝑖,𝑒
𝑑𝑥2= −
(𝑉𝑖/𝐾𝑖)𝑆𝑖,𝑒
1 + 𝑗=12 𝑆𝑗,𝑒/𝐾𝑗
, 𝑖 = 1, 2, 0 < 𝑥 < 𝑑,
čia 𝑥 yra erdvės koordinatė, 𝑆𝑖,𝑒(𝑥) ir 𝑃𝑖,𝑒(𝑥) yra substrato S𝑖 ir
produkto P𝑖 molinės koncentracijos fermentiniame sluoksnyje, 𝑉𝑖
yra maksimalus reakcijos greitis, 𝐾𝑖 yra Michaelio konstanta, 𝑑 –
fermentinio sluoksnio storis, 𝐷𝑆𝑖,𝑒ir 𝐷𝑃𝑖,𝑒
yra difuzijos
koeficientai, 𝑖 = 1, 2.
Biojutiklio matematinis
modelis
• Maišant tirpalą, difuzijos sluoksnio storis lieka
pastovus bei substratų koncentracija difuzijos
sluoksnio išorėje nekinta,
𝑆𝑖,𝑏 𝑑 + 𝛿 = 𝑆𝑖,0, 𝑃𝑖,𝑏 𝑑 + 𝛿 = 0, 𝑖 = 1, 2,
• čia 𝑆𝑖,0 yra substrato S𝑖 koncentracija tirpale
(𝑖 = 1, 2).
2015 rugsėjo 19 d. VU, MIF
Biojutiklio matematinis
modelis
• Ampermetriniame biojutiklyje reakcijos
produktų koncentracija elektrodo paviršiuje
( 𝑥 = 0 ) tampa nuline dėl elektrodo
poliarizacijos. Substratai elektrodo paviršiuje
elektrochemiškai nereaguoja, tad jiems taikoma
nepratekėjimo sąlyga,
𝑃𝑖,𝑒 0 = 0, 𝐷𝑆𝑖,𝑒
𝑑𝑆𝑖,𝑒
𝑑𝑥𝑥=0
= 0, 𝑖 = 1, 2.
2015 rugsėjo 19 d. VU, MIF
Biojutiklio matematinis
modelis • Esant stabilioms sąlygoms, substrato ir produkto kiekis
pratekantis per difuzijos sluoksnio kraštą 𝑥 = 𝑑 + 𝛿 yra
lygus atitinkamai substratų ir produktų kiekiui, pratekančiam
per fermentinio/difuzijos sluoksnio ribą (𝑥 = 𝑑),
𝐷𝑆𝑖,𝑒
𝑑𝑆𝑖,𝑒
𝑑𝑥𝑥=𝑑
= 𝐷𝑆𝑖,𝑏
𝑆𝑖,0 − 𝑆𝑖,𝑒(𝑑)
𝛿,
𝐷𝑃𝑖,𝑒
𝑑𝑃𝑖,𝑒
𝑑𝑥𝑥=𝑑
= −𝐷𝑃𝑖,𝑏
𝑃𝑖,𝑒(𝑑)
𝛿, 𝑖 = 1, 2.
2015 rugsėjo 19 d. VU, MIF
Biojutiklio matematinis
modelis • Dvigubo biojutiklio įsisotinimo srovės tankio 𝐼 reikšmė yra
proporcinga oksiduotų ar redukuotų produktų kiekiui ir gali
būti apskaičiuojama remiantis Faradėjaus ir Fiko dėsniais,
𝐼 = 𝐼𝑃1+ 𝐼𝑃2
, 𝐼𝑃1= 𝑛1𝐹𝐷𝑃1,𝑒
𝑑𝑃1,𝑒
𝑑𝑥𝑥=0
,
𝐼𝑃2= 𝑛2𝐹𝐷𝑃2,𝑒
𝑑𝑃2,𝑒
𝑑𝑥𝑥=0
,
• čia 𝑛1 ir 𝑛2 yra elektronų skaičius, dalyvaujantis krūvio
perdavime elektrodo paviršiuje, 𝐹 yra Faradėjaus konstanta,
𝐼𝑃𝑖yra produkto P𝑖 generuojama srovės dalis (𝑖 = 1, 2).
