相关实验视频
Updated: Jan 7, 2026

08:00
Decoding Natural Behavior from Neuroethological Embedding
Published on: October 3, 2025
548
维沃:一种时间建模框架,可以增强统计能力并最大限度地减少动物使用
Guillermo Canudo-Barreras1, Eduardo Romanos2, Raquel P Herrera1
1Instituto de Síntesis Química y Catálisis Homogénea (ISQCH) CSIC-Universidad de Zaragoza, C/Pedro Cerbuna 12, Zaragoza 50009, Spain.
Journal of medicinal chemistry
|December 29, 2025
概括
这项研究引入了一个新的指数框架,以准确估计瘤生长率,并揭示临床前研究中隐藏的治疗效应. 维沃平台提供了对体内瘤动力学和治疗疗效的可访问分析.
科学领域:
- 在瘤学瘤学.
- 药理学 药理学是指药理学的学科.
- 生物统计学 生物统计学
背景情况:
- 临床前瘤研究面临的挑战是高可变性和小样本大小,限制了统计能力和掩盖治疗效果.
- 由于这些局限性,现有的方法往往难以检测微妙的治疗影响.
研究的目的:
- 开发一个强大的框架来分析临床前瘤生长动力学和治疗疗效.
- 提高统计能力,揭示在小样本研究中的变异性掩盖的治疗效应.
主要方法:
- 开发了一个指数框架来估计瘤生长率 (r) 独立于最初的瘤负担.
- 引入了瘤生长率 (TGR) 矩阵,以在定义的时间窗口中映射治疗效果.
- 该框架使用公开的异种移植数据和四种额外的小鼠模型进行了验证.
主要成果:
- 指数式匹配显示出与原始瘤生长数据的高度一致 (中位数R2 = 0.937).
- 建议的方法在检测治疗效应方面始终优于传统的终点和每日非参数分析,特别是在小样本大小 (n=3-7) 的情况下.
- 该框架成功预测了早期安乐死动物的瘤体重,提高了统计的一致性并支持了3Rs原则.
结论:
- 新的指数框架为分析临床前瘤生长和治疗疗效提供了一种强大且统计学上稳健的方法.
- 开源的ViVo网络平台为体内瘤动态的可访问和标准化分析提供了便利,促进了癌症研究中的更广泛采用.

