spijsverteringsmodellen

Spijsverteringsmodellen vormen representaties van het menselijke spijsverteringssysteem die worden gebruikt om de processen van kauwen, slikken, maagdarmvertering, enzymatische afbraak, opname van nutriënten en transport door de darm te beschrijven of te simuleren. Ze kunnen conceptueel of wiskundig zijn, in vitro of in silico (computational), en variëren van eenvoudige lineaire relaties tot complexe dynamische systemen. Doel is inzicht te krijgen in de werking van de spijsvertering en om voorspellingen te doen over voedsel- en medicijnabsorptie.

Indeling en typen modellen komen uiteenlopend voor. Anatomisch-physiologische modellen geven een schematische weergave van mond, maag, dunne en dikke darm met parameters zoals pH, secretie en peristaltiek. In vitro dynamische modellen, zoals TIM-1 en vergelijkbare systemen, simuleren maagdarmvertering in laboratoriumomgevingen met gecontroleerde toevoer van voedsel, enzymen en slijmstoffen. Dynamische maagdarmmodellen richten zich op de mechanische werking van de maag en de transit door het maag-darmkanaal. In vivo modellen omvatten menselijke of dierlijke studies en worden gebruikt voor calibratie en validatie. In silico modellen, waaronder PBPK (physiologically based pharmacokinetic) en andere transit- en absorptie-modellen, gebruiken computationele simulaties met data uit literatuur of experimenten.

Toepassingen en doelgroepen omvatten onderwijs, voedselonderzoek, farmacologie en medicijnontwikkeling, klinische voeding en voedingsmiddelenselectie. Ze helpen bij het beoordelen van afgifte en oplosbaarheid van voedingsstoffen en geneesmiddelen, de invloed van voedselmatrix en tijdsafhankelijke absorptie, en ondersteunen het ontwerp van doseringsvormen en dieetinterventies.

Beperkingen en toekomst: modellen vereenvoudigen de werkelijkheid en er bestaan grote individuele verschillen in spijsvertering. Het vertalen van modeluitkomsten naar lichaamseigen resultaten vereist validatie bij mensen; kennislacunes over motiliteit, enzymactiviteit en microbiota beperken de nauwkeurigheid. Toekomstige ontwikkelingen richten zich op personalisatie, integratie van omics-gegevens, multi-scale benaderingen en betere koppelingen tussen in vitro, in vivo en in silico modellen.