抽象的

普朗克分布方程作为预测乳腺癌药物治疗效果的新方法

Shreshth Rajan*

显然,需要针对特定​​患者实施个性化医疗,以实施优化治疗并预防治疗相关死亡。为了开发乳腺癌治疗的预测模型,以下研究分析了 20 名乳腺癌患者接受阿霉素治疗前后 16 周的 4,704 个基因的 mRNA 数据。首先根据肿瘤和阿霉素治疗后的 mRNA 表达情况,将每位患者的基因组数据分层为 9 组。然后,该研究采用罗格斯大学发现的普朗克分布方程 (PDE) 对分层样本进行建模,将每种机制转换为由 PDE 拟合的单个长尾直方图。PDE 是一种新算法,用于将长尾直方图线性映射到普朗克平面上的给定函数类别。我们的 PDE 模型基于 3 个参数 - A、B 和 C - 从每个模型中提取 2 个参数来生成图。然后确定了每位患者所有 9 种机制的 A 与 C 图的药物诱导斜率。研究观察到,在 6 个不同的基因组中,存活时间较长的患者治疗后的 mRNA 水平有所增加。进一步的分析显示了药物治疗如何根据患者的存活时间长短独特地改变 9 种机制中的每一种。这些结果表明,本文描述的基于 PDE 的程序可能为发现潜在的抗乳腺癌药物提供一种新工具。

免责声明: 此摘要通过人工智能工具翻译,尚未经过审核或验证