Using delay differential equations in models of cardiac electrophysiology

In cardiac physiology, electrical alternans is a phenomenon characterized by long-short alternations in the action potential duration of cardiac myocytes that give rise to complex spatiotemporal dynamics in tissue. Experiments and clinical measurements indicate that alternans can be a precursor of life-threatening arrhythmias, such as cardiac _brillation. Despite the importance of alternans in the study of cardiac disease, many mathematical models developed to describe cardiac electrophysiology at the cellular level are not able to produce this phenomenon. As a potential remedy to this de_ciency, we introduce short time-delays in some formulations of existing cardiac cell models that are based on Ordinary Di_erential Equations (ODEs). Many processes within cardiac cells involve delays in sensing and responding to changes. In addition, delay di_erential equations (DDEs) are known to give rise to complex dynamical properties in mathematical models. In biological modeling, DDEs have been applied to epidemiology, population dynamics, immunology, and neural networks. Therefore, DDEs can potentially represent mechanisms that result in complex dynamics both at the cellular level and at the tissue level. In this thesis, we propose DDE-based formulations for ion channel models based on the Hodgkin-Huxley formalism that can induce alternans in single-cell simulations in many models found in the literature. We also show that these modi_cations can destabilize spiral waves and produce spiral breakups in two-dimensional simulations, which is a typical model of cardiac _brillation. However, the new DDE-based formulations introduce new computational challenges due to the need for storing and retrieving past values of variables. Therefore, we present novel numerical methods to overcome these challenges and enable e_cient DDE-based studies at the tissue level in standard computational environments. We _nd that the proposed methods decrease memory usage by up to 95% in cardiac tissue simulations compared to straightforward history management algorithms available in widely used DDE solvers.Em fisiologia cardíaca, alternans elétrica _e um fenômeno caracterizado pela alternância entre potenciais de ação longos e curtos que dá origem a complexos comportamentos espaço-temporais em tecido. Experimentos e medições clínicas indicam que alternans pode ser um precursor de perigosas arritmias, como fibrilação ventricular ou morte súbita. Apesar da importância do alternans no estudo de doenças cardíacas, muitos modelos matemáticos para a eletrofisiologia de células cardíacas não são capazes de reproduzir este fenômeno. Como um potencial remédio para esta deficiência, introduzimos curtos atrasos de tempo em algumas formulações de modelos preexistentes para células cardíacas que são baseados em Equações Diferenciais Ordinárias (EDOs). Vários processos em células cardíacas envolvem atrasos de sensibilidade e de resposta a mudanças em variáveis fisiológicas. Além disso, equações diferenciais com atraso (DDEs) são conhecidas por dar origem a complexas propriedades dinâmicas em modelos matemáticos. Em modelagem biológica, DDEs têm sido aplicadas em epidemiologia, dinâmica populacional, imunologia e redes neurais. Portanto, DDEs podem representar mecanismos que resultam em dinâmicas complexas tanto no nível celular, quanto no nível do tecido. Nesta tese, propomos formulações baseadas em DDEs para modelos de canais iônicos descritos pelo formalismo de Hodgkin-Huxley. Tais formulações são capazes de induzir alternans em simulações celulares envolvendo vários modelos encontrados na literatura. Nós também mostramos que essas modificações podem desestabilizar e quebrar ondas espirais em simulações bidimensionais de propagação elétrica, o que é típico de fibrilação cardíaca. Entretanto, as formulações propostas introduzem novos desafios computacionais devido à necessidade de armazenar e recuperar valores passados de variáveis. Deste modo, nós apresentamos novos métodos numéricos para superar tais desafios e permitir a eficiente simulação de modelos baseados em DDEs no nível do tecido cardíaco. Os métodos propostos foram capazes de diminuir o uso de memória em até 95% em comparação aos algoritmos largamente utilizados na solução numérica de DDEs. Assim, os novos modelos baseados em DDEs e os eficientes métodos numéricos propostos nesta tese contribuem para o estudo de arritmias cardíacas fatais através de modelagem computacional