摘要:三阴性乳腺癌是一组异质性乳腺癌,其雌激素受体、孕激素受体和 ErbB2 在免疫组织化学上呈阴性(由于缺失或扩增不足)。目前尚未发现这种类型癌症的主要增殖驱动因素,并且缺乏有效的靶向治疗。在本研究中,我们假设三阴性乳腺癌细胞是多驱动癌细胞,并评估了一种双相数学模型,用于识别多驱动癌细胞的有效协同药物组合。在广泛的浓度范围内确定了两种三阴性乳腺癌细胞系 MDA-MB-231 和 MDA-MB-468 对一组靶向治疗药物的反应。通过双相数学模型对药物反应的分析表明,这两种细胞系确实依赖于多种驱动因素,并且单个驱动因素的抑制剂会引起双相反应:低 nM 浓度下靶向特异性部分抑制,μM 浓度下脱靶毒性。我们进一步证明,针对每个驱动因素的药物组合可产生强效、协同和细胞特异性的细胞杀伤作用。对单个药物和药物组合对信号通路的影响的免疫印迹分析支持了上述结论。这些结果支持了这些三阴性乳腺癌细胞的多驱动增殖假说,并证明了双相数学模型可用于识别针对三阴性乳腺癌细胞的有效和协同靶向药物组合。
十七和十八世纪的发现使人们相信可以使用简单的数学规则来描述自然现象。然而,在本世纪,人们清楚地认识到,解决与新技术相关的问题,特别是在通信和管理方面,必然需要明确的模型和不确定性。解决了编码、滤波、预测、自动控制等重要工程问题。这些领域的新成果不仅促进了人类在地球上的活动,也促进了太空探索(例如卫星通信)。事实证明,基于直接从测量数据中查找数学模型(系统识别和过滤)概念的革命性建模技术讨论了物理驱动程序在数学模型创建中的作用的重要性(数学模型和模型)。
我们开发了一个计算平台,包括机器学习和机械数学模型,以寻找在姑息治疗环境下施用铂类双药化疗的最佳方案。该平台已应用于晚期转移性非小细胞肺癌 (NSCLC)。玛丽亚居里国家肿瘤研究所格利维采分院接受姑息治疗的 42 名 NSCLC 患者是从 2004 年至 2014 年确诊的回顾性患者队列中收集的。对患者进行了为期三年的随访。收集的临床数据包括有关患者临床病程的完整信息,包括治疗计划、根据 RECIST 分类的反应和生存期。该平台的核心是数学模型,以常微分方程组的形式,描述铂敏感和铂耐药癌细胞的动态以及反映空间和资源竞争的相互作用。通过从联合概率分布函数中抽取参数值来随机模拟该模型。机器学习模型用于校准数学模型并使其与总体生存曲线拟合。模型模拟在三个层面上忠实地再现了临床队列:长期反应 (OS)、初始反应 (根据 RECIST 标准) 以及化疗周期数与两个连续化疗周期之间的时间关系。此外,我们研究了初始反应和长期反应之间的关系。我们发现这两个变量不相关,这意味着我们不能仅根据初始反应来预测患者的生存率。我们还测试了几种化疗方案,以找到最适合姑息治疗患者的方案。我们发现最佳治疗方案取决于肿瘤中各种亚克隆之间的竞争强度等。开发的计算平台允许在可接受的毒性范围内优化转移性 NSCLC 姑息治疗的化疗方案。该方法的简单性使其可应用于不同癌症的化疗优化。
摘要简介:数学模型是了解不同剂型的药物释放机制和释放动力学的重要工具,可以通过评估溶解释放曲线来实现。本研究旨在使用雷诺嗪扩展释放片的体外数据来确定和比较药物释放的机理。方法:使用带有基质形成的聚合物的湿颗粒技术制备了七种雷诺嗪扩展释放片(500 mg)的配方。使用美国药房(USP)设备2在50 rpm下运行24小时在0.1 N盐酸中进行溶解测试。使用不同的数学模型(零阶,一阶,Higuchi,Korsmeyer-Peppas和Hixson – Crowell)比较药物释放数据。结果:配方批F5和参考产品最适合Korsmeyer – Peppas模型,其系数指数为0.5,表明FICKIAN药物释放,Higuchi Square root root root扩散控制机制均已注意到这两种配方,其中释放的药物与平方根的药物相比是平方根的分数。结论:具有相似的溶出度和扩散控制的药物释放机制,配方F5片剂被认为与参考产品可互换。