2015 rugsėjo 19 d. VU, MIF
Bedimensinis modelis
• Bedimensinis modelis išvedamas siekiant išskirti esminius
biojutiklio matematinio modelio parametrus bei sumažinti
parametrų skaičių
2015 rugsėjo 19 d. VU, MIF
Dimensinis Bedimensis
𝑥, cm 𝑥 = 𝑥/𝑑
𝑆𝑖,𝑒, M 𝑆𝑖,𝑒 = 𝑆𝑖,𝑒/𝐾𝑖
𝑃𝑖,𝑒, M 𝑃𝑖,𝑒 = 𝑃𝑖,𝑒/𝐾𝑖
𝑆𝑖,0, M 𝑆𝑖,0 = 𝑆𝑖,0/𝐾𝑖
𝐼𝑃𝑖, A/cm2 𝐼𝑃𝑖
= (𝐼𝑃𝑖𝑑)/(𝑛𝑖𝐹𝐷𝑃𝑖,𝑒
𝐾𝑖)
Bedimensinis modelis
• Fermentiniame sluoksnyje difuzijos-reakcijos lygtys aprašomos,
𝑑2 𝑆𝑖,𝑒
𝑑 𝑥2= 𝛼𝑖
2 𝑆𝑖,𝑒
1 + 𝑗=1𝑘 𝑆𝑗,𝑒
,
𝑑2 𝑃𝑖,𝑒
𝑑 𝑥2= −𝛼𝑖
2 𝑆𝑖,𝑒
1 + 𝑗=1𝑘 𝑆𝑗,𝑒
, 𝑖 = 1, 2, 0 < 𝑥 < 1.
• čia 𝛼𝑖2 = (𝑑2𝑉𝑖)/(𝐷𝑆𝑖,𝑒
𝐾𝑖) yra difuzijos modulis. Ši
charakteristika nusako santykį tarp fermentinės reakcijos greičio
(𝑉𝑖/𝐾𝑖) ir difuzijos greičio fermentiniame sluoksnyje (𝐷𝑆𝑖/𝑑2).
2015 rugsėjo 19 d. VU, MIF
Bedimensinis modelis
• Elektrodo paviršiuje ( 𝑥 = 0) kraštinės sąlygos,
𝑃𝑖,𝑒 0 = 0 𝑑 𝑆𝑖,𝑒
𝑑 𝑥 𝑥=0
= 0, 𝑖 = 1, 2.
• Kraštinės sąlygos, aprašančios difuzijos sluoksnį,
𝑑 𝑆𝑖,𝑒
𝑑 𝑥 𝑥=1
= 𝛽𝑆𝑖 𝑆𝑖,0 − 𝑆𝑖,𝑒 1 ,
𝑑 𝑃𝑖,𝑒
𝑑 𝑥 𝑥=1
= −𝛽𝑃𝑖 𝑃𝑖,𝑒 1 , 𝑖 = 1, 2,
• čia 𝛽𝑆𝑖 = ( 𝑑𝐷𝑆𝑖,𝑏) 𝛿𝐷𝑆𝑖,𝑒
ir 𝛽𝑃𝑖 = (𝑑𝐷𝑃𝑖,𝑏)/(𝛿𝐷𝑃𝑖,𝑒
), 𝑖 = 1, 2, yra
Biot skaičiai (tariame, kad 𝛽𝑆𝑖 = 𝛽𝑃𝑖 = 𝛽, 𝑖 = 1, 2). Biot skaičius žymi
santykį tarp vidinės ir išorinės masės pernešimo varžos2015 rugsėjo 19 d. VU, MIF
Bedimensinis modelis
• Bedimensę nusistovėjusią srovę 𝐼 galime apskaičiuoti, 𝐼 = 𝐼𝑃1
+ 𝐼𝑃2
• Gautame kraštiniame uždavinyje yra du parametrai,
nusakantys biojutiklio charakteristikas (𝛼𝑖2, 𝛽). Difuzijos
modulis 𝛼𝑖2 yra vienas svarbiausių biojutiklio parametrų.
• Biojutiklio atsaką nulemia difuzija, kai 𝛼𝑖2 ≫ 1 .
