详细内容或原文请订阅后点击阅览
如何更有效地研究复杂的治疗相互作用
一种一次测试多种治疗组合的新方法可以帮助科学家开发癌症或遗传疾病的药物。
来源:MIT新闻 - 人工智能麻省理工学院研究人员开发了一个新的理论框架来研究治疗相互作用的机制。他们的方法使科学家能够有效估计治疗的组合将如何影响一组单位，例如细胞，从而使研究人员能够执行更少的成本实验，同时收集更准确的数据。
为例，为了研究互连基因如何影响癌细胞生长，生物学家可能需要同时使用治疗的组合来靶向多个基因。但是，由于每个一轮的实验可能存在数十亿个潜在的组合，因此选择一部分组合来测试可能会偏向其实验产生的数据。
相比之下，新框架考虑了用户可以通过并联分配所有治疗方法有效设计无偏见的实验的情况，并且可以通过调整每种处理率来控制结果。
理论上，麻省理工学院的研究人员在此框架中证明了一种近乎最佳的策略，并进行了一系列模拟在多游戏实验中对其进行测试。他们的方法最小化了每个实例中的错误率。
这项技术可能有一天可以帮助科学家更好地了解疾病机制，并开发新的药物来治疗癌症或遗传疾病。
“我们介绍了一个概念，人们可以在每一轮实验中研究选择组合治疗的最佳方法。我们希望有一天可以用来解决与生物学相关的问题。
纸同时治疗
治疗可以以复杂的方式相互互动。例如，试图确定某个基因是否有助于特定疾病症状的科学家可能必须同时靶向几个基因以研究这种影响。
优化剂量，最小化错误