向可验证的癌症数字双胞胎:精准医学组织层面建模协议
Sharvari Kemkar1, Mengdi Tao2, Alokendra Ghosh1
1Department of Chemical and Biomolecular Engineering, University of Pennsylvania, Philadelphia, PA, United States.
Frontiers in physiology
|November 7, 2024
概括
癌症 癌症 癌症 癌症
科学领域:
- 计算生物学是一种计算生物学.
- 数学瘤学数学瘤学
- 精准医学是一门精准的医学.
背景情况:
- 瘤异质性挑战了传统的癌症治疗方法.
- 多组学和测序产生复杂的数据,需要先进的分析.
- 数学建模对于理解癌症异质性至关重要.
研究的目的:
- 审查精确瘤学的计算方法.
- 为了突出癌症数字双胞胎患者特定的决策.
- 提出一个集成的计算框架.
主要方法:
- 基于代理的建模,以整合细胞信号和组织层面的模型.
- 开发患者知情的细胞和组织水平癌症模型.
- 利用机器学习来构建复杂数学模型的替代模型.
主要成果:
- 拟议的框架将基于代理的建模与数字双胞胎模型集成在一起.
- 机器学习替代品有助于分析复杂的癌症模型.
- 计算方法提高了对瘤微环境的理解.
结论:
- 综合计算框架和数字双胞胎为精密瘤学提供了有前途的途径.
- 先进的建模技术对于解决瘤内的多样性至关重要.
- 机器学习替代器有助于分析和验证动态瘤模型.