Priešingu atveju (𝛼𝑖2 ≪ 1) fermentinė reakcija lemia
biojutiklio atsaką.
2015 rugsėjo 19 d. VU, MIF
Biojutiklio skaitinis
modeliavimas • Dėl kraštinio uždavinio netiesiškumo lygtis buvo sprendžiama skaitiškai,
naudojant baigtinių skirtumų metodą.
• Darbe nagrinėti du biojutikliai, turintys skirtingą fermento koncentraciją.
Šie biojutikliai generuoja skirtingas įsisotinimo sroves: 𝐼1 ir 𝐼2 . Dėl
skirtingo fermento kiekio proporcingai skiriasi difuzijos moduliai.
• Modeliuojami biojutikliai skyrėsi tik dviem parametrais: 𝛼12 ir 𝛼2
2. Tarkim,
pirmojo biojutiklio difuzijos moduliai yra 𝛼1,12 ir 𝛼2,1
2 , o antrojo – 𝛼1,22 ir
𝛼2,22 . Tada biojutiklių generuojamos įsisotinimo srovės yra 𝐼1(𝛼1,1
2 , 𝛼2,12 ) ir
𝐼2(𝛼1,22 , 𝛼2,2
2 ).
• Turėdami įsisotinimo srovės reikšmes 𝐼1 ir 𝐼2, neuroniniu tinklu nustatėme
bedimenses substratų S𝑖 koncentracijų reikšmes 𝑆𝑖,0 , 𝑖 = 1, 2. Darbe
pasirinkta koncentracijų 𝑠 = ( 𝑆1,0, 𝑆2,0) kitimo sritis 𝑠 𝜖 𝑆 =[3,2; 12,8]2.
2015 rugsėjo 19 d. VU, MIF
Biojutiklio skaitinis
modeliavimas • Keturis difuzijos modulius galima išreikšti parametrais 𝑝, 𝑞 ir 𝛼2,
𝛼1,12 = 𝛼2, 𝛼2,1
2 = 𝑝𝛼2,
𝛼1,22 = 𝑞𝛼2, 𝛼2,2
2 = 𝑞𝑝𝛼2.
• Darbe nagrinėsime difuzijos modulio 𝛼2 bei parametrų 𝑝 ir 𝑞 įtaką
substratų koncentracijų nustatymo tikslumui.
• Biocheminės kinetikos požiūriu, parametras 𝑞 nusako kiek kartų
skiriasi fermento koncentracija atskiruose biojutikliuose, o
parametras 𝑝 nusako kiek kartų skiriasi maksimalūs fermentinės
reakcijos greičiai tarp atskirų substratų.
• Skaitiniams eksperimentams pasirinkome tipinę Biot skaičiaus
reikšmę 𝛽 = 1
2015 rugsėjo 19 d. VU, MIF
Biojutiklio skaitinis
modeliavimas • Darbe naudotas trijų sluoksnių neuroninis tinklas – įvesties sluoksnis,
vienas paslėptas sluoksnis ir išvesties sluoksnis,
• 𝑐𝑖 = 𝑠=1𝐻 𝛼𝑠,𝑖𝜙 𝐵𝑠𝐼
𝑇 + 𝛾𝑠 + 𝜗𝑖 , 𝑖 = 1, 2,
• čia 𝑐𝑖 reikšmė 𝑖-tojo išvesties neurono, nustatančio 𝑖-tojo substrato
koncentraciją tirpale, 𝐼 = (𝐼1, 𝐼2) – įvesties vektorius (biojutiklių
generuojama srovė), 𝐻 – paslėpto sluoksnio neuronų skaičius, 𝛼𝑠,𝑖,
𝐵𝑠 = (𝑏𝑠,1, 𝑏𝑠,2), 𝛾𝑠, 𝜗𝑖 – svoriai, 𝜙 𝑢 = 1/(1 + 𝑒−𝑢) – sigmoidinė
funkcija.
• Svoriams rasti naudojome Levenbergo-Markardo optimizavimo
algoritmą.