使用数学模型基于SCOR模型的基准测试供应链;案例研究:一家伊朗工业管理伊斯兰阿扎德大学的伊朗医院艾米尔·贝特·托克(Amir Bayat Tork Abdolhosseini工业管理硕士,工业管理部伊斯兰阿扎德大学,中央分支,德黑兰,伊朗电子邮件:somayyeh_hosseyni@yahoo.com摘要摘要一个可靠的供应链确保组织成功满足其需求。除了降低组织成本外,供应链有效管理的其他有利结果还包括高质量,速度和可靠性服务/产品的可靠性。在目前的研究中,供应链健康标准,即SCOR。结果表明,这些SCOR标准中的每个标准和该医院经理的有利标准之间存在差距。关键字:供应链,SCOR模型,AHP,1。引言与通常认为,服务业务中的供应链在制造业中的重要性并不重要。的确,在制造业务中,增值最终产品的主要部分是从原材料中得出的,因此供应链具有很高的意义,但在提供有利服务所需的供应的服务组织中,至关重要。在供应链中,每个组件既是买方又是卖方。供应链管理包括所有活动,包括从原材料到最终消费者可用的产品流量(Huang等2005)。以这种方式,供应链管理的观点是系统的,并考虑了彼此相关的所有组件。该组件应以使供应链成本最小化的方式进行交互。最终导致产品高成本价格的成本包括低质量的成本,保持不必要的库存,延迟交付,信息流缓慢等。供应链管理的复杂性取决于组件的数量,其复杂性,最重要的是最终服务\产品的类型。供应链的数量
为学生提供与其中一个主题相关的数学建模实验。例如,在可再生能源的背景下,学生可以开发一个数学模型来优化太阳能发电场中太阳能电池板的放置和配置。学生将以团队形式设计和开展实验,收集数据,并使用数学模型和统计技术分析结果。他们将讨论其模型的准确性和局限性,提出改进建议,并在可再生能源或特定应用领域的背景下解释其发现的含义。2:案例研究和小组讨论
本文介绍了一种倾转旋翼飞行模拟平台,用于实时模拟 Bell XV-15 飞机,供教学和研究之用。倾转旋翼飞机的数学模型在 MATLAB/Simulink © 中实现,包括飞机动力学、执行器、传感器和飞行控制计算机的简化模型。实现的倾转旋翼数学模型与飞行控制硬件(即飞行操纵杆和方向舵踏板)相连,飞行员使用这些硬件来设置输入命令。相反,图形环境由 FlightGear 提供,FlightGear 是一种广泛用于研究活动的开源跨平台软件。本文的另一个贡献是设计和实施了稳定性控制和增强系统,以增强飞机稳定性并改善操纵品质。开发的模拟器通过多次模拟进行测试,验证了开发的数学模型和稳定性控制和增强系统的有效性。结果是一个可在商用笔记本电脑上执行的倾转旋翼飞行模拟平台,具有实时性能,可用于研究和教学活动。
摘要。基本的神经生物学临床试验范式促使我们使用约束数学模型和个性化人源脑器官分析来预测临床结果并安全地开发新疗法。对大脑施加的物理约束可以指导对实验数据的分析和解释以及数学模型的构建,这些模型试图理解大脑的工作方式和认知功能的产生方式。为人源脑器官开发这些数学模型为测试有关人脑的新假设提供了机会。当涉及到测试有关大脑的想法时,需要在实验的可及性、操作性和复杂性之间取得谨慎的平衡,以便将神经生物学细节与更高级别的认知特性和临床考虑联系起来,我们认为应用于脑器官模型的基本结构功能约束提供了一条前进的道路。此外,我们表明这些约束出现在神经活动和学习的典型和新颖的数学模型中,并且我们提出基于约束的建模和表示的使用可以连接到机器学习以获得强大的互惠互利。