25.02.2013 Aufrufe

Auflösung des schnellen Schaltens bei Patch-Clamp Untersuchungen

Auflösung des schnellen Schaltens bei Patch-Clamp Untersuchungen

Auflösung des schnellen Schaltens bei Patch-Clamp Untersuchungen

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

Kapitel 7: Meßergebnisse<br />

Reale Messungen haben aber mehr als einen Kanal und meistens mehr Zustände als das<br />

OC Modell. Dies gestaltet die kinetische Untersuchung eines realen Kanals sehr<br />

schwierig.<br />

Um zu überprüfen, ob der Mechanismus von Draber und Hansen (1994) auch hier zutrifft,<br />

wird zuerst versucht, mit Hilfe der Dwell-Time-Histogramme (Abschnitt 7.3) das richtige<br />

Markov-Modell zu finden. Prinzipiell ist dieses Problem nicht eindeutig (Kienker, 1989).<br />

Allerdings genügt es für die Fragestellung hier, eine korrekte kinetische Beschreibung zu<br />

gewinnen. Es ist für die Berechnung <strong>des</strong> mittleren Stromes nicht notwendig, das "wahre"<br />

Modell aus einer Klasse kinetisch äquivalenter Modelle zu bestimmen.<br />

Die erste Information über die Anzahl der Zustände <strong>des</strong> Modells gewinnt man aus der<br />

Anzahl der Zeitkonstanten, die notwendig für den Fit der Dwell-Time-Histogramme sind. Die<br />

entsprechenden Diagramme ergeben so die Anzahl der Offen- und Geschlossenzustände.<br />

Danach werden die Ratenkonstanten ermittelt und die in verschiedenen Badlösungen<br />

erhaltenen Werte miteinander verglichen. Daraus gewinnt man die in obigen Gleichungen<br />

wichtigen Besetzungswahrscheinlichkeiten je<strong>des</strong> einzelnen Zustands. Ausgehend von der<br />

Betrachtung der Übergangsraten und Besetzungswahrscheinlichkeiten wird ein Teilsystem <strong>des</strong><br />

Markov-Modells ausgewählt, das verantwortlich für das schnelle Schalten ist. Für dieses<br />

Teilmodell werden wieder die Besetzungswahrscheinlichkeiten bestimmt. Mit Hilfe einer<br />

ähnlichen Beziehung kann dann wie in Formel 7.3 der scheinbare (gemittelte)<br />

Einzelkanalstrom abgeschätzt werden. Mit dieser Abschätzung wird versucht, die Hypothese<br />

<strong>des</strong> <strong>schnellen</strong> <strong>Schaltens</strong> für die scheinbaren Stromreduzierungen zu untermauern.<br />

7.3 Verweildauerhistogramme<br />

7.3.1 Analyseprogramme<br />

Im obigen Abschnitt wurde der Weg skizziert, um aus der kinetischen Analyse die<br />

Hypothese der Einzelkanalstromreduzierung durch schnelles Schalten zu verifizieren. Hierzu<br />

muß das Zeitverhalten <strong>des</strong> Kanals mathematisch beschrieben werden. Im Abschnitt 4.1 sind<br />

die für diesen Zweck benutzten Markov-Prozesse dargestellt.<br />

Das Schaltverhalten wird mit Hilfe der Ratenkonstanten der Übergänge zwischen den<br />

Zuständen <strong>des</strong> Kanals direkt beschrieben. Im Rahmen dieser Ar<strong>bei</strong>t interessiert die Änderung<br />

der Ratenkonstanten <strong>bei</strong> den unterschiedlichen Lösungen und Temperaturen.<br />

Es gibt zwei Möglichkeiten, die Ratenkonstanten zu bestimmen. Die erste Methode ist<br />

der direkte Fit der Zeitreihe mit einem Hidden-Markov-Modell (HMM-Fit). Das Attribut<br />

„Hidden“ bekommt ein Markov-Modell, wenn mehrere kinetisch verschiedene Zustände zur<br />

gleichen elektrischen Leitfähigkeit führen (mehrere O- oder C-Zustände) und/oder das<br />

Ausgangssignal durch Rauschen gestört ist. Bei<strong>des</strong> trifft hier zu.<br />

Beim direkten Zeitreihenfit wird ausgehend vom Zustand <strong>des</strong> Kanals zum Zeitpunkt nT<br />

die Wahrscheinlichkeit <strong>des</strong> Zustan<strong>des</strong> zum Zeitpunkt (n+1)T mit einem 1-Schritt<br />

Prädiktionsalgorithmus geschätzt und mit dem gemessenen Strom verglichen (Horn und<br />

Lange 1983; Fredkin und Rice, 1992; Albertsen und Hansen, 1994; Klein et al., 1997). Die<br />

Ratenkonstanten <strong>des</strong> verwendeten Modells werden so lange mit einem Simplex Algorithmus<br />

(Nedler und Mead, 1965; Caceci und Cacheris, 1984) variiert, bis das Maximum der<br />

Likelihood für die gemessene Zeitreihe erreicht ist.<br />

Der Nachteil dieser Analyse ist wie <strong>bei</strong> allen Verfahren, daß das Modell bekannt sein<br />

muß, so daß verschiedene Modelle sequentiell getestet werden müssen, um das mit der<br />

maximalen Maximum-Likelihood auszuwählen. Daraus ergibt sich das Hauptproblem: der<br />

43

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!