相关实验视频
Updated: Jun 9, 2025

19:44
A Tactile Automated Passive-Finger Stimulator TAPS
Published on: June 3, 2009
13.6K
一个最佳的贝叶斯干预政策,以应对未知的动态细胞刺激
Seyed Hamid Hosseini1, Mahdi Imani1
1Northeastern University, 360 Huntington Ave, Boston, MA, 02115, United States of America.
概括
本研究介绍了基因调节网络 (GRNs) 的适应贝叶斯干预政策. 它有效地管理动态细胞对疗法的反应,优于现有的方法.
科学领域:
- 系统生物学 系统生物学
- 计算生物学 计算生物学
- 基因组学就是基因组学.
背景情况:
- 基因调节网络 (GRNs) 控制细胞功能,但干扰会导致癌症等疾病.
- 目前的干预措施往往由于细胞对治疗的动态反应而失败.
- 开发适应性策略对于有效的疾病治疗至关重要.
研究的目的:
- 为基因调节网络 (GRNs) 提出一个新的贝叶斯干预政策.
- 为了应对治疗干预的动态细胞反应的挑战.
- 开发一种可适应的策略,以提高治疗疗效.
主要方法:
- 模拟的GRNs使用带扰波 (BNp) 的布尔网络.
- 制定了细胞治疗相互作用作为一个两人零和游戏.
- 开发了一种递归贝叶斯式方法来估计在不完整信息下细胞反应.
- 纳入适应性决策的纳什平衡政策.
主要成果:
- 建议的贝叶斯干预政策适应性地响应细胞动态.
- 对现有干预技术的分析优势已被证明.
- 数值实验证实了对最佳纳什平衡政策的趋同.
- 在p53-MDM2和黑色素瘤GRN模型上得到验证.
结论:
- 贝叶斯干预政策为动态的GRN干预提供了一个强大的方法.
- 适应性策略对于克服细胞对治疗的抵抗是必不可少的.
- 这种方法对治疗由复杂的基因调节动力学驱动的疾病具有前景.

