Minimal model for the dependence of stresses in the wall of a cerebral vessel on the parameters of a smooth muscle cell

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

A minimal mathematical model of the wall of a small arterial vessel is described. This model is created based on the published results of experiments performed on rat cerebral vessels. It is assumed that the active stress has only a circumferential component and depends on the circumferential stretch, calcium concentration in the cytoplasm, and the membrane potential of smooth muscle cells. The presented model for a small artery can qualitatively reproduce the results of more sophisticated models for other vessels under normal physiological conditions. Unlike a similar model, that accounts for only one cellular parameter, the addition of membrane potential as one of the main parameters was crucial to reveal a qualitative change in the dependency of circumferential stress on stretch and the radial coordinate with an alteration in vascular tone. At fixed values of membrane potential and calcium concentration in the phase of a development of vascular tone, stress decreases as it approaches the outer wall of the vessel and increases as stretch increases, and after it is formed, the direction of changes in the circumferential stress reverses.

About the authors

N. Kh Shadrina

Pavlov Institute of Physiology, Russian Academy of Sciences

Email: nkhsh@yandex.ru
Saint-Petersburg, Russia

References

  1. И.В. Гончар, С.А. Балашов, И.А. Валиев и др., Труды МФТИ, 9 (1), 101 (2017).
  2. N. R. Tykocki, E. M. Boerman, and W. F. Jackson, Compr. Physiol., 7 (2), 485 (2018). doi: 10.1002/cphy.c160011
  3. W. F. Jackson, Front. Physiol., 12, 770450 (2021). doi: 10.3389/fphys.2021.770450
  4. H. Chen and G. S. Kassab, Sci. Rep., 7 (1), 9339 (2017). doi: 10.1038/s41598-017-08748-7
  5. Y. Lu, J. Wu, Y. Li, et al., Sci. Rep., 7 (1), 13911 (2017). doi: 10.1038/s41598-017-14276-1
  6. K. Takamizawa, Cardiovasc. Eng. Tech., 10 (4), 604 (2019). doi: 10.1007/s13239-019-00434-1
  7. A. Rachev and K. Hayashi, Ann. Biomed. Eng. 27, 459 (1999). doi: 10.1114/1.19
  8. M. A. Zulliger, A. Rachev, and N. Stergiopulos, Am. J. Physiol. Heart Circ. Physiol., 287, H1335 (2004). doi: 10.1152/ajpheart.00094.2004
  9. B. Zhou, A. Rachev, N. Shazly, J. Mech. Behav. Biomed. Mater., 48, 28 (2015). doi: 10.1016/j.jmbbm.2015.04.004
  10. M. Bol, A. Schmitz, G. Nowak, and T. Siebert, J. Mech. Behav. Biomed. Mater., 13, 215 (2012). doi: 10.1016/j.jtbi.2011.11.012
  11. K. Uhlmann and D. Balzani, Biomech. Model. Mechanobiol., 22, 1049 (2023). doi: 10.1007/s10237-023-01700-x
  12. С. А. Регирер, И. М. Руткевич и П. И Усик, Механика полимеров, № 4, 585 (1975).
  13. S. Murtada, A. Arner, and G. A. Holzapfel, J. Theor. Biol., 297, 176 (2012). doi: 10.1016/j.jtbi.2011.11.012
  14. S. Murtada and G. A. Holzapfel, J. Theor. Biol., 358 (7), 1 (2014). doi: 10.1016/j.jtbi.2014.04.028
  15. A. Navarrete, P. Varela, M. L6pez, et al., Front. Bioeng. Biotechnol., 10, 924019 (2022). doi: 10.3389/fbioe.2022.924019
  16. C. Hai, and R. A. Murphy, Am. J. Physiol., 255, 86 (1988).
  17. J. Stalhand and G. A. Holzapfel, J. Theor. Biol., 397, 13 (2016). doi: 10.1016/j.jtbi.2016.02.028
  18. J. Yang, J. W. Clark, R. M. Bryan, and C. A. Robertson, Med. Engineer. & Physics, 25, 691 (2003). doi: 10.1016/s1350-4533(03)00100-0
  19. J. Yang, J. W. Clark, R. M. Bryan, and C. A. Robertson, Med. Engineer. & Physics, 25, 711 (2003). doi: 10.1016/s1350-4533(03)00101-2
  20. M. Koenigsberger, R. Sauser, D. Seppey, et al., Bophys. J., 95 (6), 2728 (2008). doi: 10.1529/biophysj.108.131136
  21. A. Coccarelli, D. H. Edwards, A. Aggarwal, et al., J. Roy. Soc.Interface, 15, 20170732 (2018). doi: 10.1098/rsif.2017.0732
  22. Н. Х. Шадрина, Биофизика, 66 (1), 157 (2021).
  23. H. J. Knot and M. T. Nelson, J. Physiol., 508 (1), 199 (1998). doi: 10.1111/j.1469-7793.1998.199br.x
  24. G. Gabella, J. Ultrastruct. Res., 84 (1), 24 (1983). doi: 10.1016/s0022-5320(83)90083-7
  25. G. E. Sleek and B. R. Duling, Circ. Res., 59, 620 (1986). doi: 10.1161/01.res.59.6.620
  26. Y. Fung, Biomechanics (Springer-Verlag, N.-Y., 1981).
  27. Н. Х. Шадрина, Изв. РАН. Мех. жидк. и газа, № 2, 3 (2020). doi: 10.31857/S0568528120020115
  28. G. Osol, J. F. Brekke, K. McElroy-Yaggy, and N. I. Gokina, Am. J. Physiol. Heart Circ. Physiol., 283, H2260 (2002). doi: 10.1152/ajpheart.00634.2002
  29. R. Sanft, A. Power, and C. Nicholson, Math. Biosci., 315, 108223 (2019). doi: 10.1016/j.mbs.2019.108223
  30. A. Arner, Eur. J. Physiol., 395, 277 (1982). doi: 10.1007/BF00580790.
  31. H. J. Knot, N. B. Standen, and M. T. Nelson, J. Physiol., 508 (1), 211 (1998). doi: 10.1111/j.1469-7793.1998.211br.x

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2023 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».