A Multiscale in Silico Study to Characterize the Atrial Electrical Activity of Patients With Atrial Fibrillation. A Translational Study to Guide Ablation Therapy

Abstract

[ES] La fibrilación auricular es la arritmia cardíaca más común. Durante la fibrilación auricular, el sustrato auricular sufre una serie de cambios o remodelados a nivel eléctrico y estructural. La remodelación eléctrica se caracteriza por la alteración de una serie de canales iónicos, lo que cambia la morfología del potential de transmembrana conocido como potencial de acción. La remodelación estructural es un proceso complejo que involucra la interacción de varios procesos de señalización, interacción celular y cambios en la matriz extracelular. Durante la remodelación estructural, los fibroblastos que abundan en el tejido cardíaco, comienzan a diferenciarse en miofibroblastos que son los encargados de mantener la estructura de la matriz extracelular depositando colágeno. Además, la señalización paracrina de los miofibroblastos afecta a los canales iónicos de los miocitos circundantes.

Se utilizaron modelos computacionales muy detallados a diferentes escalas para estudiar la remodelación estructural inducida a nivel celular y tisular. Se realizó una adaptación de un modelo de fibroblastos humanos a nivel celular para reproducir la electrofisiología de los miofibroblastos durante la fibrilación auricular. Además, se evaluó la exploración de la interacción del calcio en la electrofisiología de los miofibroblastos ajustando el canal de calcio a los datos experimentales. A nivel tisular, se estudió la infiltración de miofibroblastos para cuantificar el aumento de vulnerabilidad a una arritmia cardíaca. Los miofibroblastos cambian la dinámica de la reentrada. Una baja densidad de miofibroblastos permite la propagación a través del área fibrótica y crea puntos de salida de actividad focal y roturas de ondas dentro de esta área. Además, las composiciones de fibrosis juegan un papel clave en la alteración del patrón de propagación. La alteración del patrón de propagación afecta a los electrogramas recogidos en la superficie del tejido. La morfología del electrograma se alteró dependiendo de la disposición y composición del tejido fibrótico.

Se combinaron modelos detallados de tejido cardíaco con modelos realistas de los catéteres de mapeo disponibles comercialmente para comprender las señales registradas clínicamente. Se generó un modelo de ruido a partir de señales clínicas para reproducir los artefactos de señal en el modelo. Se utilizaron electrogramas de modelos de dos dominios altamente detallados para entrenar un algoritmo de aprendizaje automático para caracterizar el sustrato fibrótico auricular. Las características que cuantifican la complejidad de las señales fueron extraídas para identificar la densidad fibrótica y la transmuralidad fibrótica. Posteriormente, se generaron mapas de fibrosis utilizando el registro del paciente como prueba de concepto. El mapa de fibrosis proporciona información sobre el sustrato fibrótico sin utilizar un valor único de corte de 0,5 milivoltios. Además, utilizando la medición del flujo de información como la entropía de transferencia combinada con gráficos dirigidos, en este estudio, se siguió la dirección de propagación del frente de onda. La transferencia de entropía con gráficos dirigidos proporciona información crucial durante la electrofisiología para comprender la dinámica de propagación de ondas durante la fibrilación auricular.

En conclusión, esta tesis presenta un estudio in silico multiescala que proporciona información sobre los mediadores celulares responsables de la remodelación de la matriz extracelular y su electrofisiología. Además, proporciona una configuración realista para crear datos in silico que pueden ser usados para aplicaciones clínicas y servir de soporte al tratamiento de ablación.

[CA] La fibril·lació auricular és l'arrítmia cardíaca més freqüent, en la qual el substrat auricular patix una sèrie de remodelacions elèctriques i estructurals. La remodelació de tipus elèctric es caracteritza per l'alteració d'un conjunt de canals iònics que modifica la morfologia del voltatge transmembrana, conegut com a potencial d'acció. La remodelació estructural és un fenomen complex que implica la relació entre diversos processos de senyalització, interaccions cel·lulars i canvis en la matriu extracel·lular. Durant la remodelació estructural, els abundants fibroblasts presents en el teixit cardíac comencen a diferenciar-se en miofibroblasts, els quals s'encarreguen de mantenir l'estructura de la matriu extracel·lular dipositant-hi col·lagen. A més, la senyalització paracrina dels miofibroblasts amb els miòcits circumdants també afectarà els canals iònics.

