图 1. 用于识别基因与药物之间剂量依赖性关联的两阶段算法。来自药物筛选研究(例如 GDSC)的基因表达和药物反应数据用于拟合我们的剂量变化系数模型,以估计协变量与药物反应之间的剂量变化效应。应用两阶段变量筛选和选择算法对基因-药物关联进行排序。然后可以使用所选基因来预测目标药物的剂量依赖性反应。
摘要。提出了几种用于小型航空燃气涡轮发动机概念设计阶段的重量计算的新相关回归模型。对获得的重量模型进行了相互比较,并与 Kuz'michev 模型进行了比较。根据获得的结果,得出了关于其可行性和应用范围的结论。新的相关回归模型在输入参数的数量以及预测重量的准确性方面有所不同。在工作过程中,创建了涡扇发动机 (TFE) 的主要数据和热力学参数数据库,该数据库由 92 台推力小于 50 kN 的小型 TFE 组成。根据收集到的统计数据,获得了允许在发动机设计初始阶段计算重量的公式。这些模型计算权重的误差在 10% 到 30% 之间。