2015 rugsėjo 19 d. VU, MIF
Rezultatai
• Neuroninio tinklo apmokymui naudojome apmokymo aibę, sudarytą iš
įrašų, tolygiai padengiančių nagrinėjamą koncentracijų kitimo sritį,
• 𝑠 ∈ {𝑞𝑖: 𝑞𝑖 = 𝑆0𝑚𝑖𝑛 + 𝑖 × ( 𝑆0𝑚𝑎𝑥 − 𝑆0𝑚𝑖𝑛)/𝑀, 𝑖 = 0, … , 𝑀}2,
• 𝑆 = [ 𝑆0𝑚𝑖𝑛; 𝑆0𝑚𝑎𝑥]2 = [3,2; 12,8]2, 𝑀 = 20
• Gautas neuroninio tinklo tikslumas buvo patvirtintas naudojant testinę
aibę (įrašai su atsitiktinai parinktais koncentracijų vektoriais iš kitimo
srities 𝑆). Testinę aibę sudarė 100, o apmokymo aibę (𝑀 + 1)2 = 441įrašų. Naudojant 𝑀 = 20 pakankamai tankiai padengiama nagrinėjama
koncentracijų kitimo sritis.
2015 rugsėjo 19 d. VU, MIF
Rezultatai
• Tirpalų koncentracijų nustatymo paklaidai įvertinti naudotas santykinės
paklaidos įvertis: 휀𝑖 = 𝑆𝑖,0 − 𝑐𝑖 / 𝑆𝑖,0, 𝑖 = 1, 2, čia 𝑐𝑖 – prognozuojama
reikšmė, 𝑆𝑖,0 – tikroji 𝑖 -tojo substrato koncentracija. Skaitiniai
eksperimentai atlikti dešimt kartų, randant atskirų eksperimentų santykinės
paklaidos vidurkių vidutinę reikšmę 휀𝑖 , 𝑖 = 1, 2.
• Eksperimentai buvo atlikti su įvairiomis 𝑝 ir 𝑞 reikšmėmis, tokiu būdu
gauta funkcija 휀𝑖 𝑝, 𝑞 , 𝑖 = 1, 2. Rezultatai buvo normuojami maksimalia
paklaidos reikšme 휀𝑚𝑎𝑥 ≈ 0,45 , taip gaunant procentines paklaidos
išraiškas: 𝑒𝑖 𝑝, 𝑞 = ( 휀𝑖 𝑝, 𝑞 / 휀𝑚𝑎𝑥) × 100%, 𝑖 = 1, 2.
• Darbe nedarėme prielaidų apie funkcijos 𝑒𝑖 𝑝, 𝑞 kitimą, tad naudosime
aibę 𝐴 = {1, 2, …10} , kaip kintamųjų 𝑝 ∈ 𝐴 ir 𝑞 ∈ 𝐴 kitimo sritį.
Gausime funkcijos 𝑒𝑖 𝑝, 𝑞 , 𝑖 = 1, 2 paviršių srityje 𝑝, 𝑞 ∈ 𝐴2 .
Nagrinėti rezultatai, naudojant skirtingas 𝛼2 ∈ {0,1; 1; 10}.
2015 rugsėjo 19 d. VU, MIF
Rezultatai
Rezultatai
• Iš pateiktų grafikų matome, kad didžiausios paklaidos gaunamos, kai
𝑝 = 𝑞 = 1 . Paklaidos reikšmės yra apytiksliai lygios maksimaliai
paklaidos reikšmei 휀𝑚𝑎𝑥 (𝑒𝑖 𝑝, 𝑞 ≈ 100%, kai 𝛼2 = 1, 𝑒𝑖 𝑝, 𝑞 ≈80%, kai 𝛼2 ∈ {0,1; 10}), kuri savo ruožtu yra apytiksliai lygi teorinei
paklaidai, gaunamai visada renkantis koncentracijų vidurkio reikšmę.