Es van utilitzar models computacionals molt detallats a diferents escales per estudiar la remodelació estructural induïda a nivell tissular i cel·lular. Es va fer una adaptació a nivell cel·lular d'un model de fibroblasts humans per reproduir-hi l'electrofisiologia dels miofibroblasts durant la fibril·lació auricular. A més, l'exploració de la interacció del calci amb l'electrofisiologia dels miofibroblasts va ser avaluada mitjançant l'adequació del canal de calci a les dades experimentals. A nivell tissular es va estudiar la infiltració de miofibroblasts per tal de quantificar l'augment de vulnerabilitat que això conferia per patir una arrítmia cardíaca. Els miofibroblasts canvien la dinàmica de la reentrada, i presentar-ne una baixa densitat permet la propagació a través de la zona fibròtica, tot creant punts de sortida d'activitat focal i trencaments d'ones dins d'aquesta àrea. A més, les composicions de fibrosi tenen un paper clau en l'alteració del patró de propagació, afectant els electrogrames recollits en la superfície del teixit. La morfologia dels electrogrames es va veure alterada en funció de la disposició i la composició del teixit fibròtic. Per comprendre els senyals clínicament registrats es van combinar models detallats de teixits cardíacs amb models realistes dels catèters de cartografia disponibles comercialment. Es va generar un model de soroll a partir de senyals clínics per reproduir-hi els artefactes de senyal. Es van utilitzar electrogrames de models de bidominis molt detallats per entrenar un algoritme d'aprenentatge automàtic destinat a caracteritzar el substrat fibròtic auricular. Les característiques que quantifiquen la complexitat dels senyals van ser extretes per identificar la densitat i transmuralitat fibròtica. Posteriorment, es van generar mapes de fibrosi mitjançant la gravació del pacient com a prova de concepte. El mapa de fibrosi proporciona informació sobre el substrat fibròtic sense utilitzar un sol valor de tensió de tall de 0,5 mV. A més, utilitzant la mesura del flux d'informació com l'entropia de transferència combinada amb gràfics dirigits, en aquest estudi es va fer un seguiment de la direcció de propagació de l'ona. L'entropia de transferència amb gràfics dirigits proporciona informació crucial durant l'electrofisiologia per entendre la dinàmica de propagació d'ones durant la fibril·lació auricular.

En conclusió, aquesta tesi presenta un estudi multi-escala in silico que proporciona informació sobre els mediadors cel·lulars responsables de la remodelació de la matriu extracel·lular i la seva electrofisiologia. A més, proporciona una configuració realista per crear dades in silico que es poden traduir a aplicacions clíniques que puguen donar suport al tractament de l'ablació.

[EN] Atrial fibrillation is the most common cardiac arrhythmia. During atrial fibrillation, the atrial substrate undergoes a series of electrical and structural remodeling. The electrical remodeling is characterized by the alteration of specific ionic channels, which changes the morphology of the transmembrane voltage known as action potential. Structural remodeling is a complex process involving the interaction of several signalling pathways, cellular interaction, and changes in the extracellular matrix. During structural remodeling, fibroblasts, abundant in the cardiac tissue, start to differentiate into myofibroblasts, which are responsible for maintaining the extracellular matrix structure by depositing collagen. Additionally, myofibroblasts paracrine signalling with surrounding myocytes will also affect ionic channels.

Highly detailed computational models at different scales were used to study the effect of structural remodeling induced at the cellular and tissue levels.At the cellular level, a human fibroblast model was adapted to reproduce the myofibroblast electrophsyiology during atrial fibrillation. Additionally, the calcium handling in myofibroblast electrophysiology was assessed by fitting calcium ion channel to experimental data. At the tissue level, myofibroblasts infiltration was studied to quantify the increase of vulnerability to cardiac arrhythmia. Myofibroblasts alter the dynamics of reentry. A low density of myofibroblasts allows the propagation through the fibrotic area and creates focal activity exit points and wave breaks inside this area. Moreover, fibrosis composition plays a key role in the alteration of the propagation pattern. The alteration of the propagation pattern affects the electrograms computed at the surface of the tissue. Electrogram morphology was altered depending on the arrangement and composition of the fibrotic tissue.

Detailed cardiac tissue models were combined with realistic models of the commercially available mapping catheters to understand the clinically recorded signals. A noise model from clinical signals was generated to reproduce the signal artifacts in the model. Electrograms from highly detailed bidomain models were used to train a machine learning algorithm to characterize the atrial fibrotic substrate. Features that quantify the complexity of the signals were extracted to identify fibrotic density and fibrotic transmurality. Subsequently, fibrosis maps were generated using patient recordings as a proof of concept. Fibrosis map provides information about the fibrotic substrate without using a single cut-off voltage value of 0.5 mV. Furthermore, in this study, using information theory measurements such as transfer entropy combined with directed graphs, the wave propagation direction was tracked. Transfer entropy with directed graphs provides crucial information during electrophysiology to understand wave propagation dynamics during atrial fibrillation.

In conclusion, this thesis presents a multiscale in silico study atrial fibrillation mechanisms providing insight into the cellular mediators responsible for the extracellular matrix remodeling and its electrophysiology. Additionally, it provides a realistic setup to create in silico data that can be translated to clinical applications that could support ablation treatment.