Tai patvirtina, kad 𝑝 = 𝑞 = 1 atveju neįmanoma atpažinti substratų
koncentracijų. Panaši situacija, kai 𝑝 = 1 arba kai 𝑞 = 1 , t. y.
neįmanoma nustatyti substratų koncentracijų. Išskyrus tą atveji, kai
𝑞 = 1, o 𝑝 didėja, gauname mažėjančią antro substrato paklaidos
reikšmę, 3b, 3d pav. Tai paaiškinama vis didėjančia antro substrato
įtaka bendrai įsisotinimo srovės reikšmei, kai 𝑝 didėja. Šis efektas
mažiau ryškus 3f pav., nes, turint didelę 𝛼2 reikšmę, didinant 𝑝pasiekiama įsisotinimo riba, kai antros medžiagos įtaka bendrai
įsisotinimo srovės reikšmei nebedidėja.2015 rugsėjo 19 d. VU, MIF
Rezultatai
• Visais atvejais mažiausia paklaida 𝑒𝑖 𝑝, 𝑞 ≈ 1%, 𝑖 = 1, 2pasiekiama, kai 𝑝 = 𝑞 = 10. Kiek didesnė paklaida pirmos
medžiagos atveju, kai 𝛼2 = 0,1 - 𝑒1 10, 10 ≈ 4% . Kai
parametras 𝑝 arba 𝑞 mažėja, paklaidos didėja.
• Nagrinėjant atvejį kai 𝛼2 = 1 (3c, 3d pav.), matome ryškius
funkcijos lūžius ties 𝑞 = 4. Tai rodo, kad pakankamas
fermento kiekio skirtumas (𝑞 > 4) yra būtinas tiksliam abiejų
substratų koncentracijų prognozavimui, kai 𝛼2 = 1. Visais
atvejais priartėjama prie prognozavimo tikslumo ribos kai 𝑝 >4 ir 𝑞 > 4.
2015 rugsėjo 19 d. VU, MIF
Rezultatai
• Visais atvejais, kai 𝑝 > 1 ir 𝑞 > 1 , antro
substrato paklaida mažesnė, dėl to, kad galioja
𝛼1,12 < 𝛼2,1
2 , 𝛼1,22 < 𝛼2,2
2 , t. y. antro substrato
įtaka bendrai įsisotinimo srovės reikšmei yra
didesnė. Kai biojutiklio atsaką nulemia difuzija
𝛼𝑖2 ≫ 1 (3e, 3f pav.), gauname mažiausias
substratų koncentracijų prognozavimo paklaidas.
2015 rugsėjo 19 d. VU, MIF
Išvados
• Darbe ištirta biojutiklio parametrų (difuzijos modulių) įtaka
paklaidai. Darbe parodyta, kad pakankamai tiksliam
prognozavimui pakanka 𝑝 > 4 ir 𝑞 > 4, t. y., pakanka, kad
fermento koncentracijos atskiruose biojutikliuose bei
maksimalūs fermentinės reakcijos greičiai tarp atskirų
substratų skirtųsi daugiau nei keturis kartus. Siekiant
mažiausios paklaidos, reikia didinti tiek fermento
koncentracijos atskiruose biojutikliuose skirtumą, tiek
maksimalios fermentinės reakcijos greičio skirtumą. Taip pat
darbe parodyta, kad substratų koncentracijų nustatymo
paklaidos yra mažiausios, kai biojutiklio atsakas yra
nulemiamas difuzijos (t. y. difuzijos modulis 𝛼𝑖2 ≫ 1).
2015 rugsėjo 19 d. VU, MIF
Išvados
• Darbe ištirta biojutiklio parametrų (difuzijos modulių)
įtaka substratų koncentracijų nustatymo neuroniniu
tinklu paklaidai. Nustatymui naudota biojutiklių
įsisotinimo srovė, kurią galima paprastai ir tiksliai
pamatuoti.
• Neuroninis tinklas pakankamai gerai aproksimavo
koncentracijų kitimo funkcijas ir leido ištirti difuzijos
modulio įtaką koncentracijų nustatymo tikslumui.
2015 rugsėjo 19 d. VU, MIF
Išvados
• Gautos žinos apie difuzijos modulio įtaką
svarbios tolimesniems tyrimams naudojant realių
eksperimentų duomenis.
• Tolimesniuose darbuose reikia išnagrinėti
biojutiklio geometrijos 𝛽 įtaką substratų
koncentracijų nustatymo paklaidai.
• Taip pat tyrimą reikia tęsti naudojant fizinių
eksperimentų duomenis.
2015 rugsėjo 19 d. VU, MIF
Klausimai
?
2015 rugsėjo 19 d. VU, MIF